Filtern
Erscheinungsjahr
Dokumenttyp
- Buch (Monographie) (68)
- Konferenzveröffentlichung (35)
- Wissenschaftlicher Artikel (19)
- Bericht (4)
- Arbeitspapier (3)
Schlagworte
- Risk (129) (entfernen)
Unter bestimmten Voraussetzungen sind im Zuge der quantitativen Sicherheitsbewertung von Straßentunneln Risikoanalysen durchzuführen. Neben objekt-, verkehrs- oder ereignisspezifischen Parametern gibt es auch etliche Eingangsparameter, die fest im Risikomodell hinterlegt sind und deren Variation für gewöhnlich nicht vorgesehen ist. Dies trifft auch für Parameter des menschlichen Verhaltens zu. Im Zuge von Versuchsreihen zum Flucht- und Reaktionsverhalten der Verkehrsteilnehmer im Ereignisfall in Straßentunneln wurden verschiedene Verhaltensparameter ermittelt und analysiert, die den konventionellen Modell-Basisparametern erstmals im Österreichischen Tunnelrisikomodell (TuRisMo) gegenübergestellt werden. Als Ergebnis kann auf Basis der aktuell gewonnenen Verhaltensparameter eine Senkung des Gesamtrisikos aufgezeigt werden, dessen Einordnung im folgenden Beitrag diskutiert wird.
Das Unfallgeschehen der Radfahrer wird analysiert. Ein erheblicher Anteil der Unfälle ereignet sich ohne Beteiligung motorisierter Fahrzeuge als Alleinunfall, bei Kollisionen mit Fußgängern oder Radfahrern. Viele Alleinunfälle werden nicht angezeigt, daher gibt es eine große Dunkelziffer. Das Schwergewicht der unfallbeteiligten Radfahrer liegt bei Kindern/Jugendlichen und bei Senioren. Der Anteil der Radfahrer als Hauptverursacher liegt bei ca. 47%. Hauptunfallstellen sind Kreuzungen und Einmündungen mit je über 28 %. Auf gesonderten Radwegen ist das Radfahren nur wenig sicherer als auf Straßen ohne Radwege; hinsichtlich der Unfallschwere ist das Bild uneinheitlich. Das Unfallgeschehen an Knotenpunkten wird genauer beschrieben.
Injury probability functions for pedestrians and bicyclists based on real-world accident data
(2017)
The paper is focusing on the modelling of injury severity probabilities, often called as Injury Risk Functions (IRF). These are mathematical functions describing the probability for a defined population and for possible explanatory factors (variables) to sustain a certain injury severity. Injury risk functions are becoming more and more important as basis for the assessment of automotive safety systems. They contribute to the understanding of injury mechanisms, (prospective) evaluation of safety systems and definition of protection criteria or are used within regulation and/or consumer ratings. In all cases, knowledge about the correlation between mechanical behavior and injury severity is needed. IRFs are often based on biomechanical data. This paper is focusing on the derivation of injury probability models from real world accident data of the GIDAS database (German In-depth Accident Study). In contrast to most academic terms there is no explicit term definition or definition of creation processes existing for injury probability models based on empirical data. Different approaches are existing for such kind of models in the field of accident research. There is a need for harmonization in terms of the used methods and data as well as the handling with the existing challenges. These are preparation of the dataset, model assumptions, censored/unknown data, evaluation of model accuracy, definition of dependent and independent variable, and others. In the presented study, several empirical, statistical and phenomenological approaches were analyzed regarding their advantages and disadvantages and also their applicability. Furthermore, the identification of appropriate prediction parameters for the injury severity of pedestrians has been considered. Due to its main effect on injuries of pedestrians and bicyclists, the importance of the secondary impact has also been analyzed. Finally, the model accuracy, evaluated by several criteria, is the rating factor that gives the quality and reliability for application of the resulting models. After the investigation and evaluation of statistical approaches one method was chosen and appropriate prediction variables were examined. Finally, all findings were summarized and injury risk functions for pedestrians in real world accidents were created. Additionally, the paper gives instructions for the interpretation and usage of such functions. The presented results include IRFs for several injury severity levels and age groups. The presented models are based on a high amount of real world accidents and describe very well the injury severity probability of pedestrians and bicyclists in frontal collisions with current vehicles. The functions can serve as basis for the evaluation of effectiveness of systems like Pedestrian-AEB or Bicycle-AEB.
The objectives of this paper are the analysis of the accident risk of drivers brain pathologies (Mild Cognitive Impairment, Alzheimer- disease, and Parkinson- disease), and the investigation of the impact of driver distraction on the accident risk of patients with brain pathologies, through a driving simulator experiment. The three groups of patients are compared to a healthy group of similar demographics, with no brain pathology. In particular, 125 drivers of more than 55 years old (34 "controls"" and 91 "patients") went through a large driving simulator experimental process, in which incidents were scheduled to occur. They drove in rural and urban areas, in low and high traffic volumes and in three distraction conditions (undistracted driving, conversation with a passenger and conversation through a mobile phone). The statistical analyses indicated several interesting findings; brain pathologies affect significantly accident risk and distraction affects more the groups of patients than the control one.
