Verband tussen rijparameters en verkeersveiligheid
Identificatie van de parameters veilig versus onveilig rijgedrag
RA-MOW-2008-003
B. Beusen, T. Denys Onderzoekslijn Innovatie en ICT
DIEPENBEEK, 2012. STEUNPUNT MOBILITEIT & OPENBARE WERKEN SPOOR VERKEERSVEILIGHEID
Documentbeschrijving Rapportnummer:
RA-MOW-2008-003
Titel:
Verband tussen rijgedrag en verkeersveiligheid
Ondertitel:
Identificatie van de parameters voor veilig versus onveilig rijgedrag
Auteur(s):
Bart Beusen, Tobias Denys
Promotor:
Leen Govaerts
Onderzoekslijn:
Innovatie & ICT
Partner:
VITO
Aantal pagina’s:
60
Projectnummer Steunpunt:
4.2
Projectinhoud:
Piloottest voor analyse rijgedrag in relatie tot verkeersveiligheid en testen impact nieuwe voertuigtechnologieën ter bevordering van verkeersveiligheid – fase 1 literatuurstudie identificatie parameters veilig versus onveilig rijgedrag.
Uitgave: Steunpunt Mobiliteit & Openbare Werken – Spoor Verkeersveiligheid, april 2008.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
Wetenschapspark 5 B 3590 Diepenbeek T 011 26 91 12 F 011 26 91 99 E
[email protected] I www.steunpuntmowverkeersveiligheid.be
Samenvatting Onderhavig rapport kadert in het project ‘Voertuigtechnologie, rijgedrag en verkeersveiligheid’ van het werkpakket 4 ‘Innovatie en ICT voor een veiligere mobiliteit’. Het doel van dit project is om een beter inzicht te krijgen in de relatie voertuigtechnologie en rijgedrag tot verkeersveiligheid. In de eerste fase van het project werd een literatuurstudie uitgevoerd om de juiste parameters te identificeren die het mogelijk moeten maken om rijgedrag op een zo compleet mogelijke manier te kunnen meten en beoordelen in relatie tot verkeersveiligheid. In deze studie werden daarom rijgedrag en verkeersveiligheid vanuit een zo breed mogelijk perspectief bekeken. Naast de factoren die een impact hebben op de verkeersveiligheid, zoals snelheid, omgevingsfactoren, drugs en alcohol, etc., werd ook aandacht besteed aan de perceptie van het eigen rijgedrag door de bestuurder zelf, en werden studies besproken die reeds gebruik maakten van systemen in de auto om bepaalde aspecten van rijgedrag op een objectieve manier te kunnen meten. Uit deze verscheidene bronnen van informatie werden parameters gedistilleerd die veilig versus onveilig rijgedrag kunnen weergeven. Deze omvatten enerzijds de manier waarop de bestuurder met zijn voertuig omgaat : snelheid, gekozen versnelling/toerental/schakelgedrag, remgedrag en volgafstand. Deze parameters moeten steeds worden gezien ten opzichte van omgevingsfactoren : snelheidslimiet, ontwerpsnelheid, weersomstandigheden, bochtigheid van het parcours, verkeersintensiteit, type weg, aantal zijwegen, etc. Samen bepalen zij het rijgedrag van de bestuurder. Daarnaast zijn er de factoren die ingrijpen op de toestand (fysiek en psychisch, bv. drugs, alcohol, mobiel bellen achter het stuur) van de bestuurder. De gevolgen hiervan uiten zich in een verandering van het geobserveerde rijgedrag dat onaangepast kan zijn aan de omstandigheden en mogelijk negatieve gevolgen heeft voor de verkeersveiligheid: later en harder remmen, meer zigzaggen op de weg, overdreven snelheid, etc. Bijkomende aspecten van de bestuurder (geslacht, leeftijd, etc.) of van het voertuig (type, vermogen, uitgerust met ABS ja of nee, etc.) geven mogelijk een bijkomende verklaring voor het geobserveerde rijgedrag. De hierboven vernoemde parameters zullen tijdens een proefproject in een tweede fase van het project effectief gemeten worden op verscheidene auto's in reële verkeersomstandigheden. Een specifieke vraag die hierin zal onderzocht worden is het bestaan van risicocompensatie-effecten die mogelijk plaatsvinden ten gevolge van de installatie van ITS gerelateerde veiligheidssystemen in het voertuig. Dergelijke technologieën kunnen namelijk gewilde of ongewilde effecten op het rijgedrag en op de verkeersveiligheid hebben. Het gevaar bestaat dat het verwachtte positief effect ten dele of geheel teniet wordt gedaan doordat de bestuurder zijn rijgedrag gaat aanpassen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
3
RA-MOW-2008-003
English summary Relation between driving parameters and traffic safety Identification of the parameters for safe vs. unsafe driving behavior Abstract This report is part of the project "Vehicle technology, driving behavior and traffic safety" of work-package 4 "Innovation and ICT for a safer mobility". The aim of this project is to gain a better understanding of the relationship between vehicle technology, driving behavior and traffic safety. In a first phase of the project, a literature study was performed to identify the correct parameters which enable us to measure driving behavior as completely as possible, and to judge the driving behavior in relation to traffic safety. This study therefore looks at driving behavior and traffic safety in a broad perspective. Besides the factors which affect traffic safety like speed, environmental circumstances, drugs and alcohol, this study also takes into account the driver's perception of his own driving behavior, and also studies which have been using in-vehicle data recorders to measure driving behavior in an objective way, are discussed. From these diverse sources of information, the parameters that are able to classify safe versus unsafe driving behavior, are extracted. These include on the one hand the way in which the driver operates his vehicle: speed, chosen gear/revolutions per minute (rpm)/gear shifting behavior, braking behavior and following distance. These parameters should always be viewed in relation to environmental factors: speed limit, design speed of the road, weather conditions, amount of curve in the road, traffic intensity, type of road, number of side-roads, etc. Together they constitute driving behavior. On the other hand, there are those factors which affect the condition of the driver (physical and psychological, e.g. drugs, alcohol, use of cell phone while driving). The consequences hereof are revealed by a change in the observed driving behavior, which might be inappropriate for the given circumstances, and which might lead to a negative impact on traffic safety: retardation in braking, harder braking actions, speeding, zigzag over the road, etc. Additional aspects concerning the driver (sex, age, etc.) or the vehicle (type, power, equipped with ABS yes or no, etc.) might also contribute to the explanation of the observed driving behavior. In a second phase of the project, a pilot test will be started which will monitor the parameters mentioned above on several vehicles in real traffic conditions. A specific question to be investigated will be to what effect risk compensation will occur when ITS related safety systems are installed in the vehicle. The introduction of ITS systems in the vehicle can have both wanted and unwanted results on driver behavior. There's a real danger that the expected positive effect will be countered partly or completely by the adaptation of the driver's behavior.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
4
RA-MOW-2008-003
Inhoudsopgave
1.
INLEIDING ................................................................................ 7
1.1
Beschrijving Project ‘Voertuigtechnologie, rijgedrag en verkeersveiligheid’
7
1.2
Methodiek
8
2.
MEETBARE FACTOREN VOOR VERKEERSVEILIGHEID .................................. 9
2.1
Snelheid
9
2.1.1
Absolute snelheid en letselernst ....................................................... 9
2.1.2
Absolute snelheid en ongevalskans ..................................................10
2.1.3
Relatieve snelheid ten opzichte van de gemiddelde snelheid ...............15
2.1.4
Snelheidsvariantie .........................................................................18
2.1.5
Percentage hardrijders ...................................................................19
2.1.6
Invloed van voorafgaande snelheid op actuele snelheid ......................19
2.2
Acceleratie en deceleratie
20
2.3
Interactie met andere verkeersdeelnemers
21
2.3.1
volggedrag ...................................................................................21
2.3.2
verkeersintensiteit .........................................................................21
3.
TOESTAND VAN DE BESTUURDER..................................................... 22
3.1
Inleiding
22
3.2
Concentratie/afleiding
22
3.2.1
Concentratie algemeen ..................................................................22
3.2.2
Mobiel bellen tijdens het rijden .......................................................23
3.3
Vermoeidheid in het verkeer
24
3.4
Drugs/alcohol/geneesmiddelen
25
3.4.1
Alcohol ........................................................................................25
3.4.2
Drugs ..........................................................................................28
3.4.3
Medicijnen ....................................................................................29
3.4.4
Combinaties alcohol/drugs/medicijnen .............................................30
4.
OVERIGE FACTOREN ................................................................... 31
4.1
Omgevingsfactoren
31
4.1.1
Fysieke wegkarakteristieken ...........................................................31
4.1.2
Weersomstandigheden ...................................................................32
4.2
Risicogroepen
33
4.3
Voertuigtechnologie
34
5. 6.
4.3.1
Ontwikkelingen van de laatste jaren ................................................34
4.3.2
Reële impact op de veiligheid : risicocompensatie .............................35
RIJGEDRAG PARAMETERS BIJ MODELLERING ........................................ 37 RIJGEDRAG QUESTIONNAIRES ........................................................ 39
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
5
RA-MOW-2008-003
6.1
Algemeen
39
6.2
Manchester Driver Behavior Questionnaire
39
7.
IN-VEHICLE DATA RECORDERS ...................................................... 42
7.1
Ontwikkeling van in-vehicle data recorders
42
7.2
Recente studies met IVDR technologie
43
8. 9.
7.2.1
Drive Atlanta Study .......................................................................43
7.2.2
100-Car Naturalistic Driving Study ..................................................43
7.2.3
Or Yarok, Israel ............................................................................44
7.2.4
TripSense, USA .............................................................................45
7.2.5
National Research Institute of Police Science, Japan 2007 ..................45
7.2.6
Andere studies ..............................................................................45
CONCLUSIES ........................................................................... 47 LITERATUURLIJST ...................................................................... 55
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
6
RA-MOW-2008-003
1. 1.1
INLEIDING
Beschrijving Project verkeersveiligheid’
‘Voertuigtechnologie,
rijgedrag
en
De gemeenschappelijke doelstelling van projecten 4.1 en 4.2 is om via onderzoek naar technologische ontwikkelingen en innovaties te komen tot een verhoogde verkeersveiligheid in Vlaanderen. De focus ligt op voertuiggebaseerde systemen. 1. Project 4.1 : "Innovatie en ICT voor een veilige mobiliteit" Opvolgen en analyseren van de ITS-ontwikkelingen met effecten naar verkeersveiligheid. 2. Project 4.2 : "Voertuigtechnologie, rijgedrag en verkeersveiligheid - piloottest relatie rijgedrag, verkeersveiligheid en nieuwe technologie" De doelstelling is de parametrisatie van rijgedrag in relatie tot verkeersveiligheid, en analyse van de relatie tussen rijgedrag, voertuigtechnologie en verkeersveiligheid; o
Fase 1 : literatuuronderzoek naar het verband tussen rijparameters (snelheid, brandstofverbruik, versnellen en vertragen, aantal noodstops, etc. ) en de verkeersveiligheid.
o
Fase 2 : piloottest waarin voor 10 tot 20 wagens motorparameters worden geregistreerd.
o
Fase 3 : experimenteel bepalen impact van bepaalde voertuigtechnologieën op het rijgedrag
Dit rapport kadert in fase 1 van project 4.2: aan de hand van een literatuurstudie wordt nagegaan welke kenmerken van het rijgedrag (bv. snelheid, mate van optrekken en afremmen, etc. ) een invloed hebben op de verkeersveiligheid. Op basis hiervan wordt getracht meetbare parameters te definiëren die veilig versus onveilig rijgedrag in kaart kunnen brengen. Er wordt nagegaan wat verkeersonveilig rijgedrag precies inhoudt, op basis waarvan mogelijk zinvolle verbanden tussen rijgedrag en verkeersveiligheid kunnen worden bepaald. In een volgende fase van het project zal een piloottest worden opgezet waarbij de rijgedrag parameters die in dit rapport worden geïdentificeerd, effectief worden gemeten, gelogd en geanalyseerd voor enkele wagens in het proefproject. In een derde fase van dit project, zal bij een aantal wagens een nieuwe technologie worden ingebouwd die tot doel heeft de verkeersveiligheid te verhogen. Door het monitoren van het rijgedrag volgens dezelfde parameters als in fase 2, zal worden nagegaan wat het effect is van de inbouw van de nieuwe technologie op het rijgedrag en bijgevolg ook de verkeersveiligheid. In vele gevallen ontbreekt namelijk de wetenschappelijke kennis over de werkelijke effecten van het implementeren van deze voertuigtechnologieën, rekening houdend met mogelijke fenomenen als risicocompensatie, waarbij de bestuurder de positieve aspecten van de nieuwe technologie gedeeltelijk teniet doet door risicovoller rijgedrag te gaan vertonen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
7
RA-MOW-2008-003
1.2
Methodiek
Het eerste hoofdstuk van dit document is de inleiding. Hoofdstuk 2 geeft een overzicht van de meetbare factoren voor verkeersveiligheid. Deze omvatten alle deelaspecten van snelheid, acceleratie en deceleratie, en de interactie met andere verkeersdeelnemers. Hoofdstuk 3 bespreekt de toestand van de bestuurder, zowel fysiek als psychisch, en de gevolgen hiervan voor de verkeersveiligheid. Tot de factoren die een invloed hebben op de toestand van de bestuurder worden gerekend: concentratie en afleiding, vermoeidheid, drugs, alcohol en geneesmiddelen. Overige factoren voor verkeersveiligheid die niet thuishoren in één van de voorgaande twee hoofdstukken, worden besproken in Hoofdstuk 4. Deze omvatten de fysieke wegkarakteristieken en weersomstandigheden. Hoofdstuk 5 bespreekt de manier waarop rijgedrag wordt gesimuleerd bij micro verkeersmodellen. Een recente ontwikkeling in de manier waarop onderzoek naar rijgedrag kan worden uitgevoerd, vormen de zogeheten 'Driver Behavior Questionnaires'. Hierbij geeft de bestuurder zelf een evaluatie van zijn rijgedrag aan de hand van een vragenlijst. Deze vorm van onderzoek wordt besproken in hoofdstuk 6. Een andere, eveneens zeer recente manier om onderzoek te doen naar rijgedrag, is het gebruik van meetapparatuur in het voertuig zelf, de zogenaamde in-vehicle data loggers (IVDR's). Zeer recent werden er studies uitgevoerd die gebruik maakten van zulke toestellen voor het loggen van rijparameters. De resultaten deze onderzoeken worden samengevat in hoofdstuk 7. Hoofdstuk 8 ten slotte levert de conclusies en concrete aanbevelingen naar het opzet van de volgende fase toe van dit project: de piloottest.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
8
RA-MOW-2008-003
2.
MEETBARE
FACTOREN
VOOR
VERKEERSVEILIGHEID
Dit hoofdstuk bespreekt de factoren die rechtstreeks een rol spelen voor de verkeersveiligheid. De factoren die aan bod komen in de volgende paragrafen, zijn in principe allemaal rechtstreeks meetbaar, waardoor ze geschikt zijn als parameter in een model voor verkeersveiligheid. In een eerste paragraaf (2.1) worden alle deelaspecten van snelheid besproken. Deze omvatten de absolute snelheid, de relatieve snelheid ten opzichte van de andere weggebruikers, de snelheidsvariantie op een bepaalde weg, het gevaar van hardrijders voor andere weggebruikers, en de invloed van de voorafgaande snelheid op de actuele snelheid. In de volgende paragraaf (2.2) wordt specifiek gewezen op het belang van de manier van accelereren en remmen (of decelereren) op de verkeersveiligheid. In een laatste paragraaf ten slotte (2.3), wordt gekeken naar de interactie met andere verkeersdeelnemers, meer bepaald naar het volggedrag en de verkeersintensiteit. Uiteraard zijn deze twee factoren ook gelinkt aan snelheid. In een poging dit hoofdstuk overzichtelijk te houden, wordt er echter voor gekozen om deze twee aspecten in een aparte paragraaf te bespreken.
2.1
Snelheid
Snelheid wordt doorgaans beschouwd als één van de belangrijkste factoren in de verkeersonveiligheid. Het beheersen van de snelheid is in vele landen dan ook een van de kernthema’s van het verkeersveiligheidsbeleid. Hiervoor zijn er verschillende soorten maatregelen gekend. Eén daarvan is het wijzigen van de snelheidslimiet. In België werd bijvoorbeeld begin jaren '90 de snelheidslimiet in de bebouwde kom verlaagd van 60 naar 50 km/u. Meer recent zijn er verschillende plaatselijke verlagingen van de snelheidslimiet van 90 km/u naar 70 km/u op wegen buiten de bebouwde kom doorgevoerd. De verwachtingen daarbij zijn dat deze verlaging van de snelheidslimiet ook zal resulteren in een verlaging van het aantal ongevallen en een daling van de ernst van de ongevallen (Princen, 2004). De relatie tussen snelheid en verkeersveiligheid wordt hieronder verder besproken. 2.1.1 Absolute snelheid en letselernst Snelheid is een van de basisrisicofactoren in het verkeer. Hogere rijsnelheden leiden tot hogere botssnelheden en daarmee tot ernstiger letsel. De energie van een voertuig die vrijkomt bij een crash, is evenredig met het kwadraat van de snelheid van het voertuig bij impact (Ekin = mv2/2). Dit betekent dat kleine verschillen in impactsnelheid grote verschillen tot gevolg hebben in botsingsenergie, en bijgevolg ook een groot verschil kunnen maken in de ernst van de verwondingen. Zo is te verwachten dat de kans op verwondingen bij een ongeval snel toeneemt bij stijgende snelheid. Bovendien laat dezelfde formule ook zien dat het de energie bij een botsing ook evenredig is aan het gewicht van de wagen (m). Een zwaardere wagen heeft bij impact een hogere energie dan een lichtere wagen. Met name het verschil in massa tussen twee wagens betrokken in een ongeval speelt een belangrijke rol: des te groter het verschil in massa, des te ernstiger zijn de gevolgen voor de lichtste wagen (Van Kampen et al., 2003; Denys, 2006b). Hoe zwaarder de auto, hoe veiliger voor de eigen inzittenden, maar hoe fataler voor de tegenpartij. Dit ondanks het feit dat zowel de lichtere als zwaardere auto's aan de (botsveiligheids)-eisen voldoen. De meeste typen Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
9
RA-MOW-2008-003
personenauto's zijn de afgelopen decennia stelselmatig zwaarder geworden. De gewichtstoename is onder meer het gevolg van de verhoging van het comfort, toename van het motorvermogen, verbetering van de veiligheid en milieuaspecten. Dit ondanks de gestage toename van lichtere materialen zoals kunststoffen en lichtmetaal (SWOV, 2005). 2.1.2 Absolute snelheid en ongevalskans Bij hogere rijsnelheden is er minder tijd om informatie te verwerken en daarop te reageren, en is de remweg langer. Daarmee is dus de mogelijkheid om een botsing te voorkomen geringer. Hogere rijsnelheden leiden dus tot een grotere kans op ongevallen met bovendien een ernstiger afloop. Echter lang nog niet alles is bekend over de exacte relatie tussen snelheid en verkeersonveiligheid, en de omstandigheden die deze relatie beïnvloeden. Dit maakt het bijvoorbeeld moeilijk om te berekenen wat de effecten zijn van concrete snelheidsmaatregelen (SWOV, 2007a). Er zijn reeds zeer vele studies uitgevoerd naar het verband tussen (absolute) rijsnelheid en de kans op een verkeersongeval. Over het algemeen komen de meeste studies tot de conclusie dat hogere snelheden tot een toename in ongevalsrisico leiden, ook al verschillen de vastgestelde verbanden onderling. De belangrijkste studies die poogden dit verband te formuleren, worden hieronder besproken. Verbanden volgens machtsfuncties De meeste studies komen tot een machtsfunctie: de kans op een ongeval stijgt bij een gegeven snelheidstoename meer naarmate de snelheid hoger is. Een veel geciteerd onderzoeksresultaat is de relatie die Nilsson (1982) vond tussen snelheid en verkeersongevallen, het zogeheten 'Power Model'. De data die Nilsson voor zijn studie gebruikte waren afkomstig van diverse studies uitgevoerd naar aanleiding van snelheidslimietveranderingen op autosnelwegen in Zweden. Het ging hier om wegen waar de snelheidslimiet van aanvankelijk 110 km/uur werd verlaagd naar 90 km/uur. Nilsson gebruikte ongevallengegevens van andere wegen met een (onveranderde) snelheidslimiet van 90 en 70 km/uur als controledata. Limietverlagingen bleken zowel gepaard te gaan met een reductie in (gemiddelde) snelheid als met een reductie in ongevallen, terwijl op de wegen waar de limiet onveranderd bleef nagenoeg geen verandering in het ongevalsrisico werd waargenomen (Nilsson, 1982, geciteerd in Aerts, 2004). Nilsson kwam dan tot volgende formule die de kans op een verkeersongeval beschrijft bij een verandering van de snelheidslimiet :
letselongevallen_na snelheidslimiet_na letselongevallen_voor snelheidslimiet_voor
2
Met 'letselongevallen' wordt gedoeld op alle ongevallen met letsel, ongeacht de letselernst. Het percentage ongevallen met zwaar of fataal letsel, wordt volgens Nilsson beschreven volgens dezelfde formule, maar dan met exponent 3 in plaats van 2. Het percentage fatale ongevallen wordt uitgedrukt volgens dezelfde formule met exponent 4.
ongevallen_zwaar_let sel_na snelheidslimiet_na ongevallen_zwaar_let sel_voor snelheidslimiet_voor
dodelijke_ongevallen_na snelheidslimiet_na dodelijke_ongevallen voor snelheidslimiet_voor Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
10
3
4
RA-MOW-2008-003
Deze relaties worden grafisch voorgesteld in Figuur 2-1.
