1. Udpegning af sorte pletter på basis af Data fra Kørende Biler Niels Agerholm Adjunkt, Projektleder agerholm@plan.aau.dk

2. Agenda • Kort intro til sorte pletter • Om projektet • Metoden • FloatingCar Data • Videnskabelig baggrund • Datakilder • Plan og status

3. En sort plet: definition • En lokalitet, der er mere uheldsramt end det skulle forventes, når der tages hensyn til vejindretning, udstyr & trafikmængder

4. Hvorforersortpletudpegningog –forbedringvigtig? • Trods markant forbedret trafiksikkerhed omkommer mere end 30.000 personer hvert år på de europæiske veje • Sortpletforbedring er en af hjørnestenene i trafiksikkerhedsarbejdet • Hvor det er gennemført, har det vist gode effekter

5. Hvorfor er sortpletudpegning nødvendig? The Handbook of Road Safety Measures - Second Edition (2009)

6. Behov for nye metoder • Hvor dækkende er de officielle uheldsstatistikker? • Store udsving fra land til land • Mørketallet afhænger kraftigt af trafikanttypen • Mørketallet er stort! • En særlig dansk udfordring • Dette er understøttet af mindre studier

7. Behov for nye metoder • Hvor dækkende er de officielle uheldsstatistikker? • Store udsving fra land til land • Mørketallet afhænger kraftigt af trafikanttypen • Mørketallet er stort! • En særlig dansk udfordring • Dette er understøttet af mindre studier

8. Behov for nye metoder? • Mindre danske studier understøtter behovet for nye metoder • Kun 10-12% af personskadeuheldene blev anmeldt • Specielt kneb det med at registrere de unge tilskadekomne • Ved en trad. sortpletudpegning blev kun 5/15 kryds udpeget både baseret på politi- og skadestueindberetninger • En del sorte pletter registreres forkert, pga. den lave registreringsgrad (Andersen & Sørensen 2004; Jørgensen & Bach 2007; Bunton & Celis 2009))

9. Hvad med hospitalsdata • Lokalisering af uheld har sjældent prioritet • Diverse systemer i regionerne • Stadigt bagudskuende • Måske en fremtidig mulighed? 

10. Metoden kort • I princippet arealbaseret konfliktstudieteknik • Baseret på FloatingCar Data (FCD) • Ideen er, at potentielle sorte pletter resulterer i mere markante opbremsninger end ellers • Mange decelerationer på en lokalitet indikerer en sort plet • Et mindre studie viser, at ryk (ændring i accelerationen) giver et mere klart billede • En fremadskuende tilgang (man behøver ikke at vente på at ulykken er sket) • Derfor nødvendig, hvis man vil nå 0-Visionen

11. Udpegning af sorte pletter ved hjælp af GPS-data • Aalborg Universitet, Trafikforskningsgruppen • Finansieret af Det Frie Forskningsråd | Teknologi & Produktion • November 2011 – Januar 2014 • Projektleder: Niels Agerholm

12. I princippet arealbaseret konfliktstudieteknik Inspireretaf Svensson & Hydén 2006

13. Konfliktindikator • I princippet kan sammenstød undgås på 3 måder: • Decelerere • Accelerere • Sideværts undvigelse • Deceleration (og ryk) er i fokus: • Intuitivt • Kraftig svingning er svært at adskille fra ufrivillige svingning • Støtte fra litteraturen: 72-98% af alle undvigelsesmanøvrer (Horst 1984, Hydén 1987, Hantula 1994, Nygård 1999)

14. FloatingCar Data • Data fra kørende biler • Lokalisering kan bestemmes af GPS og/eller GSM/GPRS netværk (mobilnet) • Data kan indsamles med: • On Board Units (ofte til forskning eller lignende) • Smartphones • Navigationsanlæg • Enheder til flådestyring • Etc.

