在迷失在思想 (白日梦) 的司机中分析与撞车相关的因素和受伤风险模式:一种组合的集群序列分析方法

科学领域:

• 交通安全 交通安全 交通安全
• 认知心理学 认知心理学
• 数据科学数据科学数据科学

背景情况:

• 认知分心,特别是白天做梦,是交通事故的研究不足的原因.
• 了解与这种分心相关的特定碰撞模式对于开发有效干预至关重要.

研究的目的:

• 为了调查在华盛顿州迷失在思想中分散注意力的司机的碰撞模式和风险概况.
• 识别与认知分心相关的碰撞事件的典型序列.

主要方法:

• 集群对应分析 (CCA) 将碰撞特征与驾驶员属性联系起来.
• 过程挖掘用于发现常见的崩事件序列.
• 分析来自华盛顿州的机数据.

主要成果:

• 根据道路状况,天气,驾驶员人口统计和事故类型,确定了三种不同的撞车集群.
• 集群1:高速公路,没有交通管制,男性司机,晴朗的天气,经常涉及跨越中线.
• 集群2:交叉路口有信号,可见度差,受伤的可能性更高,通常在信号/标志停车后.
• 集群3:雨/低光条件,年轻司机,曲线/分道高速公路.
• 常见的撞车序列包括与车辆,停放的汽车和固定物体的碰撞.

结论:

• 迷失在思考中的分心,根据背景,会带来各种风险,需要量身定制的对策.
• 目前事故数据报告中分散注意力的局限性需要标准化的方法.
• 建议包括信号增强,曲线警告和以分心为重点的驾驶员培训,特别是对于新手.