Figuur 2-1 : The Power Model: relatie tussen de verandering in snelheidslimiet en het aantal ongevallen (OECD, 2006) In de jaren negentig voerde het Britse Transport Research Laboratory (TRL) een aantal onderzoeken uit naar de relatie tussen snelheid en ongevallen (bijvoorbeeld Baruya, 1998; Maycock et al., 1998; Quimby et al., 1999; Taylor et al., 2000). Er werden diverse methoden gebruikt. Hoewel de uitkomsten op exact niveau wel wat van elkaar verschilden, duidden de resultaten wel allemaal op een exponentieel verband. Maycock et al. (1998) combineerden snelheidsmetingen van 6435 voertuigen op een representatieve steekproef van Britse wegen, met de door de bestuurders van de voertuigen zelf gerapporteerde betrokkenheid bij ongevallen in de afgelopen drie jaar. Het verband dat Maycock et al. (1998) vonden tussen actuele snelheid en ongevalbetrokkenheid in de afgelopen drie jaar bleek met de volgende formule te kunnen worden beschreven :
voertuigsnelheid ongevalsbetrokkenheid (3 jaar ) 0,265 gemiddelde _ wegvaksnelheid
13,1
Figuur 2-2 geeft deze relatie weer voor een weg met gemiddelde wegvaksnelheid van 70 km/u.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
11
RA-MOW-2008-003
ongevalsbetrokkenheid 3jaar snelheidslimiet 70 km/u 30 25 20 15 10 5 0 50
55
60
65
70
75
80
85
90
95
100
snelheid (km/u)
Figuur 2-2 : ongevalsbetrokkenheid in de laatste 3 jaar in functie van de gemeten snelheid op een weg met gemiddelde snelheid van 70 km/u volgens Maycock et al. (1998) De onderzoekers merken wel terecht op dat de genoemde relatie geen oorzakelijk verband aangeeft maar slechts de mate van samenhang tussen snelheid en ongevalbetrokkenheid. Maycock et al. vonden namelijk dat zowel snelheid als ongevalbetrokkenheid ook met factoren zoals leeftijd, ervaring en expositie samenhangen. Zo bleken rijervaring en kilometrage twee andere goede voorspellers van de ongevalbetrokkenheid van bestuurders in de afgelopen drie jaar: hardrijders met relatief weinig rijervaring en een relatief laag kilometrage bleken in de afgelopen drie jaar vaker bij een verkeersongeval betrokken te zijn geweest (geciteerd uit Aerts, 2004). Quimby et al. (1999) voerden een soortgelijke studie uit als Maycock et al. (1998). Ditmaal wilden ze achterhalen waarom bestuurders voor een bepaalde vrije snelheid kozen. Net als in de studie van Maycock et al. werd ook hier langs de kant van 24 verschillende wegen de individuele voertuigsnelheid gemeten. In tegenstelling tot Maycock et al. betrokken Quimby et al. geen autosnelwegen in hun onderzoek en ondervroegen ze alleen de bestuurders van voertuigen die met minstens drie seconden afstand tot hun voorganger reden. Op deze manier wilden ze ervoor zorgen om enkel vrij gekozen snelheden in het onderzoek te betrekken. Zij kwamen eveneens tot een machtsfunctie :
voertuigsnelheid ongevalsbetrokkenheid (3 jaar ) 0,215 gemiddelde _ wegvaksnel heid
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
12
7 ,8
RA-MOW-2008-003
Exponentiële verbanden In het recente onderzoek van Kloeden et al. (1997/2002; 2001) werd de relatie tussen snelheid en ongevallen apart onderzocht voor stedelijke wegen met een snelheidslimiet van 60 km/uur (Kloeden et al., 1997, opnieuw geanalyseerd in Kloeden et al., 2002), en landelijke wegen met een snelheidslimiet tussen de 80 en 120 km/uur (Kloeden et al., 2001). Uit deze studies bleek een sterk exponentieel verband tussen snelheid en ongevallen, dat echter wel van het wegtype bleek af te hangen. Voor urbane 60 km/uur wegen bleek de relatie tussen snelheid en het relatieve ongevalsrisico als volgt te zijn:
ongevalsrisico (relatief) =
0.1133374* snelheidsverschil 0.0028272* snelheidsverschil2 e
Deze relatie wordt grafisch voorgesteld in onderstaande figuur (figuur 2-3). ongevalsrisico (relatief ) snelheidslimiet 60 km/u
35
30
25
20
15
10
5
0 45
50
55
60
65
70
75
80
85
90
s ne lhe id (k m /u)
Figuur 2-3 : relatief ongevalrisico in functie van de gemeten snelheid op een weg met gemiddelde snelheid van 60 km/u volgens Kloeden et al. (2002) Met het 'snelheidsverschil' wordt het verschil bedoeld tussen de absolute individuele voertuigsnelheid en de gemiddelde snelheid op de betreffende weg (geciteerd uit Aerts, 2004). Voor rurale wegen met een snelheidslimiet tussen de 80 en 120 km/uur bleek de snelheid-ongevallen relatie beschreven te kunnen worden als:
ongevalsrisico (relatief) =
0.07039*snelheidsverschil 0.0008617 *snelheidsverschil2 e
Aangezien de meeste studies naar snelheid en de kans op ongevallen tot een exponentiële relatie komen, is dit het meest aannemelijke verband. Over het exacte kwantitatieve verband is echter minder consensus. Een van de redenen hiervan is dat, met name in de gedegen opgezette onderzoeken, meestal ook andere factoren zijn Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
13
RA-MOW-2008-003
meegenomen die de relatie tussen snelheid en de kans op ongevallen beïnvloeden (Aerts, 2004). Daarom is het niet altijd mogelijk de afzonderlijke algemene relatie tussen snelheid en ongevallen uit dergelijk onderzoek te destilleren (zie bijvoorbeeld Baruya, 1998; Kloeden et al. 1997; 2001). Lineaire verbanden De eenvoudigste relatie die is gevonden tussen snelheid en ongevalsrisico is een lineair verband. Dat wil zeggen: bij een bepaalde toename of afname van de snelheid stijgt, respectievelijk daalt het ongevalsrisico met een constante factor, ongeacht de absolute hoogte van de snelheid. Het aantal studies dat een dergelijk verband gerapporteerd heeft is echter zeer gering. Een van deze studies is een vaak geciteerd internationaal onderzoek van Finch et al. (1994). Dit onderzoek was een meta-analyse van snelheids- en ongevallendata van verschillende (westerse) landen, te weten: Finland, Verenigde Staten, Zwitserland en Denemarken. Deze data betroffen snelheids- en ongevallengegevens die waren verzameld naar aanleiding van snelheidslimietveranderingen op niet-autosnelwegen buiten de bebouwde kom. Na samenvoeging van de data probeerden Finch et al. (1994) een aantal verschillende modellen op de data te passen. Een van deze modellen was een lineair verband waarbij 1 mile per hour (mph) verlaging van de gemiddelde snelheid tot ongeveer 5% reductie in de kans op een verkeersongeval leidde. Naar km/uur omgerekend wil dit zeggen dat iedere km/uur verlaging van de gemiddelde snelheid resulteert in een reductie van het ongevalsrisico met 3%. Dit lineaire verband zag er in formulevorm zo uit
ongevallenfrequentie 4,92 snelheid _ tov _ gemiddelde (mph) Finch et al. (1994) vonden in hun onderzoek echter wel dat niet alleen een lineair verband redelijk goed op de verzameling data paste, maar ook andere verbanden. Zo bleken de formules van Nilsson ook goed te passen, maar het is niet duidelijk welk van de drie functies (geciteerd uit Aerts, 2004).
Mogelijk verklarende factoren snelheid Een mogelijke verklaring voor de grotere kans op een ongeval bij stijgende snelheid, is het vergroten van de stopafstand. De stopafstand is de som van de afstand die je aflegt vóór je begint te remmen (je reactieafstand) plus je remafstand. De reactieafstand is de afstand die je aflegt vooraleer je reageert. De afstand wordt bepaald door de tijd die je nodig hebt om te reageren. Een standaard reactietijd die het meest wordt gehanteerd, bedraagt 1,5 seconde (Elvik et al., 2004). De algemene vergelijking voor de minimale remafstand van een motorvoertuig, wordt als volgt omschreven (Elvik et al., 2004) : remafstand = S = v02/2fg met v0 de initiële snelheid van het voertuig, f is de wrijvingscoëfficiënt en g is de gravitationele constante (9,81 m/s2). Remafstand voor verschillende snelheden wordt gegeven in Tabel 2-1.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
14
RA-MOW-2008-003
Tabel 2-1 : reactieafstand en remafstand in functie van de snelheid bij droog wegdek (f = 0,8) km/h 30 50 70 90 120
reactieafstand 12,5 20,8 29,2 37,5 50,0
remafstand 4,4 12,3 24,1 39,8 70,8
totaal 16,9 33,1 53,3 77,3 120,8
Wanneer je remafstand en reactietijd (of reactieafstand) bij elkaar optelt, wordt duidelijk dat je bij een hogere snelheid een grotere afstand nodig hebt om tot stilstand te komen. Dit is één van de oorzaken van een verhoogd risico op ongevallen bij hogere snelheden. Om duidelijk te maken wat een verschil van 10km/u kan doen, nemen we het voorbeeld van 2 auto's die op een gegeven moment vlak naast elkaar rijden. De ene rijdt tegen 60 km/u, terwijl de andere inhaalt tegen 70km/u. Stel nu dat een kind onverwacht de weg oversteekt op een plaats waar de auto van 60 km/u nog net voor kan stoppen. De andere wagen zal op dat punt nog een snelheid hebben van 45 km/u. Een verschil in snelheid van 10 km/u kan dus een verschil betekenen tussen geen impact of een impact van 45 km/u. 2.1.3 Relatieve snelheid ten opzichte van de gemiddelde snelheid Meer dan 35 jaar geleden werden in de Verenigde Staten 3 studies uitgevoerd die probeerden om de relatie tussen snelheid en de ongevalskans te kwantificeren door na te gaan wat de snelheid was van individuele voertuigen vlak voor een crash op een vooraf aangeduid stuk weg (Cirillo, 1968; RTI, 1970; Solomon, 1964). Deze snelheden werden vervolgens vergeleken met de snelheid van voertuigen die niet in een ongeval betrokken waren. De studies werden uitgevoerd op landelijke wegen, die meestal een snelheidslimiet hadden die lag tussen 45 en 70 mph. Alle drie de studies kwamen tot de conclusie dat de relatie U-vormig was, met een hogere ongevalskans voor zowel relatief lage als relatief hoge snelheden. Deze onderzoeken kregen veel kritiek te verwerken, en het is redelijk om te veronderstellen dat deze relaties voor wat betreft de relatief lage snelheden, niet betrouwbaar zijn (Kloeden et al., 1997). De eerste en meest bekende poging om de relatie tussen snelheid en ongevalsrisico te kwantificeren, is de studie van Solomon (1964). Deze studie vergeleek ongevalsgegevens van bijna 10.000 bestuurders met snelheidsmetingen en interviewgegevens van 290.000 bestuurders die niet in een ongeval betrokken waren. Solomon kwam tot de conclusie dat de relatie voor overdag de vorm aannam van een Ucurve. De relatie van de nachtgegevens hadden ook een U-vorm, maar de exacte waardes lagen iets anders dan die van overdag (zie Figuur 2-4).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
15
RA-MOW-2008-003
Figuur 2-4 : Results of Solomon (1964, p 10) Accident Involvement Rate by Travel Speed, Day and Night
Figuur 2-5 : Results of Solomon (1964, p 16) Accident Involvement Rate by Variation from Average Speed on Section, Day and Night Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
16
RA-MOW-2008-003
Solomon drukte de kans op een ongeval niet enkel uit in relatie tot de absolute snelheid, maar ook als afwijking ten opzichte van de gemiddelde snelheid, om onregelmatigheden op te vangen door het verschil in snelheidslimieten bij verschillende wegen. Dit leidde ook tot een U-curve, met een maximum voor voertuigen die meer dan 35 mph onder de gemiddelde snelheid reden, een minimum voor snelheden 5 tot 10 mph boven het gemiddelde, en weer verhoogde risico's voor snelheden verder voorbij het gemiddelde (zie Figuur 2-5). Het onderzoek van Solomon werd sterk bediscussieerd, en er moet gesteld worden dat Solomon's bevindingen op heel wat aannames gebaseerd zijn, waarvan het effect op de resultaten niet duidelijk is (Aerts, 2004). Zo geeft de gebruikte methode bijvoorbeeld aanleiding tot een aanzienlijke bias, vooral dan voor de kans op een ongeval bij lage snelheden. Zowel het aantal ongevallen bij een bepaald snelheidsinterval, als het aantal voertuigkilometers voor dezelfde snelheidsinterval, zijn mogelijk redelijk inaccuraat voor relatief lage snelheden (Kloeden et al., 1997). Solomon was zich bewust van de mogelijkheid dat bestuurders de neiging hebben om hun snelheid te onderschatten, maar hield hiermee geen rekening bij de analyse. Toch toonden White and Nelson (1970) aan dat zo'n bias voor de lage snelheden zou kunnen bijdragen tot een U-vormig patroon, waar dat in feite niet de echte relatie is. Bovendien is het goed mogelijk dat ongevallen aan de opritten van bedrijven of aan kruispunten verantwoordelijk zijn voor veel van de traag rijdende voertuigen betrokken in een ongeval. Ook hiervan was Solomon zich bewust, hij hield er zelfs rekening mee dat de helft van de 10 tot 30 mph ongevallen hieraan te wijten zou zijn. Toch beweerde Solomon dat dit de resultaten slecht weinig zou beïnvloeden. Uit de studie van Solomon komt ook naar voor dat het patroon van ongevalkansen verandert volgens het type van ongeval, waar kop-staart botsingen veel meer voorkomen bij lage dan bij hoge snelheid. Het is moeilijk in te beelden dat het verwijderen van ongevallen bij lage snelheden, te wijten aan bepaalde manoeuvres, geen invloed zouden hebben op de resultaten (Kloeden et al., 1997). Enkele jaren later onderzocht Cirillo (1968), in een soortgelijk onderzoek als dat van Solomon, of spreiding in snelheid ook van invloed was op de kans om betrokken te raken bij een ongeval op 'interstate highways' in plaats van 'rural highways'. Net als Solomon, maakte Cirillo gebruik van door de politie geregistreerde ongevallen. De informatie verschafte gegevens over de verhouding van verkeersongevallen in verschillende snelheidscategoriën, en over de snelheden van alle voertuigen betrokken in een ongeval. Enkel ongevallen tussen 09.00 en 16.00 uur werden meegenomen, en enkel kop-staart aanrijdingen, zij-aanrijdingen in de dezelfde richting, en botsingen onder een hoek werden beschouwd (Kloeden et al., 1997). Ook Cirillo vond, net als Solomon, hierbij een U-curve, met iets andere waarden. De kans op een ongeval was het hoogst voor voertuigen met een snelheid 32 mph onder de gemiddelde snelheid, ging naar een minimum voor voertuigen met een snelheid van 12 mph (≈ 19 km/uur) boven de snelheid waarmee de meeste voertuigen reden, en steeg dan gematigd verder bij nog hogere snelheden. Ook de studie van Cirillo is mogelijk onderhevig aan dezelfde bias als bij het werk van Solomon. Bovendien werd slechts een beperkt aantal types van ongevallen in beschouwing genomen. Het 'Insurance Institute for Highway Safety' (1991) wees erop dat één-voertuig crashes verantwoordelijk zijn voor meer dan de helft van de fatale ongevallen op interstate highways, en dat zulke crashes zeer waarschijnlijk gerelateerd zijn aan hoge snelheden. Het weglaten van dit type ongeval zorgt bijna zeker voor een onderschatting van het ongevalrisico bij hoge snelheden (Kloeden et al., 1997).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
17
RA-MOW-2008-003
Bij grondiger uitgevoerd onderzoek, zoals dat van het Research Triangle Institute (1970) blijkt dat met name de relatie tussen ondergemiddelde snelheden en ongevallen drastisch instort indien zo veel mogelijk manoeuvreerongevallen uit de analyses worden gehaald. Net als Solomon en Cirillo, vond ook het RTI dat voertuigen die met relatief lage of hoge snelheid reden een relatief hoge kans hadden bij een ongeval betrokken te raken; in dit geval was dat bij meer dan 15,5 mph (≈ 25 km/uur) onder of boven de gemiddelde snelheid. Echter, uit de studie van het RTI bleek ook dat maar liefst 44% van de ongevallen keermanoeuvres betrof, die dus ongevallen met lage snelheid representeerden maar niet de factor 'snelheid' als oorzaak hadden. Bij weglating van deze manoeuvreerongevallen bleek dat de toename in ongevalsrisico bij relatief hoge en lage snelheden veel minder sterk was in de RTI-studie dan in de studies van Solomon of Cirillo (Aerts, 2004; Kloeden et al., 1997). De resultaten van het RTI onderzoek worden weergegeven in onderstaande tabel. Tabel 2-2 : relatie tussen de relatieve snelheid en de ongevalkans volgens een onderzoek van het RTI (1970). Deviation from Mean Speed (mph) < -15.5 -15.5 to -5.5 -5.5 to 5.5 5.5 to 15.5 > 15.5
Involvements per million vehicle miles 9.8 0.8 0.8 1.3 9.8
2.1.4 Snelheidsvariantie Een deel van de ongevallen ontstaat doordat voertuigen, in dezelfde rijrichting, met verschillende snelheden rijden en elkaar gaan inhalen of voor elkaar moeten afremmen. Derhalve kan ook de spreiding in snelheid tussen voertuigen bepalend zijn voor de verkeersveiligheid (geciteerd uit Aerts, 2004). De recentere onderzoeken die vonden dat spreiding in snelheid gerelateerd was aan de ongevallenfrequentie (Garber & Gadiraju, 1989; Liu, 1998), hebben deze spreiding meestal niet afzonderlijk voor hogere en lagere snelheden ten opzichte van de mediaan bekeken, maar als een afzonderlijke spreidingsmaat: de snelheidsvariantie. Hierdoor betreffen de conclusies over het gevaar van spreiding in snelheid meer de absolute grootte van deze spreiding, dan dat er iets gesteld kan worden over relatief veilige snelheden, zoals wel gedaan is in de onderzoeken van Solomon (1964), Cirillo (1968) en het RTI (1970). Garber en Gadiraju (1989) toonden aan dat een grote spreiding in snelheid op een wegvak samenhing met een hoge ongevallenfrequentie. Daarnaast bleek de snelheidsvariantie kleiner te zijn op wegen waar met een relatief hoge gemiddelde snelheid wordt gereden (bv. op autosnelwegen). Fildes et al. (1991) vinden dat op hooggelimiteerde landelijke wegen (100 km/u) het ongevalsrisico als functie van toename in snelheid, minder snel steeg dan op relatief laaggelimiteerde stedelijke wegen (60 km/u). Kloeden et al. (1997/2002; 2001) komen eveneens tot bovenstaande conclusie, en geven formules om de kans te berekenen. Ook Taylor et al. (2000) komen tot deze conclusie. Volgens deze laatsten hangt dit verschil in verkeersonveiligheid waarschijnlijk niet alleen samen met de gemiddelde wegvaksnelheid, maar ook met de totale snelheidsspreiding op het wegvak. Daarbij zouden drukke stedelijke wegen langs de ene kant een lagere gemiddelde snelheid vertonen, maar daarentegen ook een grotere snelheidsspreiding. Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
18
RA-MOW-2008-003
2.1.5 Percentage hardrijders In hun rapport stelde Kloeden et al. (1997) vast dat bij een deel van de onderzochte ongevallen, de bestuurder aan een zeer hoge snelheid reed toen hij de controle over het stuur van zijn wagen verloor. Tegelijk stelde hij vast dat geen enkele geobserveerde wagen die niet betrokken was bij een ongeval, aan deze hoge snelheid reed. Dit duidt erop dat zeer hoge snelheden gepaard gaan met extreme hoge risico's op verlies van controle over het voertuig, en bijgevolg op een ongeval en verwondingen. Doordat in de recentere 'snelheid - ongevallen' studies meer in algemene termen de effecten van snelheidsverdelingen zijn onderzocht, is er ook meer oog gekomen voor de vorm van de snelheidsverdeling in relatie tot verkeersongevallen. De snelheidsvariantie zegt in dit verband al iets over de breedte van de snelheidsverdeling (hoe ver liggen de verschillende wegvaksnelheden uit elkaar?), maar ook zou gekeken kunnen worden naar de symmetrie van de verdeling (is de gemiddelde snelheid de snelheid waarmee de meeste voertuigen rijden?). Recentelijk uitgevoerde studies naar de bijdrage van de snelheidsverdeling aan het ongevalsrisico richten zich met name op de bovenkant van deze verdeling (dus de voertuigen die harder dan gemiddeld rijden). In deze onderzoeken wordt de proportie hardrijders als een belangrijke of medebepalende factor gezien in het ongevalsrisico op een wegvak (Aerts, 2004). Het is zeer aannemelijk dat de bestuurder van een voertuig dat aan een onveilige hoge snelheid rijdt, gevaarlijke situaties creëert. Dit kan bijvoorbeeld het geval zijn wanneer andere bestuurders aannemen dat het betreffende voertuig ongeveer dezelfde snelheid heeft als de andere voertuigen op die weg (Kloeden et al., 1997). Een beperkt bewijs dat bovenstaand fenomeen echt bestaat, werd geleverd door de indepth studie van enkele ongevallen door McLean et al. (1979). Bij 35 ongevallen aan een kruispunt met een "Stop" bord, werd vastgesteld dat slechts 2 gevallen te wijten waren aan het negeren van het stop-bord. In de andere gevallen waren de bestuurders wel gestopt, en voegden zich vervolgens in, in het pad van aankomend verkeer. De bestuurders die betrokken waren in de ongevallen, werd gevraagd naar hun snelheidsovertredingen in de laatste 5 jaar. Hieruit bleek dat de aankomende bestuurders 4 keer meer kans hadden om eerdere snelheidsovertredingen te hebben begaan, dan de bestuurders die van het stop-bord kwamen. 2.1.6 Invloed van voorafgaande snelheid op actuele snelheid Vele autobestuurders kennen het gevoel wel, na een hele tijd tegen hoge snelheid gereden te hebben, dat een tragere snelheid nog trager lijkt dan het eigenlijk is. Dit fenomeen van 'speed adaptation', is in enkele studies onderzocht geweest. In één studie (Schmidt & Tiffin, 1969, geciteerd in Evans, 2004), werd aan de proefpersonen gevraagd om een zekere afstand te rijden tegen 70 miles per hour (mph), om daarna, zonder gebruik te kunnen maken van een snelheidsmeter, te vertragen tot 40 mph. Het resultaat was dat des te langer de proefpersonen tegen 70 mph moesten rijden, des te hoger was de snelheid die ze aanhielden wanneer hun gevraagd werd te vertragen tot 40 mph. Een studie die gebruikt maakte van een simulator, kwam tot de conclusie dat de keuze van een doelsnelheid zeer afhankelijk is van de bestuurder zijn voorafgaande snelheid (Denton, 1976, geciteerd in Evans, 2004) De neiging om harder te rijden op een bepaalde weg omwille van hogere snelheden op een ander stuk weg, heeft belangrijke gevolgen op het gebied van verkeersveiligheid. Hierdoor kunnen snelheidslimieten en veranderingen in snelheidslimieten, 'spillover' effecten hebben die de veiligheid beïnvloeden op andere (stukken van) wegen dan de direct betrokken weg.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