To elucidate the risk of pedestrians, bicycle and motorbike users, data of two accident research units from 1999 to 2014 were analysed in regard to demographic data, collision details, preclinical and clinical data using SPSS. 14.295 injured vulnerable road users were included. 92 out of 3610 pedestrians ("P", 2.5%), 90 out of 8307 bicyclists ("B", 1.1%) and 115 out of 4094 motorcycle users ("M", 2.8%) were diagnosed with spinal fractures. Thoracic fractures were most frequent ahead of lumbar and cervical fractures. Car collisions were most frequent mechanism (68, 62 and 36%). MAIS was 3.8, 2.8 and 3.2 for P, B and A with ISS 32, 16 and 23. AIS-head was 2.2, 1.3 and 1.5). Vulnerable road users are at significant risk for spine fractures. These are often associated with severe additional injuries, e.g. the head and a very high overall trauma severity (polytrauma).
In-depth accident investigation offers many advantages for the analysis and comprehension of crash mechanisms. IFSTTAR makes such investigations since 1992 without interruption. The corresponding database contains more than 1200 accident case studies. Currently, in-depth accident investigation is one of the best ways to determine the speed or cars involved in accidents. This paper first presents the methods used for accident investigation and for accident kinematic reconstruction. Then, in order to illustrate the interest and possible applications of such accident data, it shows some results from a recent study based on the IFSTTAR in-depth accident study programme (IDAS) and dealing with the link between travelling speed and accident risk.
The incidence of side impacts was investigated from GIDAS data. Both vehicle-fixed object and vehicle-vehicle collisions were analysed as these are enclosed within the consumer testing program. Vehicle-fixed object collisions were stratified according to ESC availability. Results indicated that vehicles equipped with ESC rarely have pure-lateral impacts. An increase in oblique collisions was seen for the vehicles with ESC whereby most vehicle were driving in left curves. The analysis of vehicle-vehicle collisions developed injury risk curves were developed at the AIS3+ injury severity for the vehicle-vehicle side impacts. Results suggested that greatest injury risk occurred when a Pre Euro NCAP vehicle was struck by a Post Euro-NCAP vehicle. The remaining curves did not show different behaviour, indicating that stiffness increased have been equally combated. This was attributable to the few Post Euro-NCAP vehicles that had a deployed curtain airbag available in the sample. The integration of Euro NCAP testing has shown to improve vehicle crashworthiness for pole collisions, as those vehicles with ESC rarely incur lateral impacts.
Die Beurteilung der technischen und unfallrelevanten Eigenschaften der beiden Scheibenarten zeigt, dass die VSG-Scheibe gegenüber der ESG-Scheibe hinsichtlich der Verletzungs- und Unfallgefahr zwar überwiegend Vorteile aufweist; diese Vorteile sind jedoch vor allem vor dem Hintergrund steigender Gurtanlegequoten nicht als so entscheidend anzusehen, dass daraus die Begründung für ein Verbot der ESG-Scheibe abzuleiten wäre. Diese Feststellung wird insbesondere auch gestützt durch eine Nutzen-Kosten-Betrachtung, die zeigt, dass aus gesamtwirtschaftlicher Sicht bei einem generellen Ersatz der ESG-Scheibe durch die teurere VSG-Scheibe bei günstigen Annahmen der Nutzen unter den Kosten liegen würde.
