Critical values of driver response time and its impact on reducing reliability and safety in road traffic

• Autorzy: Kornacki A. , Wawrzosek J. , Bochniak A. , Szymanek A. , Pawlak H.

Identyfikatory

DOI

10.17531/ein.2017.1.20

Warianty tytułu

PL

Krytyczne wartości czasu reakc ji kierowcy i ich wpływ na obniżenie niezawodności i bezpieczeństwa ruchu drogowego

• Języki publikacji: EN PL

Abstrakty

EN

Road traffic is among the most dangerous types of human activity. The main causes of road accidents are driver fatigue, poor physical and mental condition of drivers and overestimating one’s skills while driving. This study focuses on the estimation of driver response time, as the basis of a hypothetical system that uses short and long-range radars, which determines the physical and mental condition of a driver, based on the analysis of „acceleration noise” of the vehicle following its predecessor. This work highlights serious consequences of the fact that driver response time is described by means of a distribution with heavy tails, and thus may be a source of hazard in the driver-vehicle system. Extremes of driver response time were treated as outliers in this study. Their detection was attained by using the Akaike information criterion [1, 2], which is an alternative to conventional methods of testing hypotheses. Untypical, on account of their outlying nature, values are interpreted as critical driver response time values which potentially endanger the reliability of driving.

PL

Ruch drogowy należy do najbardziej niebezpiecznych rodzajów działalności człowieka. Główne przyczyny wypadków drogowych to zmęczenie kierowców, zły stan psychofizyczny kierujących oraz przecenianie swoich umiejętności podczas prowadzenia pojazdu. W niniejszej pracy skupiono uwagę na estymacji czasu reakcji kierowców, jako podstawie hipotetycznego systemu wykorzystującego radary dalekiego i krótkiego zasięgu a określającego stan psychofizyczny kierowcy w oparciu o analizę „szumu przyspieszeń” pojazdu podążającego za poprzednikiem. Wskazuje się na groźne konsekwencje faktu, że czas reakcji kierowcy jest opisywany rozkładem z ciężkimi ogonami, gdyż z tego powodu może być źródłem zagrożenia w układzie kierowca-pojazd. Skrajne wartości czasu reakcji kierowców potraktowano w pracy, jako wartości odstające. Do ich wykrycia zastosowano kryterium informacyjne Akaike [1, 2] co stanowi alternatywę w stosunku do klasycznych metod testowania hipotez. Nietypowe, bo odstające wartości interpretuje się, jako krytyczne czasy reakcji kierowców potencjalnie zagrażające niezawodności jazdy.

Słowa kluczowe

EN

driver response time; reliability of road traffic; outliers; Akaike information criterion; log-normal; distribution

PL

czas reakcji kierowcy; niezawodność ruchu drogowego; obserwacje odstające; kryterium; informacyjne Akaike; rozkład logarytmiczno-normalny

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2017
• Tom: Vol. 19, no. 1
• Strony: 142--148
• Opis fizyczny: Bibliogr. 35 poz., rys., tab.

Twórcy

autor

Kornacki A.

• Department of Applied Mathematics and Computer Science University of Life Sciences in Lublin ul. Głęboka 28, 20-612 Lublin, Poland

autor

Wawrzosek J.

• Department of Applied Mathematics and Computer Science University of Life Sciences in Lublin ul. Głęboka 28, 20-612 Lublin, Poland

autor

Bochniak A.

• Department of Applied Mathematics and Computer Science University of Life Sciences in Lublin ul. Głęboka 28, 20-612 Lublin, Poland

autor

Szymanek A.

• Institute of Transportation Systems and Electrical Engineering University of Technology and Humanities in Radom ul. Malczewskiego 29, 26-600 Radom, Poland

autor

Pawlak H.

• Department of Technology, Ergonomics Unit University of Life Sciences in Lublin ul. Głęboka 28, 20-612 Lublin, Poland