19
RA-MOW-2008-003
2.2
Acceleratie en deceleratie
De Vlieger (1997) beschrijft drie types van rijstijlen met betrekking tot brandstofverbruik, gebaseerd op versnellingsdata en remgedrag. Een rustige rijstijl staat voor anticiperend en defensief rijden, zonder snelle acceleraties. Sportief rijden betekent snelle acceleraties en hard remmen. Een normale rijstijl betekent gematigde acceleratie en deceleratie. De reikwijdte voor waardes van gemiddelde acceleratie bij stadsritten die in deze studie gemeten werden, zijn : 0,45-0,65 m/s2 voor de rustige rijstijl, 0,65-0,80 m/s2 voor de normale rijstijl, en 0,85-1,10 m/s2 voor de sportieve rijstijl. Hoewel bovenstaande rijstijlen werden gedefinieerd in het kader van brandstofverbruik, kunnen soortgelijke definities mogelijk ook gebruikt worden om een rijstijl te karakteriseren in functie van verkeersveiligheid. Meer en meer wordt erkend dat zuinig rijden gekoppeld is aan verkeersveiligheid en aan economische voordelen (minder brandstofkosten en minder onderhoudskosten). In Minnesota, USA, biedt het verzekeringsbedrijf "Progressive Casualty Insurance Company" naast het klassieke verzekeringscontract, ook een zogenaamd TripSense contract aan (http://tripsense.progressive.com), waarbij veilig rijden beloond wordt door een goedkopere verzekeringspremie (zie ook paragraaf 5.2.4). Naast tijdstip, afgelegde afstand en snelheid, worden ook het aantal agressieve remacties en agressieve acceleratie acties gebruikt om de rijstijl van de bestuurder te karakteriseren. Agressief remmen en versnellen zijn hier eerder arbitrair gedefinieerd als groter dan 7 mph per seconde (3,13 m/s2). Een studie naar rijgedrag door Ueyama (1998; 2001) in Japan, berekende de frequentie van rijgedrag dat duidt op gevaarlijke situaties: wanneer de deceleratie hoger is dan 3,75 m/s2, en acceleratie hoger is dan 3,5 m/s2 (zie ook paragraaf 5.2.4). Elke bestuurder krijgt zo een 'index of bad behavior' toegewezen. Deze index telt simpelweg het aantal keren dat dit gevaarlijk gedrag voorkomt per gereden 100 km. Op basis hiervan werden de bestuurders ingedeeld in 4 groepen, gerangschikt volgens A, B, C en D. De resultaten van het onderzoek laten uitschijnen dat de frequentie van noodmanoeuvres (hard remmen, snelle start en harde acceleraties) één van de factoren is waarmee het rijgedrag van een bestuurders efficiënt kan worden beschreven. In een studie naar het remgedrag van bestuurders, gebruikten Kassaagi et al. (2003) snelheid en acceleratie om de rijstijl van de testpersonen te karakteriseren. Een eigenschap van een sportieve rijstijl is volgens hun bevindingen onder andere een hogere longitudinale versnelling en deceleratie, maar voor deze laatste worden geen getallen gespecificeerd. Hun bevindingen laten uitschijnen dat deceleraties groter dan -4 m/s2 waarschijnlijk noodstops zijn. De rol van acceleratiegedrag en remgedrag op verkeersveiligheid is een belangrijk aspect van rijgedrag waar op dit ogenblik slechts beperkte informatie voor handen is. Indien men ook de literatuur over zuinig rijden of eco-driving in beschouwing neemt, komt men tot de conclusie dat acceleratie en remgedrag wel degelijk een rol kunnen spelen in verkeersveiligheid. Zo wordt algemeen aanvaard dat eco-driving ook een gunstige invloed heeft op verkeersveiligheid. Een proefproject van de Bond Beter Leefmilieu (2007) toonde aan dat een opleiding eco-driving voor professionele chauffeurs bij enkele transportbedrijven, naast een daling van het brandstofverbruik, ook leidde tot een gevoelige daling van het aantal ongevallen en schadegevallen in de vloot. Een belangrijk aspect van eco-driving is het zoveel mogelijk aanhouden van een constante snelheid, en zeer geleidelijk af te remmen (of beter nog uit te bollen). Dit kan je doen door tijdig te anticiperen, bv. door op tijd af te remmen of uit te bollen bij het naderen van een rood licht, of wanneer je ziet dat de bestuurder vóór jou van plan is om af te slaan (Ecodrive, 2008). Omdat het versnellen van de wagen zeer veel energie kost, kan men door de snelheid zo veel mogelijk constant te houden, brandstof besparen. Een ander, zeer belangrijk aspect bij eco-driving, is het tijdig opschakelen naar een volgende versnelling. Door vroeg op te schakelen, vermijdt men hogere toerentallen en snelle Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
20
RA-MOW-2008-003
acceleraties, terwijl er in de lage toerentallen toch nog genoeg koppel beschikbaar is om vlot (maar zuinig) te versnellen.
2.3
Interactie met andere verkeersdeelnemers
2.3.1 volggedrag De term volggedrag in het verkeer, slaat over het algemeen op een situatie waarin de snelheid en longitudinale positie van een voertuig beïnvloed worden door het voertuig dat onmiddellijk ervoor rijdt op hetzelfde rijvak. Het volggedrag wordt gekarakteriseerd door de volgafstand (tijd of afstand tussen de twee voertuigen), en de mate waarin het achterliggende voertuig reageert op de snelheidsveranderingen van het voorliggende voertuig (Ranney T., 1999). Rockwell (1972) suggereert dat er pas sprake kan zijn van volggedrag wanneer de tijd tussen de voertuigen tussen 4 en 0.5 seconden bedraagt. Volgens Ohta (1993) voelen bestuurders zich het meest op hun gemak wanneer de volgafstand varieert tussen de 1.1 en 1.7 seconden. Over het algemeen wordt een volgafstand van 2 seconden beschouwd als een veilige afstand. Een kleinere volgafstand geeft de achterliggende bestuurder minder tijd om te reageren wanneer de voorligger plots vertraagt, hetgeen kan leiden tot kop-staart aanrijdingen. 2.3.2 verkeersintensiteit Aerts (2004) komt tot de conclusie dat in het algemeen de onderzoeken die het verband tussen snelheid en ongevallen op verschillende typen wegen hebben onderzocht, allemaal aanwijzingen vinden voor een sneller toenemend ongevalsrisico bij toenemende snelheid op wegen waar meer interactie met verschillende verkeersdeelnemers plaatsvindt (ook al wordt deze interactie meestal niet als zodanig genoemd). De mate van interactie wordt mede bepaald door het aantal kruisende wegen en de verkeersintensiteit van de verschillende verkeersdeelnemers (die meestal beide hoger zijn op stedelijke dan op landelijke wegen) en is daardoor bepalend voor de snelheid waarmee gereden kan worden. Het lijkt er derhalve op dat de meeste winst in verkeersveiligheid door snelheidsreductie in de bebouwde kom te halen valt. Naast fysieke wegkenmerken, zoals het aantal afslagen of de hoeveelheid kruispunten, is ook de verkeersintensiteit bepalend voor de mate van interactie tussen verkeersdeelnemers. Hierdoor is de verkeersintensiteit geen onbelangrijke factor in het ontstaan van gevaarlijke verkeerssituaties. Bij een grotere verkeersintensiteit neemt het aantal potentiële conflictsituaties tussen voertuigen toe. Per voertuig is er namelijk minder vrije ruimte op de weg beschikbaar en dus ook minder ruimte om eventuele fouten van bestuurders 'op te vangen' zonder dat dit tot ongevallen leidt. Met hoge snelheden is er bij minder ruimte al snel te weinig tijd om adequaat op een conflictsituatie te kunnen reageren en een ongeval te voorkomen. Het Research Triangle Institute (RTI) constateerde in 1970 in ieder geval al dat het percentage enkelvoudige ongevallen toeneemt bij afnemende verkeersintensiteit. Omdat er bij een lagere verkeersintensiteit weinig belemmerende factoren zijn, zijn bestuurders in dergelijke situaties geneigd harder te rijden, met als gevolg een verhoogde kans om de macht over het stuur te verliezen. Het percentage enkelvoudige ongevallen waar het RTI op doelt, kan bij afnemende verkeersintensiteit dus onevenredig veel toenemen ten opzichte van het totale (aan snelheid gerelateerde) ongevalsrisico. Omgekeerd kunnen bij toenemende intensiteit relatief meer meervoudige ongevallen, zoals kopstaartbotsingen, plaatsvinden.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
21
RA-MOW-2008-003
3. 3.1
TOESTAND
VAN DE BESTUURDER
Inleiding
Dit hoofdstuk kijkt naar de gedragingen en de toestand van de bestuurder, en probeert in te schatten wat de gevolgen daarvan zijn op de verkeersveiligheid.
3.2
Concentratie/afleiding
3.2.1 Concentratie algemeen Concentratieproblemen van bestuurders hebben een negatieve invloed op de rijvaardigheid. Als automobilisten tijdens het rijden niet geconcentreerd zijn, kan dit er bijvoorbeeld toe leiden dat hun reactietijden langer worden, dat zij de omgeving minder goed waarnemen, en dat zij later en harder remmen. Dit kan de veiligheid van henzelf en van hun medeweggebruikers in gevaar brengen (SWOV, 2006a). De aandacht voor de rijtaak kan verslappen doordat
de bestuurder met andere zaken bezig was (mobiel bellen, afstemmen van de radio, gesprek met passagier, eten, gebruik GPS systeem, etc.) de aandacht weggetrokken wordt door iets buiten de auto (reclame, ongeval op andere rijbaan, ...) de bestuurder aan andere zaken denkt of aan het dagdromen is, zonder dat er vermoeidheid in het spel is (concentratieverlies) vermoeidheid (zie verder 2.5)
Behalve ribbelmarkeringen op de weg en voorlichting zijn er op dit moment nog weinig concrete maatregelen tegen concentratieproblemen voorhanden. Wellicht kan over enige tijd detectieapparatuur in de auto een waarschuwende rol vervullen. In Nederland wordt na een ongeval niet systematisch nagegaan of afleiding in welke vorm dan ook, een rol heeft gespeeld bij het ontstaan van het ongeval. Een belangrijke reden hiervoor is, dat concentratieproblemen vrijwel niet te achterhalen zijn. Hoe vaak in Nederland ongevallen ontstaan door concentratieverlies, valt dan ook niet te zeggen (SWOV, 2006a). Recentelijk is er in de Verenigde Staten op een geheel andere wijze onderzoek gedaan om de omvang van het probleem van concentratieverlies vast te stellen (Dingus et al., 2006). Hierbij zijn 100 auto's voorzien van camera's. Deze camera's zijn gericht op zowel de bestuurder als op de wegomgeving. Tevens hebben deze auto's allerhande meetapparatuur die continu zowel de prestaties van het voertuig als de conditie van de bestuurder registreert. Gedurende een jaar lang zijn van deze 100 'geïnstrumenteerde auto's' alle gegevens vastgelegd. Zo was men in staat om van 69 daadwerkelijke ongevallen en 761 bijna-ongevallen precies vast te leggen wat er direct aan het ongeval vooraf was gegaan. In bijna 80% van alle ongevallen en in 65% van alle bijnaongevallen keek de bestuurder vlak vóór het ongeval niet in de richting van het opdoemende conflict. Er werd nagegaan of dit werd veroorzaakt doordat:
bestuurders met andere zaken bezig waren dan de rijtaak, zoals mobiel telefoneren (24% van alle ongevallen); bestuurders met zaken gerelateerd aan de rijtaak bezig waren (bijvoorbeeld de bediening van de ruitenwissers), die op dat moment niet direct relevant waren voor het ontstaan van het conflict (19% van alle ongevallen); bestuurders vermoeid waren, af te lezen uit bijvoorbeeld het aantal oogknipperingen (9% van alle ongevallen);
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
22
RA-MOW-2008-003
bestuurders om niet te specificeren redenen in een richting staarden anders dan de richting van het opdoemende conflict (7% van alle ongevallen).
In 20% van de ongevallen was er sprake van een samengaan van twee of meer van de bovengenoemde zaken. 3.2.2 Mobiel bellen tijdens het rijden De mate van hinder door het gebruik van de mobiele telefoon tijdens het rijden is in verschillende gedragsstudies onderzocht. Hoewel studies verschilden in de mate waarin zij gedragsveranderingen constateerden, gaven de meeste studies een bevestigend antwoord op de vraag of het gebruik van de mobiele telefoon tijdens het rijden een negatieve invloed heeft op verschillende aspecten van het rijgedrag (SWOV, 2006b):
Tragere reacties en meer gemiste informatie Het telefoongesprek veroorzaakt een aanzienlijk tragere reactie op verkeerstekens en vergroot de mogelijkheid ze helemaal over het hoofd te zien. Remmen De remreactietijd blijkt langer te zijn tijdens een telefoongesprek. De vertraging van de reactie varieert van 0,3 tot 0,7 seconde. Als bellende bestuurders eenmaal remmen, doen zij dit ook krachtiger (ze stoppen sneller), maar al met al is bij stilstand de afstand korter tot een ander voertuig, een stoplijn of een kruising. Algemeen verkeersbewustzijn De drie elementen van situatiebewustzijn (perceptie, begrip en voorspelling) tonen een belangrijke vermindering die te wijten is aan concentratie die wordt opgeëist door het telefoongesprek. Riskantere beslissingen Vaak voorkomende verkeerssituaties, zoals stoppen voor een rood verkeerslicht, lokken voorzichtige beslissingen uit, maar bij minder vaak voorkomende of ingewikkelder (moeilijker) verkeerssituaties zoals ritsen of links afslaan, is een significant negatieve invloed van een telefoongesprek vastgesteld. Bestuurders accepteren kortere tussenafstanden, maken minder snelheidsaanpassingen, en passen zich minder aan aan mogelijk gevaarlijke wegcondities zoals gladheid.
In het algemeen vinden bestuurders dat mobiel bellen de rijtaak bemoeilijkt. Ze gebruiken dan ook bepaalde risicocompensatie-strategieën om met de zwaardere eisen om te kunnen gaan, bijvoorbeeld trager gaan rijden wat soms gepaard gaat met grotere snelheidsverschillen. Dit risicocompensatiegedrag kan echter ook een gevolg zijn van het verplaatsen van de aandacht van de rijtaak naar het telefoongesprek Niet alleen de fysieke afleiding bij de gelijktijdige bediening van telefoon en voertuig, speelt een rol. Ook het feit dat de bestuurders hun aandacht moeten verdelen tussen telefoneren en rijden (cognitieve afleiding), heeft een nadelige invloed op de verkeersveiligheid. Omdat het grootste gevaar in de cognitieve afleiding schuilt, biedt handenvrij bellen mogelijks geen noemenswaardige veiligheidsvoordelen boven niethandenvrij bellen. Omdat een totaalverbod van mobiele telefoons niet realistisch is, hebben verschillende landen wettelijke maatregelen genomen om mobiel bellen tijdens het rijden in ieder geval te beperken. Het verbod op het niet-handenvrij bellen is de meest toegepaste maatregel. Daarnaast kunnen technische maatregelen, voorlichting en educatie een verantwoord gebruik van de mobiele telefoon bevorderen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
23
RA-MOW-2008-003
3.3
Vermoeidheid in het verkeer
Vermoeidheid wordt algemeen gedefinieerd als het verlies van waakzaamheid dat uiteindelijk eindigt in slaap. Niet alleen het in slaap vallen zelf speelt hier dus een rol. Er treedt immers al een vermindering in rijvaardigheid op lang voordat de bestuurder effectief in slaap valt. Vaak en lang rijden, een monotone rijtaak, lange werkdagen hebben en onvoldoende of slecht slapen zijn factoren die het risico op vermoeidheid achter het stuur verhogen. Ook het tijdstip waarop men rijdt en de wegomgeving spelen een rol. Het dagelijkse ritme van een mens zorgt voor enigszins verlaagde prestaties in de namiddag en uitgesproken verlaagde prestaties ’s nachts en in de vroege ochtenduren (Vesentini et al., 2003). Personen die aan slaapgebrek lijden en die niet geprikkeld worden door activerende stimuli, kunnen bovendien microslaap vertonen. Deze bestaat uit korte perioden van echte slaap, waarbij elke slaapperiode van 0,5 tot 1,5 seconden kan duren. Dit kort in slaap vallen gebeurt op een onvoorspelbare manier en zorgt ervoor dat een bestuurder zich tijdelijk onbewust is van zijn omgeving. Een belangrijk gevolg van vermoeidheid tijdens het rijden, is een afwijking van de rijbaan en meer variabele stuurbewegingen. De bestuurders beginnen te slingeren en kunnen van de weg af raken. Een grotere variabiliteit van stuurbewegingen is een uitgesproken effect van vermoeidheid. Vermoeide bestuurders zullen meer variabele en vaak grotere stuurbewegingen uitvoeren dan bestuurders in alerte en waakzame toestand. Dit komt doordat afwijkingen van het voertuig van de rijbaan minder snel gedetecteerd worden. Bovendien is de reactietijd van de bestuurder langer. Daardoor worden de afwijkingen van de rijbaan groter en heeft de bestuurder ook grotere stuurwielbewegingen nodig om correcties uit te voeren (Vesentini et al., 2003). Uit studies blijkt ook dat bij stijgende slaperigheid er minder snel gereageerd wordt. Er is een significant verschil in reactietijd tussen uitgeruste en vermoeide bestuurders (Vesentini et al., 2003). Typische ongevallen die gebeuren bij vermoeidheid zijn enkelvoudige ongevallen waarbij het voertuig van de weg rijdt en ongevallen waarbij de bestuurder geen enkele poging onderneemt om het ongeval te vermijden (Vesentini et al., 2003). Vaak kennen vermoeidheidsgerelateerde ongevallen een dodelijke afloop. In veel van deze ongevallen zit de bestuurder alleen in het voertuig. Het aantal ongevallen dat in het buitenland wordt toegeschreven aan vermoeidheid varieert naargelang de geraadpleegde bronnen. Volgens politierapporten is niet meer dan 1% van de ongevallen te wijten aan vermoeidheid. Bij ondervraging van betrokkenen loopt dit cijfer op tot 7% (Vesentini et al., 2003). De bevolkingsgroepen die meer aan risicofactoren zijn blootgesteld, en dus een verhoogd risico op vermoeidheidsgerelateerde ongevallen hebben, zijn vrachtwagenbestuurders, personen die in ploegendienst werken, hoogopgeleide werknemers die voor hun werk op de baan zijn en jonge mannen. Ook de gezondheidstoestand van een bestuurder kan een verhoogd risico opleveren (Vesentini et al., 2003). Het probleem van vermoeidheid achter het stuur, houdt mogelijk ook direct verband met de introductie van enkele ADAS systemen (Advanced Driver Assistance Systems) die de volgende jaren mogelijk op de markt gaan komen. Zo kunnen rij-assistentie of zelfs automatische rijsystemen vermoeidheid in de hand werken door het vergroten van de eentonigheid van de rijtaak (AWAKE, 2007). Langs de andere kant kan juist nieuwe ADAS technologie helpen om vermoeidheid achter het stuur te detecteren en zodoende de bestuurder tijdig te waarschuwen. Het Europese project AWAKE (system for effective Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
24
RA-MOW-2008-003
Assessment of driver vigilance and Warning According to traffic risK Estimation) doet onderzoek naar zulke systemen, op basis van 'on-board driver monitoring sensors' gekoppeld aan het monitoren van rijgedrag ('lane keeping behavior').