Die Schätzung der Fahrleistung von Kraftfahrzeugen auf dem deutschen Straßennetz 2014 (Inlandsfahrleistung) basiert auf einer bundesweiten, automatisierten Verkehrszählung an 520 zufällig ausgewählten Straßenabschnitten während jeweils etwa 24 Stunden. In der Verkehrszählung werden alle Tages- und Jahreszeiten abgedeckt. Die Stichprobe der Straßenabschnitte ist nach Straßenklasse und Ortslage (inner-/außerorts) geschichtet, dabei werden alle Straßenklassen in der Erhebung berücksichtigt. Mithilfe der Abschnittslängen werden die empirisch erhobenen Verkehrsstärkewerte in Fahrleistungen transformiert und auf die Grundgesamtheit aller Abschnitte, d. h. das gesamte Straßennetz und das Gesamtjahr 2014 hoch gerechnet. Durch den kombinierten Einsatz von Detektoren und Videotechnik liegen die gezählten Verkehrsstärken nach Fahrzeugart und -nationalität untergliedert vor, sodass Fahrleistungen für 9 Fahrzeugarten ("8+1-Messung") und 38 Nationalitäten geschätzt werden können. Der Totalwert der Inlandsfahrleistung wird für das Jahr 2014 auf 743,82 Mrd. Fahrzeugkilometer (Fzgkm) geschätzt. Rund 81 % der Inlandsfahrleistung (ca. 601 Mrd. Fzgkm) entfallen auf Personenkraftwagen bzw. Pkw mit Anhänger. Die zweithöchste Fahrleistung findet sich bei Lieferwagen mit 51,8 Mrd. km. Im Schwerverkehr dominieren die Sattelzüge mit 26,2 Mrd. km. Aus der Hochrechnung der Daten der Verkehrszählung ergibt sich für 2014 ein Totalwert der Fahrleistung ausländischer Kraftfahrzeuge auf dem deutschen Straßennetz von knapp 42 Mrd. Fahrzeugkilometern. Der Ausländeranteil an der Inlandsfahrleistung 2014 liegt damit bei 5,6 %. Im Jahr 2002 lag die km-Summe der ausländischen Kfz auf dem deutschen Straßennetz noch bei 27,4 Mrd. km. Der aktuelle Wert von 41,8 Mrd. km entspricht somit einem Zuwachs um 53 %. Werden die amtlichen Unfallzahlen aus dem Jahr 2014 auf die entsprechenden Jahrestotale der Fahrleistungen von Kraftfahrzeugen bezogen, so lassen sich dadurch Risikokennziffern berechnen. Zum einen ist dies das Risiko der Unfallbeteiligung von Kraftfahrzeugen und zum anderen das Risiko von Kraftfahrzeugbenutzern, bei einem Unfall verletzt oder getötet zu werden. Beide Risikokennziffern lassen sich weiter nach Fahrzeuggruppe und Unfallschwere bzw. Verletzungsschwere differenzieren. Hierbei zeigt sich, dass Busse und vor allem motorisierte Zweiräder ein besonders hohes Risiko aufweisen. Eine Unterscheidung nach Straßenklasse erlaubt die Schlussfolgerung, dass die Unfallrisiken auf Bundesautobahnen mit Abstand am niedrigsten sind. Ein Vergleich der Unfallrisikokennziffern des Jahres 2014 mit denjenigen aus dem Jahr 2002 zeigt, dass zum Teil deutliche Verringerungen festzustellen sind. So ist die Gefahr einer Beteiligung an einem Unfall mit Personenschaden über alle Kraftfahrzeuge um 26 % zurückgegangen. Sogar noch stärker ist das Risiko gesunken, als Fahrzeugbenutzer in einem Straßenverkehrsunfall verletzt oder gar getötet zu werden (-29 %).
Das Projekt "RIVA" ist das Herzstück im AdSVIS-Forschungsprogramm. Im Zentrum von RIVA steht die Bewertung von Risiken des Klimawandels für das Bundesfernstraßennetz. Ein Risiko wird dabei als Funktion von Ursache und Wirkung verstanden. Das aus dem Klimawandel erwachsene Risiko für die Straßenverkehrsinfrastruktur wird durch ein hierarchisches Indikatorenmodell beschrieben und besteht aus vier Dimensionen: Klima, Vulnerabilität, Technische Wirkung und Kritikalität. Die entwickelte Methodik ermöglicht eine netzweite Risikoanalyse/-bewertung basierend auf regionalisierten Klimadaten und standardisierten Daten der Straßenverkehrsinfrastruktur. Komplexe Ursache-Wirkungs-Ketten (UWK) dienen der systematischen Erfassung typischer durch das Klima verursachter Schäden/Einschränkungen, aus welchen Schadensbildkategorien (SBK) abgeleitet werden. Die SBK ist die zentrale Bewertungseinheit der RIVA-Methodik und vereint typische durch ein bestimmtes Klimaereignis induzierte Schadensbilder eines Risikoelementes. Es wurden insgesamt 35 SBK (u.a. für Brücken, Tunnel, Fahrbahnen, Entwässerung, Verkehrsteilnehmer) bestimmt. Das für die beispielhafte Betrachtung entwickelte Pilotwerkzeug verwendet regionalisierte Klimaprojektionen für vier Betrachtungszeiträume. Die Bewertung erfolgt nach Streckenabschnitten. Damit lassen sich Risiken im Netz abschnittsgenau verorten, den wichtigsten Elementen der Straßeninfrastruktur zu- und nach ihrem grundsätzlichen Charakter einordnen. Die RIVA-Methodik ermöglicht eine Klassifizierung von Klimarisiken. Es lassen sich besonders gefährdete Streckenabschnitte im Netz identifizieren und erforderliche Maßnahmen priorisieren. RIVA leistet einen wichtigen Beitrag zur Diskussion von Anpassungsstrategien für die Straßenverkehrsinfrastruktur an den Klimawandel und ermöglicht eine effektive Entscheidungsfindung, um künftige Auswirkungen des Klimawandels auf die Infrastruktur zu vermeiden oder zumindest zu verringern.