Bibliografia

• 1 Akaike H. Information theory and an extension of the maximum likelihood principle. 2nd International Symposium on Information Theory. Eds. B.N. Petrv and F. Csaki. Budapest: Akademia Kiado, 1973; 267-281.
• 2. Akaike H. On entropy maximization principle. Proc Symposium on Applications of Statistics. Ed. P.R. Krishnaiah. Amsterdam: North Holland, 1977; 27-47.
• 3. Archer J. Methods for the Assessment and Prediction of Traffic Safety at Urban Intersections and their Application in Micro-simulation Modelling Academic Thesis. Division of Transport and Logistics, Stockholm: Royal Institute of Technology, Kungliga Tekniska Högskolan (KTH) SE-100 44, 2004.
• 4. Ashton W D. The theory of road traffic flow. London: Methuen & Co. Ltd. 1966.
• 5. Badger J E. Human factors affecting perception. Law and Order Magazine, 1996.
• 6. Barnett V, Lewis T. Outliers in Statistical Data. John Wiley & Sons, 1994.
• 7. Benjamin J R, Cornell C A. Probability, Statistics, and Decision for Civil Engineers. New York: McGraw-Hill Book Company, 2014.
• 8. Breuning M, Kriegel H P, Sander J. LOF: Identifying Density-Based Local Outliers. In Proceedings of the ACM SIGMOND Conference, 2000; 93-104.
• 9. Cieślar K, Karpińska O. Przyszłość za kierownicą – czy samochód będzie myśleć za nas? Translogistics 2014; 95-108.
• 10. Cooke R M, Nieboer D. Heavy-tailed distributions: Data, diagnostics, and new developments. Resources for the Future Discussion Paper, Washington, 2011; (11-19), [online: http://www.rff.org/files/sharepoint/WorkImages/Download/RFF-DP-11-19.pdf, access: 2016-04-03].
• 11. David H A, Nagaraja H N. Orders Statistics. Wiley Series in Probability and Statistics, 2003, https://doi.org/10.1002/0471722162.
• 12. Doliński K. Comparison of stochastic model of fatigue crack growth with experiments. Fatigue Fract. Engng. Mater. Struct. 1993; 16 (10): 1021-1034, https://doi.org/10.1111/j.1460-2695.1993.tb00075.x.
• 13. Drew D R. Traffic flow theory and control. New York: McGraw-Hill Book Company, 1968; Chapter 12.
• 14. Euro RAP [online: http://www.eurorap.org/, access: 2016-04-03].
• 15. Ferguson T S. On the rejection of outliers. In Proc. Fourth Berkeley Symposium Math. Statist. Prob. 1961; 1: 253-287.
• 16. Foss S, Korshunov D, Zachary S. An Introduction to Heavy-Tailed and Sub exponential. Series in Operations Research and Financial Engineering Distributions. Springer, 2013, https://doi.org/10.1007/978-1-4614-7101-1.
• 17. Fronczak A, Fronczak P. Świat sieci złożonych. Od fizyki do Internetu. Warszawa: Wydawnictwo Naukowe PWN, 2009.
• 18. Golab L, Ozsu M T. Issues in data stream management. ACM Sigmod Record, 2003; 32 (2): 5-14, https://doi.org/10.1145/776985.776986.
• 19. Grubbs F E. Sample criteria for testing outlying observations. Ann. Math. Statist. 1960; 1: 27-58.
• 20. Guzewski P. Wypadki drogowe – statystyka i przyczyny. Szkolenie z zakresu ratownictwa technicznego dla Strażaków Ratownictwa OSP. Red. Surala Zb. CNBOP. 2008; 4-23.
• 21. Jones T R. and Potts R B. The measurement of acceleration noise – a traffic parameter. Operations Research, 1962; 10: 745-763, https://doi.org/10.1287/opre.10.6.745.
• 22. Jurecki R, Jaśkiewicz M, Guzek M, Lozia Z, Zdanowicz P. Driver's reaction time under emergency braking a car – Research in a driving simulator. Eksploatacja i Niezawodnosc – Maintenance and Reliability. 2012; 14 (4): 295–301.
• 23. Kaczor M, Marczak M. (red.) Badanie wpływu oznakowania tyłu pojazdu na jakość ruchu. – Praca naukowo badawcza. - Etap II. Zakład Modelowania Procesów Transportowych w Instytucie Systemów Transportowych i Eksploatacji Taboru Kolejowego, WSI Radom, 1983.
• 24. Krzyśko M. Mathematical Statistics. Poznań: Wydawnictwo Naukowe UAM, 2004 (in Polish).
• 25. Kotulski Z, Szczepiński W. Rachunek błędów dla inżynierów. Warszawa: WNT, 2004.
• 26. Kuźmiński Ł. The application of value extreme theory in warning forecast in hydrology for sequence of independent lognormal random variables. Studia Ekonomiczne, 2014; 207: 148-158 (in Polish).
• 27. Mercedes-Benz "Intelligent Drive". TecDay. Press Information. November,
• 28. Murzewski J. Niezawodność konstrukcji inżynierskich. Warszawa: Arkady, 1989.
• 29. Patel J, Kapadia C H, Owen D B. Handbook of statistical distribution. Marcel Dekker, 1976.
• 30. Rousseeuw P, Leroy A. Robust Regression and Outlier Detection. John Wiley & Sons, 2003.
• 31. Sakamoto Y, Ishiguro M, Kitagawa G. Akaike Information Criterion Statistics. Tokyo: Reidel Publishing Company, 1986.
• 32. Srivastava M S, Von Rosen D. Outliers in Multivariate Regression Models. J. Mult. Anal. 1998; 65: 195-208, https://doi.org/10.1006/jmva.1997.1729.
• 33. Suchodolski S. Probabilistyczna ocena wytrzymałości włókien szklanych oraz połączenia włókno-spoiwo epoksydowe na podstawie testu fragmentacji. Prace XVII Sympozjum Mechaniki Eksperymentalnej Ciała Stałego, Jachranka 1996, 550-557.
• 34. Wicher J. Bezpieczeństwo samochodów i ruchu drogowego. Warszawa: Wydawnictwa Komunikacji i Łączności, 2012.
• 35. Woch J. Teoria potoków ruchu. Katowice: Zakład Inżynierii Ruchu Instytutu Transportu, 2001 [online: http://dydaktyka.polsl.pl/kir/TPR_WWW/TPR.htm, access: 2016-04-03].