3.4
Drugs/alcohol/geneesmiddelen
3.4.1 Alcohol Alcohol is een belangrijke factor in de verkeersonveiligheid. In België is in 8,4% van de verkeersongevallen één of meerdere bestuurders onder invloed van alcohol. Bij ongevallen met doden of zwaar gewonden bedraagt dit percentage 10%. Sinds 1 december 1994 geldt er in België een wettelijke alcohollimiet van 0,5 promille (volumepercent, of g/l) voor alle bestuurders van motorvoertuigen (Van Vlierden et al., 2004). Het percentage ernstige ongevallen – doden of ernstig gewonden - met alcoholgebruik varieert sterk volgens de periode van de week. Voor weekdagen is dit 5,3%, voor weekenddagen 9,8%, voor weeknachten 18,8% en voor weekendnachten 23,9%. Het aantal bestuurders onder invloed van alcohol en betrokken bij een ongeval varieert volgens leeftijd. Bij 10,7% van de bestuurders van personenwagens tussen 25 en 29 jaar die betrokken waren bij een ernstig ongeval werd alcoholgebruik vastgesteld. Bij de bestuurders van personenwagens over het algemeen was dit 7,7% (BIVV, 2001 geciteerd in Van Vlierden et al., 2004). Borkenstein et al. (1974 – geciteerd in Mathijssen et al., 2002) hebben een relatie gevonden tussen de hoeveelheid alcohol in het bloed (BAG) en het ongevallenrisico bij deelname aan het verkeer. Uit dit onderzoek blijkt dat het risico op een ongeval significant toeneemt bij een bloedalcoholgehalte (BAG) tussen de 0,5 en 0,8 promille en exponentieel stijgt met het stijgen van de BAG. Bij een BAG tussen de 0,8 en 1,0 promille is de kans op een ongeval bijna twee keer zo groot dan bij een BAG tussen de 0,5 en 0,8 promille.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
25
RA-MOW-2008-003
Figuur 3-1 : Relatie tussen BAG en relatief ongevallenrisico (uit Van Vlierden K. et al., 2004), bron Borkenstein et al., 1974
Toch kan de hierboven geschetste relatie tussen BAG en ongevallenrisico afwijkingen vertonen. Bestuurders die uitzonderlijk alcohol gebruiken (één keer per maand of minder) hebben bij alcoholinname relatief meer risico op een ongeval dan bestuurders die dagelijks alcohol gebruiken. Tevens blijkt dat voor jonge bestuurders het ongevallenrisico bij een BAG tussen 0,1 en 0,5 promille al sterker toeneemt dan voor oudere bestuurders het geval is bij een BAG tussen 0,5 en 0,8 promille (Borkenstein et al., 1974 – geciteerd in Mathijssen et al., 2002). Het gedragseffect van een lage dosis alcohol is een ontremming, waardoor het vermogen om zaken correct in te schatten en om verstandig na te denken, afneemt. Bij een hogere dosis alcohol worden de activerende functies van het centrale zenuwstelsel ook onderdrukt, zodat een demping van het gedrag optreedt. Dit betekent dat zowel het zicht als het beoordelingsvermogen en de coördinatie verminderen (Solomon et al., 1990 geciteerd in Van Vlierden et al., 2004). In de studie van Arnedt et al. (2001) werd met behulp van een rijsimulator onderzocht wat de gevolgen zijn van inname van alcohol. Uit deze studie blijkt dat er bij een verhoogde dosis alcohol meer incidenten gebeuren waarbij men van de weg af raakt. In het handboek DWI Detection Guide van het Amerikaanse NHTSA (National Highway Traffic Safety Administration), wordt op basis van veldonderzoek, opgesomd welke de symptomen zijn waaraan politieagenten het rijden onder invloed (DWI - Driving While Impaired) kunnen herkennen. Het onderzoek geeft aan dat de belangrijkste symptomen de volgende zijn:
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
26
RA-MOW-2008-003
moeilijkheden om de correcte baanpositie te handhaven o zigzaggen, o rijvakmarkering overschrijden o langzaam driften naar de kant van de weg o wijde bochten nemen bij het afslaan o bijna tegenliggers of andere objecten aanrijden snelheids- en remproblemen o te lage snelheid (meer dan 16 km/u onder de snelheidslimiet) o snel optrekken en hard remmen zonder reden o te ver weg of onder ongepaste hoek stoppen langs de boord van de weg o te dicht of achter een stoplijn stoppen o sterke variatie in snelheid, steeds afwisselen tussen optrekken en afremmen problemen met oplettendheid o niet gebruiken richtingsaanwijzers o lichten vergeten op te zetten o traag reageren op externe cues o stoppen zonder reden beoordelingsproblemen o te dicht volgen van de voorligger o niet goed de bocht nemen, veel correcties nodig
Uit onderzoek blijkt dat voornamelijk mannen onder invloed van alcohol rijden en betrokken zijn bij alcoholgerelateerde ongevallen (Maycock, 1996 - geciteerd in Van Vlierden et al., 2004). In Noord-Amerika werd reeds langere tijd geëxperimenteerd met het zogenaamde alcolock. Een alcolock (alcohol ignition interlock) is een in het voertuig ingebouwd systeem dat het alcoholgehalte van de bestuurder analyseert en daaruit het alcoholgehalte in het bloed bepaalt. Het verhindert dat het voertuig gestart kan worden indien het resultaat van deze analyse een bepaalde grens overschrijdt. Ook tijdens het rijden moet binnen bepaalde tijdsintervallen een ademtest worden uitgevoerd (Verlaak, 2005). De Noord-Amerikaanse studies hebben reeds duidelijk aangetoond dat het alcolock een efficiëntere manier is om recidives voor rijden onder invloed te vermijden dan bijvoorbeeld de intrekking van het rijbewijs. Het heeft wel slechts effect tijdens de duur van de installatie: na verwijdering vervallen de bestuurders opnieuw in hun gedrag van voorheen wat het rijden onder invloed betreft (Verlaak, 2005). In vier Europese landen waaronder België liep van eind 2004 tot begin 2006 een proefproject rond “alcolocks”. In navolging van de grootschalige toepassingen van alcolocks in Noord-Amerika, onderzocht dit proefproject de haalbaarheid van alcolocktoepassingen in een Europese context. Hoofddoelstelling van het onderzoek was om de praktische, psychologische, sociale en gedragsmatige impact van alcolocks op bestuurders te analyseren. Uit de resultaten bleek dat de impact van het alcolock afhing van de specifieke omstandigheden waarin het toestel wordt gebruikt. De inhoud van het alcolock-programma, de procedures die gehanteerd worden voor de opvolging van de resultaten en de sociale en maatschappelijke context waarin de alcolocks werden gebruikt, bleken allen cruciale determinanten voor de impact van het systeem. De onderzoekers kwamen tot het besluit dat de toepassing van het alcoholslot in een Europese context mogelijk is, en formuleerden aanbevelingen voor toekomstige toepassingen van het systeem in Europa. Het BIVV stond in voor het Belgische luik van het onderzoek en de coördinatie van het hele project, dat werd gesteund door de Europese Commissie (Drevet et al., 2004).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
27
RA-MOW-2008-003
3.4.2 Drugs Ook andere drugs dan alcohol kunnen een negatieve invloed hebben op het rijgedrag van bestuurders. Zowel in beleidsmiddens als in medische en verkeersveiligheidmiddens gaat men er van uit dat alcohol, medicijnen en illegale drugs een rol spelen bij verkeersongevallen en een weerslag hebben op de aard en de ernst van de verwondingen die eruit voortvloeien (Belgian Toxicology and Trauma Study (BTTS) Research Group, 1997; Chaudoir, 1997 - geciteerd in Van Vlierden et al., 2007). In België wordt de bestuurder gesanctioneerd wanneer de drugs in bloedplasma volgende concentratie overschrijden (wettelijke cut-off):
tetrahydrocannabinol (THC) > 2 ng/ml, morfine > 20 ng/ml, amfetamine/ecstasy (MDMA)/MDEA/MBDB/cocaïne/benzoylecgonine > 50 ng/ml.
Een analyse van bloedstalen toont aan dat cannabis de meest voorkomende drug is bij bestuurders (verdacht van het onder invloed zijn) in België, gevolgd door amfetamine en ecstasy. Het aantal cocaïne/benzoylecgonine (benzoylecgonine is een metaboliet van cocaïne; wordt in het lichaam gevormd na opname van cocaïne) gevallen vertoont een stijgende lijn (Raes & Vertraete, 2005 - geciteerd in Van Vlierden et al., 2007). Op basis van de huidige kennis kan gesteld worden dat cannabisgebruik een risico betekent voor de verkeersveiligheid, op zijn minst tijdens de eerste uren na gebruik. Cannabis is weliswaar over een lange periode detecteerbaar, maar kan de rijvaardigheid tot maar maximaal twaalf uur na gebruik negatief beïnvloeden (De Grift, 2005). Cocaïne, heroïne en hallucinogenen hebben ook een duidelijke negatieve invloed op de rijvaardigheid. Een voertuig besturen onder invloed van cocaïne of crack betekent zowel een gevaar voor de persoon zelf, als voor zijn omgeving. Cocaïne lijkt de prestaties te verbeteren (aandacht en reactietijd), maar geeft ten eerste ook aanleiding tot risicovol gedrag. Daarna volgt concentratieverlies, uitputting, oververmoeidheid en een verhoogde gevoeligheid voor verblinding door licht (verwijde pupillen). Tenslotte hebben ook psychologische symptomen zoals paranoia, waanideeën en hallucinaties een invloed op het rijgedrag (Maes et al., 1999; Braun & Christ, 2002 - geciteerd in Van Vlierden et al., 2007). Het gebruik van opiaten induceert slaperigheid, apathie en onverschilligheid ten aanzien van externe stimuli, concentratiedaling, vertraging en toename in reactietijd (Van Vlierden et al., 2007). Het effect van amfetamines en ecstasy op rijgedrag is niet eenduidig: niet alle studies blijken significant verhoogde risico’s te vinden bij gebruik van deze drugs. Dit zou deels kunnen samenhangen met het gebruik van lagere dosissen in experimentele studies. De belangrijkste effecten van amfetamines met een invloed op de rijvaardigheid zijn: euforie, rusteloosheid, angst, opgewondenheid en verwarring. Daarnaast zijn ook van groot belang: verhoogde bereidheid om risico’s te nemen, verstoord vermogen om kritisch te denken en om beoordelingen te maken, overdreven zelfvertrouwen, verkeerd interpreteren van situaties en realiteitsverlies. Tijdens de ‘high’ zijn de reactietijd en waakzaamheid verbeterd. Het verhoogde zelfvertrouwen (ook verhoogde opwinding en agressiviteit) zal echter het risicovol gedrag in het verkeer verhogen. De verwijde pupillen maken de gebruiker bovendien gevoelig voor verblinding door licht. Na de ‘high’ hebben de gevoelens van uitputting en depressie een nadelig effect op de rijvaardigheid. De stimulantia onderdrukken slaap en vermoeidheid, maar een terugslag treedt op wanneer de bloedconcentratie te laag wordt. M.a.w. zowel hoge als lage bloedconcentraties zijn gevaarlijk tijdens het rijden (Maes et al., 1999 geciteerd in Van Vlierden et al., 2007). Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
28
RA-MOW-2008-003
3.4.3 Medicijnen De therapeutische actie van psychotrope medicijnen, dit zijn medicijnen die een invloed uitoefenen op de gemoedstoestand van de patiënt, kan een invloed hebben op het rijden. Anderzijds kunnen ook niet-psychotrope medicijnen het rijden negatief beïnvloeden als gevolg van bepaalde neveneffecten (Maes et al., 1999 - geciteerd in Van Vlierden et al., 2007). Therapeutische of secundaire effecten van medicijnen die een nadelige invloed kunnen hebben op de rijvaardigheid zijn (Charlier et al., 1999) :
Slaperigheid veroorzaakt door verschillende medicijnen: slaapmiddelen, antidepressiva, neuroleptica, antihistaminica, narcotische analgetica,...; Verlies van psychomotorische coördinatie: een behandeling met medicijnen kan bij de patiënt een invloed hebben op het correct integreren van gegevens en het adequaat reageren erop (precisie en snelheid); Gedragsstoornissen: kunnen leiden tot het nemen van ondoordachte risico’s en het foutief schatten van snelheid en afstanden; Verstoring van het evenwicht: uit zich als duizeligheid; Verstoring van de zintuiglijke waarnemingen: bijvoorbeeld problemen met de oogaccommodatie door het gebruik van oogdruppels.