15. Decelerationer & Ryk

16. Hastigheder, Decelerationer & Ryk

17. Planlagt deceleration!!! Speed, Decelerations, and Jerks

18. Fund af tærskelværdier • Der er tydelig forskel på Ryk (og evt. deceleration) afhængig af, om opbremsningen er frivillig eller ufrivillig • Der er stor individuel forskel • Der skal søges en model, der kan håndtere dette • Mindst to mulige tilgange

19. Løsning 1: finde knækket på en fraktil/Rykkurve

20. Løsning II: finde forskelle på Ryk Inspireret af Bagdadi & Várhelyi 2012

21. Videnskabelig Baggrund • (Salusjärvi 1981) • Nygård (1999) • Svendsen et al. (2008) • Bagdadi & Várhelyi (2011)

22. Salusjärvi: Påsamfundsniveau • Finland 1981 • Undersøgte sammenhængen mellem hastighedsvariation og risiko • Baseret på en række finske forsøg med hastighedsgrænser i perioden 1962 – 1978 • Når gennemsnitshastigheden forøges, stiger hastighedsvariationen markant! • Jo højere hastighedsvariation, des flere alvorlige uheld!

23. Nygård • Finland 1999 • Målet var at finde alvorlige konflikter på baggrund af FCD • 70 chauffører • Hver kørte 50 km med GPS registrering og en en erfaren konfliktobservatør • Sammenlignede størrelsen på Decelerationerne og Rykkene med konfliktobservationerne • Fandt at Ryk gav den bedste sammenhæng • Fandt at Ryk ifm. en alvorlig konflikt adskilte sig markant fra Rykket ved en frivillig opbremsning

24. Svendsen et al. • Danmark 2008 • Data fra Spar På Farten (SPF) • Testede Sort Plet identifikation i lille målestok • Bekræftede Nygårds Ryk-baserede tilgang • 94 chauffører, 1.097 Ryk • Meget fokus på chaufførernes forskellige kørestil • Fandt 12 lokaliteter med ≥ 4 Ryk • Brugte lavfrekvent FCD (1 Hz) • Han fandt også, at frekvensen påvirkede grænseværdierne markant

25. Bagdadi & Várhelyi • Snarere et input til metoden: • Sverige 2011 • Baseret på FCD fra ISA forsøget i Lund (1999-2001) • Data fra 166 biler • Spørgeskemadata (Bl.a. om uheldsdata) • Fandt en sammenhæng mellem antallet af store Ryk og uheldsrisikoen • Kørsel med mange Ryk forøgede risikoen med ca. 13% • Dog usikkerhed om validiteten af dette

26. Udvalgtdatakilde • ITS Platform

27. ITS Platform Parkering • Nordjylland • 2010-2013 & mulig fortsættelse • OBU, Backend Server og et antal Applikationer • 420 biler • Køre i > 1 – 1.5 år • Skal gerne fortsætte på kommercielle vilkår efter 2013 • www.itsplatform.dk Kørselslog Trafikinformation TrafikStatistik

28. FCD from ITS Platform • 10 Hz • 420 biler • Accelerationsdata • Ca. 8-10 mia. accelerationsdata • Aggregering vil være nødvendig

29. Næste store opgave • At adskille de ufrivillige ryk fra de frivillige & • At tage hensyn til forskellige køremåder (måske) • At skelne mellem ’rigtige’ konflikter og datafejl

30. Eksemplerpå data ogdatafejl

31. Antageligtkonflikter

35. Forkerte observationer

36. Bump er en udfordring

37. Forkerte observationer

38. Dårlig GPS data en anden

39. Forkerte observationer

40. Man kan godt bremse kraftigt uden at der er tale om et stort ryk

41. Forkerte observationer

42. Sammenfatning • AAU udvikler et værktøj til udpegning af sorte pletter baseret på FCD • Data er under indsamling • Teori er indsamlet • Principper for data er opstillede • Storskalaanalyser pågår fra ultimo 2012

43. Aalborg Universitet og trafiksikkerhedsforskning • To forskningsprojekter med forskellige tilgange og samme mål: • Baseret på Ryk fundet i FCD • Baseret på vejkarakteristika

44. Tak Niels Agerholm Trafikforskningsgruppen Aalborg Universitet +45 61 78 04 55 agerholm@plan.aau.dk