Detailergebnis zu DOK-Nr. 80274
Quantifizierung des Ausmaßes der Reduzierung von Unfällen an Bahnübergängen mit vernetzten und autonomen Fahrzeugen: Ein Ansatz für maschinelles Lernen (Orig. engl.: Quantifying the extent to which connected and autonomous vehicles reduce accidents at railroad grade crossings: A machine learning approach)
| Autoren |
J. Mathew R.F. Benekohal |
|---|---|
| Sachgebiete |
5.11 Knotenpunkte 6.3 Verkehrssicherheit (Unfälle) 6.7.2 Verkehrsbeeinflussung außerorts, Verkehrsmanagement, Fahrerassistenzsysteme |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 6, 2022, S. 731-742, 10 B, 2 T, 46 Q. − Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Der Artikel quantifiziert die Sicherheitsvorteile eines vorgeschlagenen Echtzeit-Verkehrssicherungssystems für Bahnübergänge, das neue Sicherheitstechnologien in vernetzten und autonomen Fahrzeugen (Connected and Autonomous Vehicles, CAV) nutzt. Zu den Technologien für vernetzte Fahrzeuge, die an einem Bahnübergang eingesetzt werden können, gehören fahrzeugbasierte Technologien (Warnung vor Bahnübergangsverletzungen, automatisches oder halbautomatisches Bremssystem, Müdigkeits-/Ablenkungswarnung) und Technologien, die eine Zusammenarbeit mit der Eisenbahnindustrie erfordern (fortschrittliche Warnungen für Züge vor einem blockierten Bahnübergang). In dem Artikel wird eine Methode zur Quantifizierung des Rückgangs der Unfälle durch die zunehmende Verbreitung von Sicherheitstechnologien vorgestellt. Zunächst werden Unfallmerkmale ermittelt, die eine Klassifizierung der Unfälle als vermeidbar oder nicht vermeidbar ermöglichen. Anhand dieser Klassifizierung werden Modelle des maschinellen Lernens trainiert, um die Wahrscheinlichkeit zu schätzen, dass ein potenzieller Unfall vermeidbar ist. Das maschinelle Lernmodell wird zusammen mit dem ZINEBS-Modell (Zero Inflated Negative Binomial with Empirical Bayes System) verwendet, um die erwartete Unfallzahl an einem Knotenpunkt zu schätzen, wenn ein Prozentsatz der Fahrzeuge im Verkehrsstrom CAV ist. In dem Artikel werden Fallstudien für drei Knotenpunkte mit Bahnquerungen vorgestellt, um die Verringerung der Unfälle mit der Erhöhung des Prozentsatzes der vernetzten Fahrzeuge im Verkehrsstrom zu zeigen. Außerdem wird der allgemeine Trend der zu erwartenden Verringerung durch die Analyse von 50 Knotenpunkten jedes Warngerätetyps dargestellt.