In sommige gevallen verbetert echter de rijvaardigheid door medicijnen. De patiënt staat immers bloot aan effecten verbonden aan de ziekte zelf (depressie, epilepsie,...) die eveneens schadelijk kunnen zijn voor de rijvaardigheid. Het verkeerd gebruik en misbruik van medicijnen, het stopzetten van een behandeling (bij sommige sedativa kunnen bij het stopzetten van de behandeling ook ontwenningsverschijnselen optreden) of het innemen van niet-therapeutische dosissen kunnen risico’s meebrengen voor de rijvaardigheid (Charlier et al., 1999, geciteerd in Van Vlierden K. et al., 2007). Het gebruik van slaap- en kalmeermiddelen (benzodiazepines) blijkt een duidelijk risico in te houden voor de rijvaardigheid en ongevalbetrokkenheid. Het risico neemt toe naarmate de dosis verhoogt. Ook de recentere benzodiazepines betekenen, op basis van de huidige kennis, een aanzienlijk risico voor de verkeersveiligheid, zowel bij therapeutische dosis als, in sterkere mate, bij hogere dosis. De correlatie tussen benzodiazepine concentraties in serum en prestatievermindering blijkt bijna lineair te zijn. Rijtesten op de weg, bij inname van verschillende benzodiazepines en zopiclon, toonden nadelige effecten aan op de standaarddeviatie van de laterale positie (m.a.w. meer zigzaggen) (Lococo & Staplin, 2006; Drummer et al., 2004 - geciteerd in Van Vlierden et al., 2007). Naast eventuele individuele reacties, houden de meeste beta-blokkers (ter behandeling van hoge bloeddruk) geen of weinig risico’s in voor de rijvaardigheid. Er is een belangrijk gebrek aan informatie betreffende de effecten van neuroleptica op het rijgedrag. Toch kan aangenomen worden dat ze op basis van hun effecten de rijvaardigheid beïnvloeden. Patiënten met psychische problemen, die geen medicijnen nemen, kunnen echter even grote of nog grotere effecten ondervinden op de rijvaardigheid (Van Vlierden et al., 2007). De eerste en tweede generatie antihistaminica (ter behandeling van reisziekte/allergie) kunnen de rijvaardigheid significant beïnvloeden. Vele middelen tegen verkoudheid die eerste generatie antihistaminica bevatten, blijken effecten zoals slaperigheid, sedatie, moeheid, verstoorde coördinatie, verwarring en negatieve psychomotorische prestaties te veroorzaken (Gengo et al., 1989; Ramaekers et al., 2004). De derde generatie Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
29
RA-MOW-2008-003
antihistaminica blijken de rijvaardigheid minder te beïnvloeden en zijn dan ook aan te raden. De resultaten van verschillende onderzoeken naar de effecten van analgetica (pijnstillers) en antitussiva (hoestmiddelen) op de rijvaardigheid en ongevalbetrokkenheid zijn niet eenduidig. Bepaalde effecten zijn te verwachten, maar toediening van stabiele dosissen zou weinig effecten op de rijvaardigheid veroorzaken. Problemen bij het rijden zijn voornamelijk te verwachten bij het starten van een behandeling, bij het wijzigen van de dosis en bij combinatie met andere substanties (Van Vlierden et al., 2007). Antidepressiva kunnen de rijvaardigheid negatief beïnvloeden, zeker bij het starten van de behandeling, en vormen een risico voor in een ongeval betrokken te raken. Dit potentieel is het grootst bij de sedatieve antidepressiva. Een adequate behandeling met antidepressiva (bij voorkeur van de derde generatie) kan echter de rijvaardigheid verbeteren in vergelijking met het onbehandelde ziektebeeld (Van Vlierden et al., 2007). Onderzoek toont aan dat depressie geassocieerd is met een significante en vrij zware vermindering van de rijvaardigheid, zoals gemeten via de standaard deviatie van de laterale positie-test (maat voor het zigzaggen). Succesvolle behandeling van depressie met een SSRI-type antidepressivum (Selectieve serotonine heropnameremmers) lijkt niet alleen de depressieve symptomen te verlichten maar ook de rijvaardigheid te verbeteren. Hoewel de rijvaardigheid verbeterd is bij patiënten, behandeld met SSRI tussen 6 en 52 weken, is deze nog steeds significant slechter dan deze van gezonde controle-individuen (Schmitt et al., 2004, geciteerd in Van Vlierden et al., 2007). 3.4.4 Combinaties alcohol/drugs/medicijnen Autobestuurders kunnen eveneens drugs en geneesmiddelen onderling en met alcohol combineren. Cannabis, benzodiazepines en alcohol komen het meest voor in combinatie (Van Vlierden et al., 2007). Deze combinatie van substanties kan zorgen voor een additief, versterkend of antagonistisch effect. Zo zorgt een combinatie van alcohol en benzodiazepines voor een versterking van de effecten. Bij combinatie van cannabis en alcohol treedt een additief effect op. Bij combinatie van alcohol en cocaïne treedt er een vermindering van de effecten of een intensifiëring van de effecten op (afhankelijk van de effectfase) (Braun & Christ, 2002, geciteerd in Van Vlierden K. et al., 2007). Een onderzoek in Tilburg (Nederland) en omstreken geeft een goed beeld van de gevolgen van rijden onder invloed voor de verkeersveiligheid in deze regio (Mathijssen & Houwing, 2005). Hierbij is de kans op ernstig letsel bij alcohol-, geneesmiddelen- en drugsgebruik berekend door de aanwezigheid van die stoffen bij ernstig gewonde bestuurders (n = 184) te vergelijken met de aanwezigheid bij bestuurders uit het rijdende verkeer (n = 3799) in een representatieve steekproef. Wanneer bestuurders slechts één drug – met uitzondering van heroïne – of één psychoactief geneesmiddel hebben gebruikt, en géén alcohol, dan blijken zij een gering verhoogd risico te hebben. Bij het gecombineerd gebruik van verschillende drugs, psychoactieve geneesmiddelen en/of alcohol, neemt het ongevalrisico daarentegen heel sterk toe. De sterkste risicoverhoging kennen automobilisten die drugsgebruik combineren met een BAG boven 1,3‰ (SWOV, 2006c).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
30
RA-MOW-2008-003
4. 4.1
OVERIGE
FACTOREN
Omgevingsfactoren
De kans op een ongeval is niet zuiver gekoppeld aan snelheid alleen, er spelen altijd omgevingsfactoren mee. Indien voertuigen op een weg allemaal met dezelfde snelheid zouden rijden zouden er zich geen conflictsituaties en dus ongevallen tussen voertuigen in dezelfde rijrichting kunnen voordoen. Wat betreft de ongevalkans geldt dat snelheid een grotere rol speelt in complexere situaties (bijvoorbeeld op wegen binnen de bebouwde kom) dan op minder complexe wegen (bijvoorbeeld op autosnelwegen). Het effect van snelheidsmaatregelen hangt in ieder geval af van absolute rijsnelheden, wegtypen en snelheidsverschillen tussen voertuigen (SWOV, 2007a). Het feit dat de kans op een ongeval meer toeneemt naarmate de snelheid hoger is, suggereert dat snelheidsmaatregelen meer effect hebben op bijvoorbeeld autosnelwegen dan op wegen binnen de bebouwde kom. Toch is dit niet het geval, want zowel de hoogte van het risico als de mate van de stijging van het risico bij hogere snelheden is sterk afhankelijk van het type weg (SWOV, 2007a). Grofweg geldt dat autosnelwegen het laagste ongevalrisico hebben per voertuigkilometer, en dat bij toenemende snelheid het ongevalrisico minder snel stijgt dan op lagere-orde wegen. Omgekeerd geldt ook dat eenzelfde snelheidsreductie (in km/uur) een groter veiligheidseffect heeft op lagere-orde wegen dan op hogere-orde wegen. Deze verschillen hebben zeer waarschijnlijk te maken met de complexiteit van de wegen verkeersomgeving in combinatie met de beperkingen van de mens om met grote hoeveelheden informatie om te gaan, zeker als hier maar weinig tijd voor beschikbaar is. In vergelijking met autosnelwegen is er op andere wegen buiten de bebouwde kom en in nog sterkere mate op wegen binnen de bebouwde kom sprake van een veel complexere verkeersomgeving: er vinden ontmoetingen plaats met meer verschillende soorten verkeersdeelnemers uit verschillende richtingen en daardoor is er sprake van minder voorspelbaar gedrag. Daarnaast, en gedeeltelijk hiermee samenhangend, is ook de ontwerpsnelheid van de weg van invloed. Op een weg met een ontwerpsnelheid van 80 km/uur zal een snelheidstoename van 80 naar 90 km/uur tot een grotere stijging in de ongevalkans leiden dan eenzelfde stijging (van 80 naar 90 km/uur) op een weg met een ontwerpsnelheid van 100 km/uur. De eerstgenoemde wegen zijn immers niet op die hogere snelheden ingericht (SWOV, 2007a). Deze aspecten worden verder besproken in onderstaande paragrafen. 4.1.1 Fysieke wegkarakteristieken Garber & Gadiraju (1989) onderzochten het ongevalsrisico in relatie tot fysieke karakteristieken van de weg door te kijken naar het verschil tussen de gemiddelde snelheid en de 'ontwerpsnelheid' op een weg. De onderzoekers zijn niet expliciet over de factoren die de ontwerpsnelheid van een weg bepalen, maar hierbij zou bijvoorbeeld gedacht kunnen worden aan de breedte van de rijbaan en de bochtigheid van de weg (Aerts L., 2004). Garber & Gadiraju stelden de hypothese op dat een grote discrepantie tussen ontwerpsnelheid en toegestane snelheid tot meer ongevallen zou leiden. Om deze hypothese te toetsen, onderzochten ze deze discrepantie op locaties waar vaak ongevallen plaatsvonden. Op 80% van deze locaties bleken de ontwerpsnelheid en de
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
31
RA-MOW-2008-003
snelheidslimiet inderdaad meer dan 10 mph uit elkaar te liggen (Garber & Gadiraju, 1989, geciteerd in Aerts, 2004). In relatie tot de ontwerpsnelheid, de daadwerkelijke snelheid en de verkeersveiligheid, is door een aantal onderzoekers nog een ander relevant wegaspect naar voren gebracht: de ontwerpconsistentie van een weg (bijvoorbeeld Krammes & Glascock, 1992; Lamm et al., 2000). Deze onderzoekers stellen dat wegen vaak niet consistent ontworpen zijn doordat de ontwerpsnelheid erg varieert. Met name bochten hebben vaak een hele andere ontwerpsnelheid dan rechte stukken weg, en dit kan de ontwerpconsistentie behoorlijk aantasten. Het gevaar van ontwerpinconsistentie is dat bestuurders regelmatig hun snelheid aan moeten passen om de toename in mentale werkbelasting die door de wegsituatie wordt opgeroepen in de hand te houden. Dergelijke situaties blijken samen te hangen met een verhoogde kans op verkeersongevallen (Krammes & Glascock, 1992). Ook Baruya (1998) onderzocht de interactie tussen verschillende wegkarakteristieken en de relatie tussen snelheid en de kans op ongevallen. Van de fysieke wegfactoren bleken de wegbreedte en het aantal afslagen invloed te hebben op de ongevallenfrequentie. Zo bleek de ongevallenfrequentie in het algemeen toe te nemen bij toenemende snelheid bij smallere wegen en meer afslagen. 4.1.2 Weersomstandigheden Zoals besproken in paragraaf 2.1.2 wordt de algemene vergelijking voor de remafstand van een motorvoertuig als volgt omschreven (Elvik et al., 2004) : remafstand = S = v02/2fg met v0 de initiële snelheid van het voertuig, f is de wrijvingscoëfficiënt, en g is de gravitatieconstante (9,81 m/s2). Wanneer de banden nog rollen tijdens het remmen, spreekt men van statische wrijving. Wanneer de banden geblokkeerd zijn en de auto slipt, spreekt men van kinetische wrijving. De kinetische wrijvingscoëfficiënt is kleiner dan de statische voor eenzelfde wegdek en eenzelfde band. Daarom is de stopafstand groter wanneer het voertuig slipt. Voor een droge weg bedraagt de statische wrijvingscoëfficiënt f tussen het wegdek en de band ongeveer 0,8. Voor een natte weg of een weg met ijsvorming, ligt de waarde voor f een stuk lager. Hierdoor zal men sneller in een slip terechtkomen wanneer men remt. Daarom zal de remafstand op nat wegdek groter zijn dan op een droog wegdek. Als de weg zeer nat is, en de banden niet voldoende diep profiel hebben, kan er zich bovendien een laagje water tussen de banden en de weg vormen waardoor de auto bijna alle wrijving verliest. Dit fenomeen noemt men aquaplaning. Extreme temperaturen hebben eveneens ingrijpende gevolgen op het wegdek. Bij zeer koude temperaturen bestaat de kans op rijm- en ijzelvorming. Dit zorgt voor een glad wegdek met een sterk verminderde wrijvingscoëfficiënt en een bijgevolg even sterk verminderde grip van de banden tot gevolg. Koude temperaturen hebben eveneens een slechte invloed op de eigenschappen van het rubber van de banden. Bij temperaturen lager dan 5 tot 7°C wordt het rubber van gewone banden zodanig hard dat de grip afneemt. Hierdoor verhoogt de remafstand en neemt de bestuurbaarheid van de wagen af. Winterbanden daarentegen hebben een ander rubbermengsel dat bij lage temperatuur soepel blijft. Dit type banden heeft niet alleen een andere rubbersamenstelling, maar ook een aangepast profiel met extra ruime groeven. Die zijn specifiek nodig om sneeuw en modder af te voeren, maar kunnen eveneens een grote hoeveelheid water aan (Denys, 2006a). Zeer hoge temperaturen kunnen er dan weer voor zorgen dat het wegdek uitzet en zachter wordt. Lokaal kunnen hierdoor plekken ontstaan waar de banden een verminderde grip vertonen. Bij het weer afkoelen van opgewarmde delen asfalt kunnen Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
32
RA-MOW-2008-003
scheuren en breuken in het wegdek ontstaan, die aanleiding kunnen geven tot koetswerkbewegingen (Denys, 2006a). Een bijkomend nadeel bij slecht weer, is een slechter zicht voor de bestuurder. Door het verminderde zicht op de weg, zij het door mist, regen of sneeuw, kan de bestuurder pas later reageren op onverwachte gebeurtenissen vóór hem.
4.2
Risicogroepen
Leeftijd, geslacht, rijervaring en expositie zijn reeds meermaals statistisch gelinkt aan de kans op betrokkenheid bij een verkeersongeval (Maycock et al., 1998). Jonge beginnende automobilisten (18-24 jaar) hebben een relatief grote kans om betrokken te raken bij een ernstig verkeersongeval (met ten minste een dode of zwaargewonde). Per gereden kilometer is die kans in Nederland ruim vier keer zo groot als voor automobilisten van 30-59 jaar. Dit relatief hoge ongevalsrisico is overigens niet uniek voor Nederland, maar komt overal ter wereld voor waar jongeren na het behalen van hun rijbewijs als zelfstandig autobestuurder aan het verkeer mogen deelnemen (SWOV, 2007b). Jonge bestuurders zijn verhoudingsgewijs vaak betrokken in zogeheten enkelvoudige ongevallen, dat wil zeggen ongevallen zonder andere betrokken partij. Voorbeelden hiervan zijn dat het voertuig door een stuurfout van de weg raakt en over de kop slaat, of dat men een object (bijvoorbeeld een wegafzetting) niet tijdig heeft gezien en daarop inrijdt. Van alle dodelijke ongevallen waarbij een jonge mannelijke automobilist betrokken is, is 52% enkelvoudig, terwijl dit 26% is voor ervaren mannelijke bestuurders (30-59 jaar). Bij jonge vrouwen maakt dit ongevalstype 32% uit van alle dodelijke ongevallen, terwijl dit voor ervaren vrouwelijke bestuurders 22% is (SWOV, 2007b). Aan het relatief hoge ongevalsrisico van jonge beginnende automobilisten en onveilig rijgedrag dragen diverse factoren bij. Deze hangen vooral samen met een gebrek aan rijervaring en de leeftijd zelf (SWOV, 2007b) : 1. mentale en fysieke onvolwassenheid, in het bijzonder de beperkte ontwikkeling van de hersengedeelten die betrokken zijn bij impulscontrole, reguleren van emoties en dergelijke. 2. hoge risicoacceptatie; 3. hoge blootstelling aan gevaarlijke situaties: jonge mensen, vooral mannen, rijden veel onder extra gevaarlijke omstandigheden zoals 's nachts en in het weekend; 4. levensstijl: nieuwe dingen uitproberen, graag in gezelschap van vrienden zijn, indruk willen maken en elkaar de loef af willen steken, zich conformeren aan de groepsnorm; 5. alcohol, drugs en vermoeidheid; 6. ontbreken van routines en automatismen (rijervaring); 7. overbelasting als gevolg van het beperkte vermogen om de belangrijkste informatie uit het verkeersbeeld te selecteren en daarop adequaat te reageren; 8. nieuwe onbekende verkeersomgeving; 9. beperkt vermogen om gevaren te herkennen; 10. overschatting van de eigen vaardigheden in combinatie met onderschatting van de complexiteit van de verkeerssituatie. Als men bovenstaande factoren wil relateren aan rijgedrag, mag men verwachten dat jonge, onervaren bestuurders meer gevaarlijke manoeuvres zullen uitvoeren, aan een hogere snelheid rijden, en vooral op weekendnachten onder invloed van alcohol en drugs de weg op gaan (voor de effecten van alcohol en drugs op het rijgedrag, zie paragraaf 3.4
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
33
RA-MOW-2008-003
Er zijn meer verkeersongelukken met mannelijke bestuurders dan vrouwelijke bestuurders. Dit is anderzijds te verwachten simpelweg omdat er meer mannelijke dan vrouwelijke bestuurders op de weg zijn. Verder heeft de gemiddelde mannelijke bestuurder ook een hoger aantal gereden kilometers dan de vrouwelijke bestuurder. Wanneer men hiermee rekening houdt, dan vertonen mannen en vrouwen gelijkaardige ongevalrisico's, althans in Groot-Brittannië, alhoewel mannen blijkbaar ernstigere ongevallen betrokken zijn, en vrouwen bij minder ernstige ongevallen: het risico op fatale afloop is groter voor mannen dan voor vrouwen, zelfs na correctie voor aantal gereden kilometers (DFT, 2001). Een studie door Boyce & Geller (2002) ging op zoek naar de relatie tussen geslacht, leeftijd en rijgedrag. Data werd verzameld met betrekking tot overdreven snelheid, snelheidsvariatie, met andere taken dan de rijtaak bezig zijn, gebruik van de richtingsaanwijzers, en volgafstand. In totaal reden 61 bestuurders (mannen en vrouwen) van verschillende leeftijden dezelfde trip met dezelfde wagen. Hun resultaten toonden een significant leeftijdseffect voor snelheid, waarbij oudere bestuurders een groter deel van de tijd een veilige snelheid aanhielden. Er werd eveneens een significant leeftijdseffect gevonden voor de gehanteerde volgafstand, waarbij oudere bestuurders vaker een veilige volgafstand hanteerden dan jongere bestuurders. Ook voor niet-rijtaak gerelateerde bezigheden, werd er een significant leeftijdseffect vastgesteld, waarbij oudere bestuurders veiliger gedrag vertoonden dan jongere bestuurders. In tegenstelling tot andere onderzoeken, werden er geen verschillen vastgesteld in rijgedrag tussen mannen en vrouwen
4.3
Voertuigtechnologie
Nieuwe generatie auto's zijn niet alleen groter, krachtiger of zuiniger dan de voorgaande. Ook de veiligheid wordt continu verbeterd. Hierbij speelt regulering ook een belangrijke rol. Denken we hierbij bijvoorbeeld aan de veiligheidsmaatregelen die eind jaren zestig in de Verenigde Staten werden ingevoerd als gevolg van de U.S. National Traffic and Motor Vehicle Safety act van 1966, waaronder autogordels, energieabsorberende stuurkolommen, impactresistente voorruit, en een gescheiden remsysteem (Peltzman, 1988). In de jaren '90 werden personenwagens meer en meer standaard uitgerust met airbags. Eerst twee airbags vooraan, daarna werden dit 4, 6 of meer airbags. In deze periode werden wagens ook steeds meer uitgerust met ABS (Antilock Braking System), een systeem dat het slippen van de wielen voorkomt, wat leidt tot kortere stopafstanden bij noodstops. Veruit de meeste personenwagens zijn tegenwoordig standaard uitgerust met ABS. In 2003 waren 91% van de verkochte voertuigen in Europa met ABS uitgerust (EC, 2003). Vanaf de helft van 2004 zouden alle nieuw verkochte voertuigen in Europa uitgerust zijn met ABS (Bosch, 2006). 4.3.1 Ontwikkelingen van de laatste jaren De laatste jaren speelt elektronica een steeds grotere rol in het motormanagement, hetgeen ook op het gebied van veiligheid mogelijkheden schiep. Systemen voor elektronische stabiliteitscontrole (ESC of ESP - Electronic Stability Control of Electronic Stability Program) werden in 1998 geïntroduceerd in auto's voor massaproductie (Lie, 2005). Zoals de naam al aangeeft, is stabiliteitscontrole een systeem dat waakt over de stabiliteit van een voertuig. Meer bepaald gaat het systeem verschillende keren per seconde na of het voertuig in een onder- of overstuurde situatie verkeert en grijpt indien nodig in door 1 of meerdere wielen af te remmen. Onder- of overstuur kan het gevolg zijn van onaangepaste snelheid in een bocht, een glad wegdek of een rem- of uitwijkmanoeuvre (Denys, 2006a). Verschillende studies hebben een duidelijke positieve invloed aangetoond van stabiliteitscontrole op de verkeersveiligheid (Lie et al., 2005).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
34
RA-MOW-2008-003
Verder vermelden we nog Adaptive Cruise Control, een systeem dat de snelheid kan aanpassen om een voorgedefinieerde afstand te behouden ten opzichte van tragere voorliggers. Daarnaast zorgt xenon verlichting voor een beter zicht 's nachts, en steeds meer automodellen scoren vijf sterren op de NCAP crash tests. Het zou deze studie te ver voeren om alle veiligheidssystemen apart te gaan bespreken. Belangrijk echter is dat veiligheid van auto's steeds verder wordt verhoogd door de verdere ontwikkeling op gebied van actieve en passieve veiligheid. Dit zorgt ervoor dat de bestuurder een groter veiligheidsgevoel krijgt achter het stuur van zijn nieuwe wagen. 4.3.2 Reële impact op de veiligheid : risicocompensatie Risicocompensatie, ook wel gedragsaanpassing genoemd, houdt in dat een bestuurder zijn gedrag aanpast na veranderingen in het voertuig of aan andere delen van het verkeerssysteem. Het gaat dan om onbewuste veranderingen in het gedrag, zoals hogere rijsnelheid, kortere volgafstand, later gaan remmen voor obstakels, sneller rijden door bochten, sneller rijden op natte wegen, etc. die doorgaans een negatief effect op de verkeersveiligheid hebben. Dit kan een verwacht positief effect op de veiligheid van een nieuwe voorziening teniet doen of zelfs negatief beïnvloeden. Het is belangrijk een onderscheid te maken tussen de performantie en het gedrag van de voertuigbestuurder. Het niet maken van dit onderscheid heeft geleid, en leidt nog steeds, tot verwarring. De twee concepten zijn: - bestuurdersperformantie - wat de bestuurder KAN - bestuurdersgedrag - wat de bestuurder DOET Bestuurdersperformantie is gerelateerd aan de kennis, bekwaamheid, waarnemingszin en cognitieve vaardigheden van de bestuurder. Bestuurdersgedrag is hetgeen de bestuurder beslist te doen met deze attributen. Zo is de kans op een ongeval in bepaalde gevallen afhankelijk van de reactietijd, een bestuurdersperformantie eigenschap. De kans hangt echter ook af van de voertuigsnelheid. De bekwaamheid om de snelheid juist in te schatten, en de bekwaamheid om het voertuig onder controle te houden bij deze snelheid, zijn beiden aspecten van de bestuurdersperformantie. De gekozen snelheid is een puur voorbeeld van bestuurdersgedrag (Evans, 2004). Omdat performantie te maken heeft met bekwaamheid en vaardigheden, kan het onderzocht worden door diverse methodes in laboratorium omstandigheden, in rijsimulatoren, en in voertuigen uitgerust met meetapparatuur op een testcircuit. Omdat bestuurdersgedrag iets is wat bestuurders echt 'doen', kon dit vroeger niet met bovenstaande methodes worden onderzocht. Hieruit volgt dat er minder kwantitatieve informatie voor handen is over gedrag tegenover performantie van de bestuurder. Van zeer groot belang, maar moeilijk om te kwantificeren, zijn de relaties tussen bestuurdersgedrag en ongevalrisico's. De laatste jaren wordt er op dit onderwerp wel meer onderzoek gedaan met behulp van meetapparatuur die in de auto wordt ingebouwd, en waarbij gemeten wordt in reële, natuurlijke omstandigheden. Het onderscheid tussen performantie en gedrag is belangrijk in het verkeersveiligheidsvraagstuk omdat rijden onder normale omstandigheden een 'selfpaced' taak is: de bestuurder kiest zelf de gewenste moeilijkheidsgraad voor de gegeven taak. Een grotere bekwaamheid of vaardigheid kan dan gebruikt worden voor verschillende doeleinden. Een reëel gevaar is dat deze gebruikt zal worden voor een hogere gekozen moeilijkheidsgraad. Zo werd in een Canadese studie geëvalueerd hoe het rijgedrag van 81 Canadese proefpersonen veranderde wanneer ze moesten remmen met of zonder ABS, bij normaal remmen alsook bij hard remmen of een noodstop (Grant and Smiley, 1993, geciteerd in Wilde, 1994). De resultaten maakten duidelijk dat door de verhoogde controle door ABS de bestuurders sneller reden in bochten, sneller accelereerden, en een sterkere kracht uitoefenden op het rempedaal. Dit leidt tot de
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
35
RA-MOW-2008-003
conclusie dat bestuurders zich aanpassen aan ABS door minder veilig te gaan rijden. Hierdoor wordt de verhoogde veiligheid van zulke systemen minder dan verwacht. Een gerenommeerd zeekapitein zei ooit (geciteerd uit Evans, 2004) : A superior seaman uses his superior judgment to keep out of situations requiring his superior skills. Onderzoek naar de effecten van ABS laat ook zien dat dit systeem niet zozeer leidt tot minder ongevallen, maar tot andere (Kahane, 1994): geen meervoudige maar enkelvoudige ongevallen en niet per definitie minder riskante. De automobilist die in een kop-staartbotsing betrokken dreigt te raken, zal in een reflex proberen dit te omzeilen door het stuur om te gooien. Zonder ABS heeft dit weinig effect: de wagen glijdt in de meeste gevallen met geblokkeerde wielen recht tegen de relatief veilige achterzijde van de voorligger aan. Met ABS stuurt de wagen echter nog wel. Dat betekent dat de bestuurder kans loopt van de weg of rijstrook af te raken en in botsing te komen met tegenliggers of obstakels in de berm: sloten, bomen, palen (Kahane, 1994). De studie van Vrolix (2006) beschrijft de concepten en de empirische bewijslast voor het fenomeen van risicocompensatie. Zo vermeldt deze studie zes factoren die volgens Elvik (2004) een invloed uitoefenen op gedragsaanpassing, waaronder de volgende twee :
hoe groter het 'engineering' effect, hoe groter de kans op gedragsaanpassing;
maatregelen die de kans op een ongeval verkleinen, leiden sneller tot gedragsaanpassing dan maatregelen die letselernst verminderen;
De studie van Vrolix (2006) besluit dat gedragsaanpassing over het algemeen de positieve effecten van nieuwe veiligheidsmaatregelen niet geheel teniet doet, maar de neiging heeft om de verwachtte positieve impact te verkleinen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
36
RA-MOW-2008-003
5.
