[Back]

A. Hula, F Fürnsinn, K Schwieger, P Saleh, M. Neumann, H. Ecker:
"Deriving a joint risk estimate from dynamic data collected at motorcycle rides";
Accident Analysis and Prevention, 159 (2021), 8 pages.

Making motorcycle rides safer by advanced technology is an ongoing challenge in the context of developing
driving assistant systems and safety infrastructure. Determining which section of a road and which driving
behaviour is "safe" or "unsafe" is rarely possible due to the individual differences in driving experience, driving
style, fitness and potentially available assistant systems. This study investigates the feasibility of a new approach
to quantify motorcycle riding risk for an experimental sample of bikers by collecting motorcycle-specific dynamic
data of several riders on selected road sections. Comparing clustered dynamics with the observed dynamic data
at known risk spots, we provide a method to represent individual risk estimates in a single risk map for the
investigated road section. This yields a map of potential risk spots, based on an aggregation of individual risk
estimates. The risk map is optimized to include most of the previous accident sites, while keeping the overall area
classified as risky small. As such, with data collected on a large scale, the presented methodology could guide
safety inspections at the highlighted areas of a risk map and be the basis of further studies into the safety relevant
differences in driving styles.

Motorradfahren durch fortschrittliche Technologie sicherer zu machen, ist eine ständige Herausforderung im Kontext der Entwicklung von
Fahrassistenzsysteme und Sicherheitsinfrastruktur. Das Feststellen, welcher Straßenabschnitt und welche Fahrweise
"sicheres" oder "unsicheres" Verhalten darstellt ist aufgrund der individuellen Unterschiede in der Fahrerfahrung, im
Fahrstil, in der Fitness und wegen potenziell verfügbarer Assistenzsysteme selten möglich. Diese Studie untersucht die Machbarkeit eines neuen Ansatzes
um das Motorradfahrrisiko für eine experimentelle Stichprobe von Bikern zu quantifizieren, indem motorradspezifische Dynamik-Daten von mehrerer Fahrer auf ausgewählten Straßenabschnitten erfasst werden. Durch Vergleichen der geclusterten Dynamik mit den beobachteten dynamischen Daten an bekannten Risikopunkten generieren wir eine Methode zur Darstellung individueller Risikoschätzungen in einer einzigen Risikokarte für die
untersuchten Straßenabschnitte. Dies ergibt eine Karte potenzieller Risikopunkte, basierend auf einer Aggregation individueller Risiko-Abschätzungen. Die Risikokarte ist so optimiert, dass sie die meisten früheren Unfallstellen enthält, während das Gesamtgebiet
als risikoarm eingestuft wird. Daher könnte die vorgestellte Methodik bei Daten, die in großem Umfang gesammelt werden, eine Orientierungshilfe bieten und bei
Sicherheitsinspektionen an den hervorgehobenen Stellen einer Risikokarte die Grundlage für weitere Untersuchungen zu sicherheitsrelevanten
Unterschieden im Fahrstil sein.

accident analysis, prevention, motorcycle

http://dx.doi.org/10.1016/j.aap.2021.106297

https://publik.tuwien.ac.at/files/publik_302986.pdf