RIJGEDRAG
PARAMETERS BIJ MODELLERING
Met een micromodel kan de verkeerssituatie worden voorspeld aan de hand van het rijgedrag van individuele automobilisten. Dit gedrag wordt voor modellering in een aantal componenten opgedeeld: het gedrag bij vrij rijden, volggedrag en strookwisselgedrag. Voor elk van deze componenten zijn veel verschillende modellen ontwikkeld, maar die zijn op dezelfde principes gebaseerd. De belangrijkste stap van het modelleren, de calibratie en validatie, is erg lastig bij micromodellen. Dit komt door de grote hoeveelheid parameters die worden gebruikt en het feit dat ze op microniveau vrijwel niet zijn te meten. Vijf categorieën beschrijven samen het complete rijgedrag :
Het strategische niveau beschrijft de keuze van de route; dit gebeurt in principe met een H/B-matrix.
Het longitudinaal gedrag (in langsrichting) beschrijft de snelheid en de versnelling van het voertuig. Dit bestaat uit
o
een reactie op de omgeving (ook infrastructuur) en
o
een reactie op de andere verkeersdeelnemers.
Het laterale gedrag (in dwarsrichting) bestaat uit de rijstrookkeuze en de positie binnen de rijstrook. Ook hier is onderscheid te maken tussen o
reactie op de omgeving
o
reactie op ander verkeer
Een Herkomst/Bestemmingsmatrix (H/B-matrix) is een tabel met de verplaatsingen tussen de verschillende herkomsten en bestemmingen in een netwerk. Hoewel routekeuze bij modellering beschouwd wordt als een factor van het rijgedrag, wordt dit strategische niveau van rijgedrag in deze literatuurstudie niet verder behandeld. De meeste modellen beschrijven al deze componenten, waarbij het laterale gedrag onder een noemer valt en het strategische onder de H/B-matrix-schatter. Drie componenten blijven dan over, die samen het rijgedrag in verschillende situaties beschrijven :
het ongehinderde rijgedrag (longitudinaal ten opzichte van de omgeving, gedefinieerd door de wenssnelheid, maar ook door gewenste acceleratie en deceleratie, en door maximum acceleratie en deceleratie)
het volggedrag (longitudinaal ten opzichte van ander verkeer)
het strookwisselgedrag (lateraal)
De basis van elk model wordt gevormd door het gedrag bij vrij of ongehinderd rijden. Dit gedrag wordt bepaald door de eigenschappen van het voertuig en de wenssnelheid van de bestuurder. De wenssnelheid is de snelheid die automobilisten aanhouden wanneer ze niet door ander verkeer worden beïnvloed. Deze snelheid is afhankelijk van de lokale omstandigheden, zoals snelheidslimiet, wegontwerp en het weer. Uiteraard is de wenssnelheid voor iedere bestuurder verschillend en kan zij ook nog door de tijd wisselen. Daarom wordt gebruik gemaakt van een wenssnelheidsverdeling; deze beschrijft hoe de verschillende wenssnelheden over de populatie zijn verdeeld. Wanneer voertuigen niet vrij rijden, vertonen zij volggedrag ten opzichte van een of meerdere voertuigen voor zich. Vijftig jaar onderzoek naar dit gedrag heeft geleid tot zeer veel verschillende soorten modellen, die van elkaar verschillen in structuur en in het aantal verklarende factoren. Over het algemeen berekent het model de versnelling van een voertuig op basis van die verklarende factoren. Hierbij kan worden gedacht aan
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
37
RA-MOW-2008-003
snelheidsverschil, volgtijd, bestuurderseigenschappen, enzovoort
snelheid,
versnelling,
voertuigtype,
Het laatste onderdeel van het rijgedrag zoals dat wordt gemodelleerd voor microsimulaties is het wisselen van strook. Hiervoor bestaat een logische structuur, die in de meeste modellen wordt gebruikt. Een automobilist die wordt gehinderd op zijn eigen rijstrook kijkt of er ruimte is op een andere rijstrook waar hij sneller kan rijden. Hij wisselt daarheen als die ruimte er is. Rijdt een voertuig op de linkerrijstrook, dan wisselt het terug naar de rechterrijstrook zodra dat kan. Deze afweging draait om de inschatting van de ruimte op de andere strook.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
38
RA-MOW-2008-003
6.
6.1
RIJGEDRAG
QUESTIONNAIRES
Algemeen
Verschillende methodes voor zelfrapporterende vragenlijsten of questionnaires werden de laatste jaren ontwikkeld, waarin autobestuurders gevraagd werd om hun gedrag tijdens het rijden te beschrijven, alsook hun acties en reacties gerelateerd aan rijgedrag. Enkele van de belangrijkste questionnaires worden vermeld in de studie van Toledo et al. (2007), waaronder de Driver Behavior Questionnaire (DBQ), ontwikkeld door Reason et al. (1990), de Driving Style Questionnaire (DSQ) door French et al. (1993), en meer recentelijk de Multidimensional Driving Style Inventory Questionnaire (MDSI), ontwikkeld in Israël met het doel een zo breed mogelijk spectrum van rijgedrag te kunnen beoordelen (Taubman Ben-Ari et al., 2004). Een andere klasse van zelfrapporterende vragenlijsten peilt meer naar houding en waarneming naar rijden toe. Deze aanpak gaat ervan uit dat de houding van een persoon (attitude, zienswijze) oorzakelijk gerelateerd is aan zijn/haar gedrag. Voorbeelden hiervan zijn de Theory of Reasoned Action (TRA) van Fishbein et al. (1975), later uitgebreid tot de Theory of Planned Behavior (TPB) (Aizen, 1985). Deze laatste voorspelt het gedrag van een persoon op basis van zijn intenties en houding tot een bepaalde actie, en op de waargenomen controle over zijn gedrag. Een schematisch overzicht van deze theorie wordt gegeven in Figuur 6-1. Onderzoekers gebruikten dit model vooral om onderzoek te doen naar gedrag zoals te snel rijden, of rijden onder invloed van alcohol. De meeste studies vonden echter geen duidelijke verbanden (Forward, 1997, geciteerd in Toledo et al., 2007).
Figuur 6-1: Theory of Planned Behavior (Aizen, 1985).
6.2
Manchester Driver Behavior Questionnaire
De Manchester Driver Behavior Questionnaire (DBQ) is een schriftelijk meetinstrument, ontwikkeld aan de universiteit van Manchester (Reason et al. 1990), waarmee automobilisten de frequentie rapporteren waarmee bepaalde typen fouten en overtredingen voorkomen wanneer zij deelnemen aan het verkeer. De belangrijkste reden voor Reason et al. (1990) om een vragenlijst te ontwikkelen om het gedrag van Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
39
RA-MOW-2008-003
automobilisten te meten, was om een onderscheid te maken tussen fouten (‘errors’) en overtredingen (‘violations’). Volgens de onderzoekers hebben fouten en overtredingen een verschillende oorsprong, die om die reden andere oplossingen behoeven. De DBQ is de laatste jaren uitgegroeid tot een van de meest gebruikte instrumenten om rijgedrag te onderzoeken via zelfrapportage. Naast verscheidene studies in het Verenigd Koninkrijk, is de Manchester Driver Behavior Questionnaire ook reeds gebruikt in vele studies in andere landen. Omwille van deze redenen, wordt er in deze paragraaf iets dieper ingegaan op de theorie van de DBQ. De bijdrage van menselijk falen bij het ontstaan van ongevallen is aanzienlijk groter dan bijdragen die met de weg of de technische toestand van voertuigen te maken hebben. Ruwweg schat men dat in 90-95% van de verkeersongevallen, menselijke acties als enige of als bijdragende factor meespelen (Rumar, 1985). Meer recent rapporteerde Evans (2002) dat een onderzoek in de VS, met grote steekproeven van ongevallen, aangeeft dat in 57% van de gevallen de weggebruiker de énige bijdragende factor bleek en dat 3% toegeschreven kon worden aan wegen en 2% aan het voertuig. Voorts, dat in een Brits onderzoek de overeenkomstige waarden 65%, 2% en 2% waren. Samengevat: De weggebruiker werd geïdentificeerd als enige óf bijdragende factor in 94% in het Amerikaanse onderzoek en 95% in het Britse onderzoek (Verschuur, 2003). Dit zijn resultaten die het belang van menselijk gedrag, meer in het bijzonder menselijk falen in het verkeer, benadrukken (Lajunen et al., 2002). Gebaseerd op dit model van menselijke fouten, deelden Reason et al. (1990) het menselijke risicogedrag in in fouten ('errors') en overtredingen ('violations'). Zij ontwikkelden een onderzoeksmethode, de 'Driver Behavior Questionnaire' (DBQ), om deze aspecten te meten in rijgedrag. In hun eerste studie over DBQ, toonden Reason et al. (1990) aan dat bestuurdersfouten en -overtredingen twee empirisch verschillende klassen van gedrag zijn. Zij definieerden fouten als ''het mislukken van geplande acties om hun bedoelde gevolgen te bereiken' en overtredingen als 'bewuste afwijkingen van die praktijken waarvan men gelooft dat ze noodzakelijk zijn om de veilige werking van een potentieel gevaarlijk systeem te garanderen'. In tegenstelling tot fouten, beschouwt men overtredingen als doelbewust of opzettelijk gedrag, alhoewel zowel fouten als overtredingen mogelijk gevaarlijk zijn en tot een ongeval kunnen leiden. Reason et al. (1990) vonden ook een derde DBQ factor, die ze vergissingen ('slips') en vergeetachtigheden ('lapses') noemden. Deze factor omhelst ondermeer gebreken in oplettendheid en geheugen. Men gaat er niet van uit dat deze factoren een invloed uitoefenen op de verkeersveiligheid. De verschillen tussen de drie klassen van het risicogedrag volgens Reason et al. (1990) zijn :
vergissingen ('slips') en vergeetachtigheden ('lapses') - verstrooid gedrag met gevolgen voor de dader, maar die geen bedreiging vormen voor de andere weggebruikers; een voorbeeld is het aanzetten van de ruitenwissers wanneer je bedoelde om de richtingaanwijzers te gebruiken, of het besef dat je geen duidelijke herinnering hebt van de zojuist afgelegde weg; fouten ('errors') - typisch verkeerde inschattingen en gebrekkige observaties die gevaarlijk kunnen zijn voor anderen, bv. het verkeerd inschatten van de snelheid van een tegenligger bij een poging om in te halen, en het niet opmerken van een voorrangsbord aan een kruispunt; overtredingen ('violations') - moedwillige inbreuken op de principes van veilig rijden; overtredingen verschillen van fouten en vergissingen en vergeetachtigheden, doordat ze moedwillig gebeuren, terwijl men beseft dat men potentieel gevaarlijk en dikwijls ook illegaal gedrag aan de dag legt; overdreven
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
40
RA-MOW-2008-003
snelheid, te dicht volgen van de voorligger, en inhalen langs de rechterkant zijn voorbeelden van overtredingen. In de literatuur over DBQ, worden vooral overtredingen - niet de fouten vergeetachtigheden - gerelateerd aan verkeerongevallen (Lajunen et al., 2002).
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
41
of
RA-MOW-2008-003
7.
IN-VEHICLE DATA RECORDERS
Rijgedrag kan gerelateerd worden aan het karakter en de socio-economische achtergrond van de bestuurder. Het kan wel worden beïnvloed door educatie, training, publieke campagnes en handhaving door de politie. Eén van de belangrijkste obstakels om de relatie tussen de bestuurder en zijn rijgedrag goed in kaart te brengen, is het gebrek aan betrouwbare 'tools' waarmee het rijgedrag, bijvoorbeeld gemeten door snelheids- en versnellingsprofielen, kan gemonitored worden en geïnterpreteerd (Toledo et al., 2007). De betrouwbaarheid van een onderzoek dat zelfrapportage gebruikt met vragenlijsten die peilen naar het rijgedrag van mensen, wordt door meerdere onderzoekers in vraag gesteld omdar er mogelijk verschillende bias worden geïntroduceerd, zoals het overschatten van de eigen rijtalenten, en tegelijk het onderschatten van de eigen vergissingen en fouten. Hieruit blijkt duidelijk een nood aan meer betrouwbare bronnen van informatie, die een aanvulling kunnen vormen op de questionnaires. Eén klasse van zulke 'tools' die recentelijk werden ontwikkeld, zijn de 'In-vehicle Data Recorders' (IVDR), die informatie kunnen geven over positie, snelheid, versnelling, manoeuvres, etc. De combinatie van In-vehicle data recorders en resultaten van self-reported questionnaires (zoals bijvoorbeeld de DBQ), laten toe om op een meer gefundeerde manier het rijgedrag te gaan monitoren en interpreteren (Toledo et al., 2007).
7.1
Ontwikkeling van in-vehicle data recorders
De eerste toepassing van in-vehicle data recorders, was de 'Event Data Recorder' (EDR). Een EDR registreert technische en bestuurdergerelateerde gegevens net voor, tijdens en vlak na een crash. De totaal geregistreerde tijdspanne bedraagt niet meer dan enkele seconden. De parameters die worden opgeslagen verschillen van fabrikant tot fabrikant. Sommige EDR systemen registreren enkel acceleratie/deceleratie data, terwijl andere ook nog een hoop bijkomende data opslaan zoals remacties, stuuracties, en de status van enkele voertuigsystemen (ABS, ESP, airbag, ...). Deze bron van informatie kan een belangrijke rol spelen in het onderzoek naar de oorzaak van een crash. Daarom wil de National Highway Traffic Safety Administration (NHTSA) dat in Amerika met ingang van 2008 alle nieuwe auto’s worden voorzien van EDR om beter te kunnen bepalen wat de oorzaak is van een ongeluk en wat tijdens de botsing precies is gebeurd. EDR-informatie kan alleen met hulp van de betreffende autofabrikant worden uitgelezen. Daarbij zijn deze gegevens pas voor onderzoek te gebruiken als er een standaard is ontwikkeld. Daar wordt momenteel in Europees verband aan gewerkt (SWOV, 2005). De laatste jaren worden EDR toestellen in meer en meer wagens standaard ingebouwd. De autoconstructeurs implementeren EDR functionaliteit veelal als een bijkomende functie van het airbagsysteem in de wagen. Exacte cijfers over het percentage nieuwe voertuigen dat met EDR is uitgerust, zijn niet zomaar voorhanden. De Amerikaanse overheid schat dat binnen korte tijd 90 procent van alle nieuwe voertuigen voorzien zal zijn van EDR. De laatste jaren werd het gebruik van in-vehicle recorders echter ook uitgebreid naar niet-ongeval situaties. Meer dan 20 jaar geleden, werden IVDR geïntroduceerd in de wereld van zwaar transport. Origineel werden ze hier ingezet voor routing taken en 'tracking'. Sindsdien zijn daar andere taken bijgekomen, onder andere het monitoren van rijgedrag en rijveiligheid van de bestuurders. Hoewel de verschillende systemen onderling van elkaar verschillen, kan de informatie die verzameld wordt in een aantal categorieën worden geclassificeerd:
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
42
RA-MOW-2008-003
bewegingen van het voertuig, zoals longitudinale en laterale versnelling, en voertuigsnelheid bestuurders controle, zoals opening van de gasklep (engine throttle), stand van de rempedaal en hoek van de wielen. motorparameters, bijvoorbeeld toerenteller ('revolutions per minute' of rpm) toestand van de veiligheidssystemen aan boord, zoals airbags, veiligheidsgordels, ABS en ESC (ESP). locatie van het voertuig, gebaseerd op GPS gegevens tijdsgegevens visuele informatie door het gebruik van camera's, zowel binnen als buiten het voertuig.
Studies naar de effecten van feedback aan de bestuurder over hun rijgedrag, tonen in het algemeen aan dat deze feedback leidt tot een verhoogde verkeersveiligheid. (Wouters et al., 1997; Roetting et al., 2003; Heinzmann et al., 2003 - geciteerd door Toledo et al., 2007). Hoewel bovenstaande studies aantonen dat IVDR technologie een duidelijke positieve invloed kan hebben op verkeersveiligheid, is er slechts een beperkte kennis over welke data precies verzameld moet worden, en hoe deze data zou moeten worden geïnterpreteerd en geanalyseerd. Zo is het bijvoorbeeld nog niet geheel duidelijk hoe snelheids- en versnellingsprofielen op secondebasis kunnen worden omgezet naar een kans om in een ongeval betrokken te geraken.
7.2
Recente studies met IVDR technologie
Enkele recente studies die poogden IVDR data verkeersveiligheid, worden hieronder kort besproken.
te koppelen
aan
rijgedrag
en
7.2.1 Drive Atlanta Study De Drive Atlanta Study (Georgia Tech) studie verzamelde gedurende 2 jaar (tussen 2002 en 2004) IVDR data van 172 voertuigen. De data werd wekelijks gedownload, en bevatte gegevens over
afgelegde afstand van de trip duur van de trip routekeuze van een trip snelheid op seconde basis versnelling op seconde basis
De onderzoekers focussen het sterkst op routekeuze, bestuurder-voertuig interacties, en ongevalrisico's. De studie tracht een verband te leggen tussen overdreven snelheid en de kans op een ongeval door het analyseren van de geregistreerde data wanneer één van de voertuigen in een ongeval betrokken was (Toledo et al., 2007). Gedragscomponenten zoals versnelling en remgedrag, werden nog niet onderzocht, maar onderzoek hiernaar werd wel aanbevolen (Ogle, 2005 - geciteerd in Toledo et al., 2007). 7.2.2 100-Car Naturalistic Driving Study De 100-Car Naturalistic Driving Study (2005) van het Virginia Tech Transportation Institute (VTTI) , gesponsord door NHTSA, Virginia Department of Transportation (VDOT) en de Virginia Transportation Research Council (VTRC), had tot doel het verzamelen van rijgedrag parameters in natuurlijke, reële omstandigheden, en dit op grote schaal. Gedurende een periode van 12-13 maanden, werd voor meer dan 100 bestuurders informatie verzameld over :
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
43
RA-MOW-2008-003
snelheid van het voertuig longitudinale en laterale versnelling positie van het voertuig via GPS afstand tot de voorligger, auto's achter en auto's naast het voertuig machine-vision based lane tracker videobeelden van het gezicht van de bestuurder videobeelden van beide zijden, voor en achter het voertuig
De bestuurders beschikten bovendien ook nog over een "incident" duwknop waarop ze konden drukken wanneer ze een ongewone situatie in het verkeer meemaakten. Deze studie keek vooral naar drie soorten 'events' of gebeurtenissen: crashes, bijnacrashes, en incidenten. De frequenties van deze gebeurtenissen werd opgevolgd voor opeenvolgende tijdsperiodes. Deze studie legde niet de focus op rijgedrag in het algemeen (buiten incidenten), alhoewel de verzamelde data hiervoor wel geschikt zou kunnen zijn (Neale et al., 2005). 7.2.3 Or Yarok, Israel In 2006 voerde in Israël Or Yarok ("Green Light") een studie uit waarbij 33 voertuigen werden uitgerust met IVDR technologie, 'DriveDiagnostics' genaamd (Lotan & Toledo, 2006). Het DriveDiagnostics systeem verzamelt snelheids- en versnellingsgegevens, a rato van 40 metingen per seconde. Ook de positie van het voertuig wordt bepaald aan de hand van GPS. Deze ruwe gegevens werden verder verwerkt in een 'detectie en evaluatie' laag. Door middel van 'pattern recognition' algoritmes, werden 20 verschillende types van manoeuvres geïdentificeerd en geclassificeerd. Voorbeelden van manoeuvres zijn verandering van rijvak met of zonder acceleratie, plotseling remmen, sterke acceleraties en overdreven snelheid. Ook de kwaliteit waarmee het manoeuvre wordt uitgevoerd, wordt geëvalueerd. Het doorsturen van de gemeten data gebeurt in real-time, via een draadloos netwerk naar een server waarop de toepassing draait. Op de server wordt alle data bijgehouden in een database (Lotan & Toledo, 2005). In een volgende stap maakt het systeem een schatting van de risico-index voor een bepaalde trip, gebaseerd op een synthese van de uitgevoerde manoeuvres. Ook wordt de bestuurder in het algemeen (dus niet enkel voor één bepaalde trip) beoordeeld : op basis van de vastgestelde manoeuvres en op basis van zijn/haar snelheidsprofiel, wordt hij/zij ingedeeld in één van de drie bestuurderscategorieën (voorzichtig, gemiddeld, agressief). De feedback aan de bestuurder kan geleverd worden off-line (uitgeprint ofwel via een website), ofwel in real-time via sms-berichten of via een "in-vehicle display unit". Het meetapparaat wordt aangebracht op een verborgen horizontale plaats, en wordt aangesloten op de batterij van de wagen omdat een kleine stroom vereist is (<250mA). In een eerste fase van de studie kregen de bestuurders geen uitleg over de bedoeling van het systeem, en ontvingen zij ook geen feedback van het IVDR systeem. In de tweede fase kregen de bestuurders uitleg over de opzet van het onderzoek, en kregen ze toegang tot een persoonlijke webpagina waarop hun IVDR data werd samengevat. De data van de eerste fase werd gebruikt om de relatie te onderzoeken van de veiligheidsindices toegekend aan elke bestuurder door het DriveDiagnostics systeem, en de historische ongevalsgegevens van deze bestuurder. Deze resultaten toonden inderdaad een duidelijk verband tussen deze twee parameters. Deze relatie werd nadien gebruikt om na te gaan, in de tweede fase van het project, wat de mogelijke impact van een dergelijk systeem was op het rijgedrag en verkeersveiligheid. De studie kwam tot de conclusie dat het blootstellen van de bestuurders aan het IVDR systeem, een positieve impact had op hun rijgedrag. Toegang tot de feedback die het systeem leverde, had ook een verdere impact op het rijgedrag.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
44
RA-MOW-2008-003
Indien er echter geen follow-up werd voorzien, werden beide positieve effecten uiteindelijk gradueel teniet gedaan. Uit dit onderzoek ontstond het bedrijf "GreenRoad" die hun product "GreenRoad Safety Center" aanbieden. Het GreenRoad Safety Center is volledig gebaseerd op het bovengenoemde DriveDiagnostics systeem. 7.2.4 TripSense, USA In Minnesota, USA, biedt het verzekeringsbedrijf "Progressive Casualty Insurance Company" naast het klassieke verzekeringscontract, ook een zogenaamd TripSense contract aan (http://tripsense.progressive.com). Indien de verzekerde kiest voor het laatste, dan wordt er een monitoring toestelletje ingebouwd in het voertuig dat continu rijparameters registreert gedurende de hele trip. Het toestel dient geconnecteerd te worden aan de diagnostische poort van het voertuig. Naast de trip-gerelateerde informatie (tijdstip van begin en einde, afgelegde afstand), worden ook rijgedrag parameters opgeslagen, zoals snelheid (één meting om de 10 seconden), en het aantal agressieve remacties en agressieve acceleratie acties. Agressief remmen en versnellen zijn eerder arbitrair gedefinieerd als groter dan 7 mph per seconde (3,13 m/s2). De opgeslagen data kan dan op geregelde tijdstippen worden opgeladen naar de server van het TripSense programma. Enkel auto's van na 1996 komen in aanmerking, en ook een beperkt aantal recente auto's zijn niet compatibel met het TripSense toestel. 7.2.5 National Research Institute of Police Science, Japan 2007 Een studie door Ueyama (1998; 2001) in Japan maakte gebruik van een "Driving Monitoring Recorder" (DMR), gecombineerd met GPS gegevens en camerabeelden van het gezichtsveld van de bestuurder bij speciale 'events' of gebeurtenissen. Gedurende een periode van 4 jaar werden in totaal 105 voertuigen met deze meetapparatuur uitgerust om rijgedrag in kaart te brengen. De DMR verzamelt gegevens over snelheid versus tijd (een soort van digitale tachograaf). Situaties die duiden op een noodgeval of agressief rijgedrag, worden tijdens het rijden geteld en bijgehouden. Zulke situaties worden geteld telkens wanneer de remvertraging groter is dan 3,75 m/s2, en de versnelling groter dan 3,5 m/s2. De gegevens van de DMR zijn gekoppeld aan GPS metingen. De DMR data wordt opgeslagen op een persoonlijke bestuurderskaart (capaciteit 65 kB) die elke twee weken werd uitgelezen. De onderzoekers definieerden een "Index van slecht rijgedrag". Deze index telt simpelweg het aantal keren dat dit 'noodgedrag' voorkomt per gereden 100 km. Op basis hiervan werden de bestuurders ingedeeld in 4 groepen, gerangschikt volgens A, B, C en D. De resultaten van het onderzoek laten uitschijnen dat de frequentie van noodmanoeuvres (hard remmen, snelle start en harde acceleraties) één van de factoren is waarmee het rijgedrag van een bestuurders efficiënt kan worden beschreven. Bovendien kan, volgens de onderzoekers, de verzamelde informatie en de feedback hiervan naar de bestuurder toe, een grote rol spelen bij praktische rijopleidingen. 7.2.6 Andere studies In een studie naar het remgedrag van bestuurders, gebruikten Kassaagi et al. (2003) snelheid en acceleratie om de rijstijl van de testpersonen te karakteriseren. Een eigenschap van een sportieve rijstijl is volgens hun bevindingen een transversale acceleratie groter dan 3 m/s2 (een maat voor de zijdelingse krachten die op de auto inwerken wanneer men door een bocht rijdt, afhankelijk van de snelheid van de auto en de radius van de bocht), en ook een hogere longitudinale versnelling en deceleratie, maar voor deze laatste worden geen getallen gespecificeerd. Hun bevindingen laten uitschijnen dat deceleraties groter dan -4 m/s2 waarschijnlijk noodstops zijn.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
45
RA-MOW-2008-003
Ten slotte zijn er nog enkele studies waarin getracht wordt rijgedrag te modelleren aan de hand van de CAN-gegevens (Dapzol et al., 2007). Verschillende technieken zijn hiervoor al gebruikt zoals een lineair systeem (Weir & Chao 2005 - geciteerd in Dapzol et al., 2007), statistische technieken of neurale netwerken (Peltier, 1993 - geciteerd in Dapzol et al., 2007). In de studie van Dapzol et al. (2007) wordt de CAN-data gebruikt als input voor een Hidden Markov Model. Deze modellering zou gebruikt kunnen worden om veiligheidssystemen in de auto betrouwbaarder te maken om te vermijden dat deze systemen ongepast zouden reageren in bepaalde situaties. De nadruk in deze studies ligt eerder op het herkennen van bepaalde manoeuvres (inhalen, afdraaien aan een kruispunt, van rijvak veranderen) en niet op de manier waarop de bestuurder met de auto omgaat.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
46
RA-MOW-2008-003
8.
CONCLUSIES
Er is op dit moment nog onvoldoende kennis over de relatie tussen voertuigparameters zoals snelheid, schakelgedrag, activeren van ABS en ESP, etc. en (al dan niet) verkeersveilig rijgedrag. Aan de hand van deze literatuurstudie werd getracht deze relatie zo goed mogelijk in kaart te brengen. Deze informatie moet het mogelijk maken het rijgedrag te karakteriseren, en de impact van nieuwe (veiligheids)systemen in de auto op het rijgedrag en verkeersveiligheid te onderzoeken. In dit rapport werd verkeersveiligheid vanuit een zo breed mogelijk perspectief bekeken. Naast de factoren die een impact hebben op de verkeersveiligheid, zoals snelheid, omgevingsfactoren, drugs en alcohol, etc., werd ook aandacht besteed aan de perceptie van het eigen rijgedrag door de bestuurder zelf (driver behavior questionnaires), en werden studies besproken die reeds gebruik maakten van toestellen in de auto om bepaalde aspecten van rijgedrag op een objectieve manier te kunnen meten. Een overzicht van de belangrijkste aspecten van het rapport met betrekking tot rijgedrag, worden schematisch weergegeven in onderstaande tabellen. Tabel 8-1 : aspecten van rijgedrag in relatie tot verkeersveiligheid Factor verkeersveiligheid
Factor onderverdeling
Te meten parameters
Snelheid
absolute snelheid
snelheid, snelheid in bochten (laterale versnelling), snelheid op natte wegen, stand gaspedaal of throttle, stuurhoek, toerental
relatieve snelheid
snelheid t.o.v. gemiddelde op deze weg
snelheidsadaptatie
snelheid in relatie tot voorgaande snelheid
snelheidsprofiel
longitudinale versnelling, deceleratie, stand rempedaal
Acceleratie/ deceleratie Volggedrag
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
afstand/tijd tot voorligger
47
RA-MOW-2008-003
Tabel 8-2 : toestand van de bestuurder en de invloed op verkeersveiligheid Toestand bestuurder
Gevolg
Invloed op rijgedrag
Afleiding - algemeen
verminderde concentratie
langere reactietijd later en harder remmen
Afleiding - mobiel bellen
verminderde concentratie
tragere reacties op verkeerstekens langere remreactietijd riskantere beslissingen Lagere snelheid t.o.v. snelheidslimiet
Vermoeidheid
afwijking van de rijbaan meer variabele en grotere stuurbewegingen langere reactietijd
Alcohol
slechtere coördinatie
afwijking van de rijbaan - meer variabele en grotere stuurbewegingen - langzaam driften naar één kant
slechter beoordelingsvermogen
riskante beslissingen te dicht volgen van de voorligger ongepast stoppen of vertragen
onoplettendheid
vergeten lichten op te zetten niet gebruiken richtingaanwijzers traag reageren op externe cues (licht dat op groen springt)
invloed op snelheid
afwisselen optrekken en afremmen lagere snelheid dan toegestaan ongepast stoppen zonder reden hard optrekken
Drugs
risicovol gedrag - euforie
hogere snelheid
concentratieverlies
zigzaggen - meer variabele en grotere stuurbewegingen - later en harder remmen
hallucinaties, waanideeën, paranoia, angst
onbekend
vermoeidheid
zigzaggen - meer variabele en grotere stuurbewegingen - later en harder remmen
apathie
onbekend
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
48
RA-MOW-2008-003
Geneesmiddelen
toename reactietijd
later en harder remmen
slaperigheid
zigzaggen - meer variabele en grotere stuurbewegingen - later en harder remmen
slechtere coördinatie
zigzaggen - meer variabele en grotere stuurbewegingen
risicovol gedrag
hogere snelheid
evenwichtsstoornissen
zigzaggen - meer variabele en grotere stuurbewegingen
Tabel 8-3 : Bijkomende aspecten van invloed op verkeersveiligheid Factor
Onderverdeling
Te meten waarde
Omgeving
interactie met andere verkeersdeelnemers
afstand tot voorliggers, voertuigen links, rechts of achter het subject
snelheidsvariantie
spreiding snelheid van de verschillende wagens op deze weg
wegkarakteristieken
ontwerpsnelheid, wegbreedte, aantal zijwegen, bebouwde kom/ landelijke weg, maximum toegelaten snelheid
verkeersintensiteit
aantal wagens op een bepaald traject
weersomstandigheden
regen, mist, ijzel, sneeuw, ...
Constante parameters
Onderverdeling
Waarde
Categorie bestuurder
leeftijd
jaar
man/vrouw
man/vrouw
rijervaring
aantal jaren in bezit van rijbewijs
aantal km/jaar
km/jaar
banden (winter/zomer)
winter/zomer, profieldiepte
leeftijd voertuig
jaar
aantal pk
pk
type voertuig
sport, berline, break, SUV, ...
ABS
aanwezig/niet-aanwezig
ESP
aanwezig/niet-aanwezig
airbag
aanwezig/niet-aanwezig
Voertuig parameters
monovolume,
Uit deze verscheidene bronnen van informatie, kunnen nu parameters gedistilleerd worden die mede bepalen wat onveilig rijgedrag inhoudt.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
49
RA-MOW-2008-003
Enerzijds is er de manier waarop de bestuurder met zijn voertuig omgaat : snelheid, gekozen versnelling/toerental/schakelgedrag, remgedrag en volgafstand. Deze parameters moeten steeds worden gezien ten opzichte van omgevingsfactoren : snelheidslimiet, ontwerpsnelheid, weersomstandigheden, bochtigheid van het parcours, verkeersintensiteit, type weg, aantal zijwegen, etc. Samen bepalen zij het rijgedrag van de bestuurder. Daarnaast zijn er de factoren die ingrijpen op de toestand (fysiek en psychisch) van de bestuurder en zo zijn rijgedrag zullen veranderen, waardoor het rijgedrag eventueel niet meer is aangepast aan de omstandigheden : later en harder remmen, meer zigzaggen op de weg, overdreven snelheid, etc. Bijkomende aspecten van de bestuurder (geslacht, leeftijd, etc.) of van het voertuig (type, vermogen, uitgerust met ABS ja of nee, etc.) geven mogelijk een bijkomende verklaring van het geobserveerde rijgedrag. Hieruit volgt dat we rijgedrag kunnen beschrijven aan de hand van de volgende parameters :
snelheid, in relatie tot o snelheidslimiet, o curve van de bocht, o verkeersintensiteit, o ontwerpsnelheid van de weg, o wegtype, o aantal zijwegen, o weersomstandigheden afgeleiden van snelheid o acceleratie gedrag o remgedrag (eventueel uitbolgedrag) schakelgedrag (hoog in de toeren kan verbonden zijn met snel optrekken) afstand tot voorligger lane keeping behavior - mate van zigzaggen - aantal stuurcorrecties grootte van de stuurcorrecties reactietijd (onrechtstreeks af te leiden uit het remgedrag)
In de piloottest waarin de relatie rijgedragparameters en verkeersveiligheid empirisch zal worden onderzocht, is het nodig zo veel mogelijk van bovenstaande parameters te registreren. Dit zal gebeuren aan de hand van VEDETT technologie die ingebouwd wordt in de voertuigen en gegevens van de CAN-bus (elektronische voertuiggegevens) en positiebepaling aan de hand van de GPS-logger kan registeren. Bijkomend zal onderzocht worden of bijkomende apparatuur kan ingeschakeld worden om parameters te registreren die niet door VEDETT kunnen geregistreerd worden. Deze worden in Tabel 8-4 op een rijtje gezet.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
50
RA-MOW-2008-003
Tabel 8-4 : rijgedrag - te meten parameters Rijgedrag component
Onderverdeling
Af te leiden uit
Middelen
snelheid
absolute snelheid
rechtstreeks
CAN of GPS
acceleratie
snelheidsprofiel
CAN of GPS
toerental
rechtstreeks
CAN
deceleratie
snelheidsprofiel
CAN of GPS
aantal noodstops
snelheidsprofiel
CAN of GPS
remgedrag
stand rempedaal
CAN
deceleratieprofiel ABS, ESP Lateraal gedrag
bochtengedrag
coördinatie
Voorbijsteken
Lane keeping of gcam sensoren (te onderzoeken)
Mate van zigzaggen
Lane keeping of gcam sensoren of (te onderzoeken)
zijdelingse krachten in bochten
snelheid + stuurhoek
mate van zigzaggen
grootte stuurhoekvariaties +
CAN + GPS g-cam CAN
aantal stuurcorrecties volgafstand Interpretatie door bestuurder
rechtstreeks aangeven van gevaarlijke verkeerssituatie door de bestuurder
Sensor (te onderzoeken) "Incident" knop (te onderzoeken)
Evaluatie rijgedrag en omstandigheden
Website
Af te leiden uit
Middelen
verbruik
rechtstreeks
CAN + afgelegde afstand
motortemperatuur
rechtstreeks
CAN
rechtstreeks
CAN
rechtstreeks
CAN
Af te leiden uit
Middelen
Milieu-impact component
extra stroomverbruikers
Onderverdeling
lichten, airco
olietemperatuur Omstandigheden
Onderverdeling
Infrastructuur
type weg
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
GIS data
51
RA-MOW-2008-003
snelheidslimiet
GIS data
snelheidscamera
GIS data
verkeersborden
GIS data
Afstand tot kruispunt / rond punt / andere
GIS data
aantal zijwegen
GIS data
ontwerpsnelheid
niet af te leiden, kan verschillen van snelheidslimiet
-
snelheidsvariantie
niet af te leiden (verschilt van weg tot weg en van tijdstip tot tijdstip)
-
Verkeersintensiteit
file/geen file
filekaarten
verkeerscentrum GIS database (te onderzoeken)
Weer
regen/mist/ijzel...
weerkaarten
KMI GIS database (te onderzoeken)
ruitenwissers Tijdstip
licht/donker
CAN rechtstreeks
lichten
GPS CAN
Niet alle wagens beschikken over dezelfde CAN-bus gegevens. Daardoor zal het aantal en de aard van de gemeten CAN-parameters mogelijk verschillen van auto tot auto. De logger en meetapparatuur die VITO plaatst in de testauto's, registreert niet alleen bepaalde CAN-data, maar ook GPS data waardoor het mogelijk is rijgedrag te koppelen aan :
type weg aantal kruisingen of afslagen per weglengte snelheidslimiet snelheidscamera’s verkeersborden (indien aanwezig op GIS-kaart) afstand tot kruispunt, rond punt, afslag, etc. verkeersintensiteit (via website federale politie?)
Naast de bovengenoemde parameters, zijn de volgende parameters ook nuttige indicatoren om de milieu-impact van rijgedrag te onderzoeken :
verbruik motortemperatuur kilometerstand klimaatregeling aan/uit (wegens significante impact op verbruik) olietemperatuur
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
52
RA-MOW-2008-003
Een laatste belangrijke parameter voor verkeersveiligheid, is de afstand tot de voorligger (uitgedrukt in tijd, of in afstand rekening houdend met de snelheid). Deze gegevens zijn niet aanwezig op de CAN-bus, maar kunnen eventueel wel gemeten worden door een apart toestel op de wagen te monteren. Het tijdstip van de gegevens, in combinatie met de positiebepaling, kan informatie geven over :
licht/donker weersomstandigheden (sneeuw, ijzel, regen, mist, etc.) (ook af te leiden uit stand van de ruitenwisser op de CAN-bus) tijdsduur sinds vertrek
Daarnaast kan ook info over bestuurder ook relevant zijn bij de beoordeling van het rijgedrag. Parameters die hier een rol kunnen spelen zijn :
leeftijd aantal jaren in bezit van rijbewijs (rijervaring) aantal gereden kilometers per jaar (exposure) man/vrouw gehaast: ja of nee veiligheidsgordel aan? alcohol vermoeidheid reisdoel afleiding (gsm, dagdromen, reclame, ...) agressie/frustratie toestand van de ogen: bril/lenzen nodig en ook tijdens het rijden? andere fysieke nadelen of risico's (epilepsie, appelflauwte, ...)
Het is best denkbaar dat eenzelfde bestuurder een ander weggedrag gaat vertonen wanneer hij rijdt met verschillende wagens. Vandaar dat volgende voertuiggegevens relevant kunnen zijn voor de piloot test bij dit onderzoek :
vermogen van de wagen type voertuig leeftijd voertuig gewicht van de wagen (grote invloed op afloop van het ongeval, van Kampen et al., 2003) soort banden (winterbanden/zomerbanden) voertuigtechnologie ter verhoging van verkeersveiligheid (ABS, ESP, …)
Conclusies voor de piloottest Rekening houdend met de verkeersveiligheidsaspecten opgesomd in tabellen 8-1, 8-2 en 8-3, is het aanbevolen om bij de samenstelling van de testgroep voor de piloottest, een zo groot mogelijke verscheidenheid te verkrijgen aan type van bestuurders en type van voertuigen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
53
RA-MOW-2008-003
Qua type bestuurder zou het interessant zijn kandidaten te hebben voor elk van de volgende categorieën :
man/vrouw : 50/50
leeftijd : 18-25, 25-35, 35-60, 60+
aantal jaren rijervaring : 0-1, 1-3, 3+
aantal kilometers per jaar: <10.000, 10.000-30.000, >30.000
Verder is het aanbevolen om voertuigen op te nemen in de piloottest voor elk van de volgende types :
kleine berline (<2000 cc)
middelgrote berline (2000-2500 cc)
grote berline (<2500 cc)
monovolume
SUV
wagen met kleine verhouding vermogen/gewicht
wagen met hoge verhouding vermogen/gewicht
diesel/benzine/lpg
met en zonder ABS
met en zonder ESP
Deze verscheidenheid aan bestuurders en voertuigen leidt potentieel tot grotere verschillen in rijgedrag, waardoor de verschillende aspecten van rijgedrag in de data duidelijker naar voor kunnen komen.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
54
RA-MOW-2008-003
9.
LITERATUURLIJST
Aerts L.T. (2004). Snelheid, spreiding van Snelheid en de kans op verkeersongevallen. SWOV, R-2004-9, Leidschendam, Nederland. Aizen I. (1985) From Intentions to Actions: A Theory of Planned Behaviour. In J. Kuhl & J. Beckman (Eds.), Action Control: From Cognition to Behaviour. Berlin, SpringerVerlag. Arnedt, J. T., Wilde, G. J. S., Munt, P. W., & MacLean, A. W. (2001). How do prolonged wakefulness and alcohol compare in the decrements they produce on a simulated driving task? Accident Analysis and Prevention, 33 (3), 337-344. AWAKE (2007). http://www.awake-eu.org/back.html, 19/12/2007. Baruya, B. (1998). Speed-accident relationships on European roads. Transport Research Laboratory TRL, Crowthorne, Berkshire. Bond Beter Leefmilieu (2007). Proefproject eco-driving bij bedrijven. Bond Beter Leefmilieu, Brussel. Borkenstein, R.F., Crowther, R.F., Shumate, R.P,. Ziel, W.B. & Zylman, R. (1974). The role of the drinking driver in traffic accidents; The Grand Rapids Study: second edition.In: Blutalkohol, vol. 11, supplement 1, p. 1-132. Bosch (2006b). 25 years of the Bosch ABS antilock braking system. 09/02/2006, http://www.boschautoparts.co.uk Boyce, T. E., Geller, E. S. (2002). An instrumented vehicle assesment of problem behavior and driving style: Do younger males really take more risks?. Accident Analysis & Prevention 34 (2002), 51-64. Braun, E., & Christ, R. (2002). Review of impairment and accident risk for alcohol, drugs and medicines. (Deliverable R4.1 IMMORTAL). Wien, Austria: Austrian Road Safety Board. Available: http://www.immortal.or.at/deliverables.php#R4.1. Charlier, C. J., Grenez, O. E., Maes, V. A., Smet, H. C., Verstraete, A. G., & Wennig, R. M. (1999). Invloed van geneesmiddelen op de rijvaardigheid. Brussels, Belgium: Belgisch Instituut voor de Verkeersveiligheid. Available: http://www.bivv.be/dispatch.wcs?uri=706741939&action=viewStream&language=nl. Chaudoir, R. (1997). Belgian Toxicology and Trauma Study. Alcohol, geneesmiddelen en drugs bij verkeersslachtoffers. Via Secura, 37, 20-23. Cirillo, J.A (1968). Interstate system accident research; study II, interimreport II. In: Public Roads vol. 35, nr. 3, p. 71-76. Dapzol, N., Tattegrain-Veste, H., Ciuperca, G. (2007). A new markovian model to categorize driving situations. Proceedings of the 20th conference on Enhanced Safety of Vehicles (ESV), 2007, paper no. 07-0433. De Grift (2005). Van alcohol tot XTC; Actuele basisinformatie over de meest gebruikte middelen. De Grift, Arnhem. Denton, G.G. (1976). The influence of adaptation on subjective velocity for an observer in simulated rectilinear motion. Ergonomics, 19, pp. 409-430. Denys, T. (2006a). Voertuigtechniek ter verhoging van de baanvastheid en de voertuigstabiliteit. Steunpunt Verkeersveiligheid, RA-2006-88, Diepenbeek. Denys, T. (2006b). Relatie tussen type voertuig en ongevalsernstype voertuig en ongevalsernst. Steunpunt Verkeersveiligheid, RA-2006-104, Diepenbeek.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
55
RA-MOW-2008-003
De Vlieger, I. (1997). On-board emission and fuel consumption measurement campaign on petrol driven passenger cars. Atmospheric Environment, 31:22, 3753-3761. DFT, (2001). Influencing driver attitudes and behaviour. Department for Transport, Rapport No. 17, London. Dingus, T.A., Klauer, S.G,. Neale, V.L., Petersen, A., Lee, S.E., Sudweeks, J., Perez, M.A., Hankey, J., Ramsey, D., Gupta, S., Bucher, C., Doerzaph, Z.R., Jermeland, J. & Knipling, R.R. (2006). The 100-car naturalistic driving study, phase II; Results of the 100-car field experiment. DOT HS 810593. National Highway Traffic Safety Administration NHTSA, Washington, D.C. Drevet, M., Alvarez, J. , Assum, T., Evers, C., Mathijssen, R., Silverans, P., & Vanlaar, W. (2004). Alcolock implementation in the European Union: An in-depth qualitative field trial. Proceedings of the 17th international conference on Alcohol, Drugs and Traffic Safety, 2004, Glasgow. Drummer, O.H., Gerostamoulos, J., Batziris, H., Chu, M., Caplehorn, J., Robertson, M.D. & Swann, P. (2004). The involvement of drugs in drivers of motor vehicles killed in Australian road traffic crashes In: Accident Analysis and Prevention, vol. 36, nr. 2, p. 239-248. Ecodrive (2008). http://www.ecodrive.org/What-is-ecodriving.228.0.html, 19/02/2008. Elvik, R. (2004). To what extent can theory account for the findings of road safety evaluation studies?. Accident Analysis and Prevention, 36, p. 841-849. Elvik, R., Christensen, P., Amundsen, A. (2004). Speed and road accidents : an evaluation of the power model. Institute of Transport Economics, TOI report 740/2004, Oslo, Norway. Evans, L. (2002) Transportation Safety. In: Handbook of Transportation Science, Second Edition, R.W. Hall Editor, Kluwer Academic Publishers, Norwell, MA, pp. 67-112. Evans, L. (2004). Traffic Safety. Science Serving Society, Bloomfield Hills, MI, USA. Farmer, C.M. (2004). Effect of electronic stability control on automobile crash risk. In: Traffic Injury Prevention, vol. 5, nr. 4, p. 317-325. Fildes, B.N., Rumbold, G. & Leening, A. (1991). Speed behaviour and drivers' attitude to speeding. MUARC report No. 16. Accident Research Centre MUARC, Monash University, Clayton, Victoria. Finch, D.J., Kompfner, P., Lockwood, C.R. & Maycock, G. (1994). Speed, speed limits and accidents. Project Record S211G/RB /Project Report PR 58. Transport Research Laboratory TRL, Crowthorne, Berkshire. Fishbein M., Ajzen I. (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. Reading, MA: Addison-Wesley. Forward S.E. (1997) Measuring Attitudes and Behavior Using the Theory on Planned Behavior. Traffic and Transport Psychology, Theory and Application. Edited by Rothengatter T. & Vaya E.C. Pergamon press. French D.J., West R.J., Elander J., Wilding, J.M. (1993). Decision-making style, driving style, and self-reported involvement, in road traffic accidents. Egronomics, Vol. 36, Issue 6, pp.627-644 Garber, N.J. & Gadiraju, R. (1989). Factors affecting speed variance and its influence on accidents. Transportation Research record No. 1213, p. 64-71. Transportation Research Board, Washington D.C. Gengo, F., Gabos, C., & Miller, J. K. (1989). The pharmacodynamics of diphenhydramineinduced drowsiness and changes in mental performance. Clinical Pharmacology and Therapeutics, 45 (1), 15-21.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
56
RA-MOW-2008-003
Heinzmann H.J., Schade K.B. (2003) Moderne Verkehrssicherheits Technologie Fahrdatenspeicher und Junge Fahrer. Berichte der Bundesanstalt für Straßenwesen. Mensch und Sicherheit Hefl M 148, BASt Koln, Germany. Kahane, C.J. (1994). Preliminary evaluation of the effectiveness of antilock brake systems for passenger cars. DOT HS 808 206. National Highway Traffic Safety administration NHTSA, Washington D.C. Kassaagi, M., Brissart, G., Popieul, J. (2003). A study on driver behavior during braking on open road. Proceedings of the 18th conference on Enhanced Safety of Vehicles (ESV), 2003, paper no. 340. Kloeden, C.N., McLean, A.J. & Glonek, G. (2002). Reanalysis of travelling speed and the risk of crash involvement in Adelaide South Australia. Report No. CR 207. Australian Transport Safety Bureau ATSB, Civic Square, ACT. Kloeden, C.N., McLean, A.J., Moore, V.M. & Ponte, G. (1997). Travelling speed and the risk of crash involvement. Volume 1: findings. Report No. CR 172 . Federal Office of Road Safety FORS, Canberra. Kloeden, C.N., Ponte, G. & McLean, A.J. (2001). Travelling speed and the risk of crash involvement on rural roads. Report No. CR 204. Australian Transport Safety Bureau ATSB, Civic Square, ACT. Krammes, R.A. & Glascock, S.W. (1992). Geometric inconsistencies and accident experience on two-lane rural highways. Operational effects of geometrics and geometric design, Transportation Research Record No. 1356, p. 1-10. Transportation Research Board TRB, Wahington D.C. Lajunen, T., Parker, D., Summala H. (2002). The Manchester Driver Behaviour Questionnaire: a cross-cultural study. Accident Analysis and Prevention 36 (2004), pp. 231–238. Lamm, R., Zurnkeller, K. & Beck, A. (2000). Traffic safety: the relative effectiveness of a variety of road markings and traffic control devices. In: Proceedings of the Conference Road Safety on Three Continents, 20-22 September Pretoria, South Africa. VTI Konferens 15A, p. 119-132. Linköping. Lie, A., Tingvall, C., Krafft, M., Kullgren, A. (2005). The effectiveness of ESC (Electronic Satbility Control) in reducing real life crashes and injuries. Traffic Injury Prevention, Vol. 7, No. 1. (March 2006), pp. 38-43. Liu, G.X. (1998). Travel speed & speed differential and their effects on traffic safety. In: Proceedings of the 1998 conference and exhibition of the Transportation Association of Canada TAC, Regina, Saskatchewan. Lococo, K. H. & Staplin, L. (2006). Literature review of polypharmacy and older drivers: Identifying strategies to study drug usage and driving functioning among older drivers. (Report No. DOT HS 810 558). Washington D.C., U.S.A.: National Highway Traffic Safety Administration. Available: http://www.nhtsa.dot.gov/people/injury/olddrive/DrugUse_OlderDriver/images/Job% 202859%20Polypharmacy_NEW.pdf. Lotan T. and Toledo T. (2005). Evaluating the safety implications and benefits of an invehicle data recorder to young drivers. Proceedings of the 3rd International Driving Symposium on Human Factors in Driver Assessment, Training and Vehicle Design, Rockport, ME, pp. 440-447. Lotan T. and Toledo T. (2006). An In-vehicle data recorder for evaluation of driving behavior and safety. Error! Hyperlink reference not valid. 2006, no 1953 (11 ref.), pp. 112-119. Maes, V., Charlier, C., Grenez, O., & Verstraete, A. (1999). Drugs and medicines that are suspected to have a detrimental impact on road user performance. (Deliverable D1, Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
57
RA-MOW-2008-003
ROSITA). Ghent, Belgium: Rijks Universiteit Gent. Available: http://www.rosita.org/docs/rosita_d1.doc Mathijssen, M. P. M., Koornstra, M. J., & Commandeur, J. J. F. (2002). Het effect van alcohol-, drugs- en geneesmiddelengebruik op het letselrisico van automobilisten. Leidschendam, the Netherlands: Stichting Wetenschappelijk Onderzoek Verkeersveiligheid. Mathijssen, M.P.M. & Houwing, S. (2005). The prevalence and relative risk of drink and drug driving in the Netherlands: a case study in the Tilburg police district. R-2005-9. SWOV, Leidschendam. Maycock, G. (1996). Drinking and driving in Great Britain – a review (Rep. No. TRL232). Berkshire, United Kingdom: Transport Research laboratory (TRL). Maycock, G., Brocklebank, P.J. & Hall, R.D. (1998). Road layout design standards and driver behaviour. TRL Report No. 332. Transport Research Laboratory TRL, Crowthorne, Berkshire. McLean A.J., Offler W.J., Sandow B.L. (1979). Adelaide in-depth accident study 19751979, Part 7: Road and traffic factors. Adelaide: Road Accident Research Unit, University of Adelaide. Neale, V.L., Dingus, T.A., Klauer, S.G., Sudweeks, J., Goodman, M. (2005). An overview of the 100-car naturalistic study and findings. Proceedings of the 19th ESV Conference, June 2005. National Highway Traffic Safety Administration NHTSA, Washington, D.C. Nilsson, G. (1982). The effects of speed limits on traffic accidents in Sweden. In: Proceedings of the international symposium on the effects of speed limits on traffic accidents and fuel consumption, 6-8 October 1981, Dublin. Organisation for Economic Co-operation and Development OECD, Paris, pp. 1-8. OECD/ECMT (2006). Speed management summary. ECMT, Paris Ogle H.J. (2005) Quantitative Assessment of Driver Speeding Behavior Using Instrumented Vehicles. A dissertation study. Georgia Institute of Technology. Ohta, H. (1993). Individual differences in driving distance headway. In A. G. Gale, Vision in vehicles IV. Amsterdam: Elsevier. Peltier, M. ( 1993). Un système adaptatif de diagnostic d'évolution basé sur la reconnaissance de formes floues, application au diagnostic du comportement d'un automobiliste. Phd thesis, Université de technologie de Compiègne. Peltzman, S. (1988). Chicago studies in political economy. University of Chicago Press, 1988. Princen, P. (2004). Grote en kleine middelen, Aanpassing van de snelheidslimiet van 90 km/u wegen in Vlaanderen: een aanzet tot reflectie. Jaarboek Verkeersveiligheid 2004, 2004, pp. 47-49. Quimby, A., Maycock, G., Palmer, C. & Buttress, S. (1999). The factors that influence a driver's choice of speed: A questionnaire study. TRL Report No. 325. Transport Research Laboratory TRL, Crowthorne, Berkshire. Raes, E., & Verstraete, A. G. (2005). Usefulness of roadside urine drug screening in drivers suspected of driving under the influence of drugs (DUID). Journal of Analytical Toxicology, 29 (7), 632-636. Ramaekers, J. G., Kuypers, K. P. C., Wood, C. M., Hockey, G. R. J., Jamson, S., Jamson, H., & Birch, E. (2004). Experimental studies on the effects of licit and illicit drugs on driving performance, psychomotor skills and cognitive function. (Deliverable D-R4.4, IMMORTAL). Available: http://www.immortal.or.at/deliverables.php#R4.4.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
58
RA-MOW-2008-003
Ranney T. (1999). Psychological factors that influence car-following and car-following model development. Transportation Research Part F, volume 2 issue 4, December 1999, pp. 213-219.
Reason, J.T., Manstead, A.S.R., Stradling, S.G., Baxter, J.S., Campbell, K. (1990) Errors and violations on the road: a real distinction? Ergonomics 33, pp. 1315–1332 Rockwell, T. (1972). Skills, judgment, and information acquisition in driving. In T. W. Forbes, Human factors in highway traffic safety research. New York: Wiley. Roetting M., Huang Y.H., McDevitt J.R., Melton D. (2003). When technology tells you how you drive––truck drivers’ attitudes towards feedback by technology Transportation Research Part F: Traffic Psychology and Behavior, Vol. 6, Issue 4, pp. 275-287. RTI (1970). Speed and accidents, vol I & II. Research Triangle Institute RTI, Durham, North Carolina. Rumar, K., 1985. The role of perceptual and cognitive filters in observed behaviour. In: Evans, L., Schwing, R.C. (Eds.), Human Behaviour and Traffic Safety. Plenum Press, New York, pp. 151–165. Schmitt, J. A. J., Wingen, M., Riedel, W. J., & Ramaekers, J. G. (2004). Effects of depression and antidepressant therapy on driving performance. (Deliverable D-R1.5, IMMORTAL). Maastricht, the Netherlands: Maastricht University Brain and Behaviour Institute. Schmidt F., Tiffin J. (1969). Distortion of drivers’ estimates of automobile speed as a function of speed adaptation. Journal of Applied Psychology, 1969; 53, pp. 536-539 Solomon, D. (1964). Accidents on main rural highways related to speed, driver and vehicle. Bureau of Public Roads, U.S. Department of Commerce, Washington D.C. Solomon, E. P., Schmidt, R. R., & Adragna, P. J. (1990). Human Anatomy & Physiology. Florida, U.S.A.: Saunders College Publishers. SWOV (2005). Auto's om veilig mee thuis te komen. SWOV, Leidschendam, The Netherlands SWOV (2006a). SWOV-Factsheet : concentratieproblemen achter het stuur. SWOV, Leidschendam, The Netherlands SWOV (2006b). SWOV-Factsheet :mobiel bellen tijdens het rijden. SWOV, Leidschendam, Nederland SWOV (2006c). SWOV-Factsheet Rijden onder invloed van alcohol en drugs. SWOV, Leidschendam, Nederland SWOV (2007a). SWOV-Factsheet : de relatie tussen snelheid en ongevallen. SWOV, Leidschendam, Nederland. SWOV (2007b). SWOV-Factsheet : Jonge beginnende automobilisten. SWOV, Leidschendam, Nederland. Taubman - Ben-Ari O., Mikulincer M., Gillath O. (2004) The Multidimensional Driving Style Inventory—Scale Construct and Validation. Accident Analysis and Prevention, Vol. 36, Issue 3, pp. 323–332. Taylor, M.C., Lynam, D.A. & Baruya, A. (2000). The effects of drivers' speed on the frequency of road accidents. TRL Report, No. 421. Transport Research Laboratory TRL, Crowthorne, Berkshire. Toledo, G., Shiftan, Y.,Hakkert, S. (2007). Framework for Analysis and Modelling of Driving Behavior. The Traffic Safety Center Newsletter, fall 2007, C3 803, Berkeley.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
59
RA-MOW-2008-003
Ueyama M. (1998). Relationship between driving behavior and traffic accidents - accident data recorder and driving monitoring recorder. Proceedings of the 16th ESV Conference, 1998, pp. 402-409. Ueyama M. (2001). Driver characteristic using driving monitoring recorder. 17TH ESV Conference Proceeding, 2001, paper no. 426. van Kampen, L.T.B. (2003). Het ledig gewicht van motorvoertuigen. R-2003-35. SWOV, Leidschendam. Van Vlierden, K., Lammar, P. (2007). Drugs en medicijnen in het verkeer. Steunpunt Verkeersveiligheid, RA-2004-32, Diepenbeek. Van Vlierden, K., Vesentini, L., Cuyvers, R. (2004). Vooronderzoek naar alcoholgebruik in relatie tot verkeersveiligheid. Steunpunt Verkeersveiligheid, RA-2004-32, Diepenbeek. Verlaak, J. (2005). Het alcoholslot, een oplossing voor het rijden onder invloed? Jaarboek Verkeerveiligheid 2005, Steunpunt Mobiliteit en Openbare werken, spoor Verkeersveiligheid, Diepenbeek. Verschuur, W.L.G. (2003). Onderzoek uitgevoerd met de 'Driver Behaviour Questionnaire'. Faculteit der Sociale Wetenschappen, Rijksuniversiteit te Leiden. Vesentini, L., Van Vlierden, K., Cuyvers, R. (2003). Vermoeidheid in het verkeer: een internationale literatuurstudie. Steunpunt Verkeersveiligheid, RA-2003-26, Diepenbeek. Vlassenroot, S., Brijs, T., De Mol, J., Wets, G. (2006). Defining the carrying capacity: What can determine acceptance of road safety measures by a general public ? Proceeding for: The European Transport Conference, 18 - 20 September 2006, Strasbourg, France. Vrolix, K. (2006). Behavioural Adaptation, Risk Compensation, Risk Homeostasis and Moral Hazard in Traffic Safety. Steunpunt Verkeersveiligheid, RA-2006-95, Diepenbeek. Weir, D., Chao, K. (2005). Review of control theory models for directional and speed control. In Proceedings Of The International Workshop On Modelling Driver Behaviour In Automative Environments, pp. 25-37. White S. B., Nelson A. C. (1970). Some effects of measurement errors in estimating involvement rate as a function of deviation from mean traffic speed. Journal of Safety Research, 2(2), pp. 67-72. Wilde, G.J.S. (1994). Target Risk: Dealing with the Danger of Death, Disease and Damage in Everyday decisions. PDE Publications, Toronto. Wouters P.I.J., Bos J.M.J. (1997) The Impact of Driving Monitoring with Vehicle Data Recorders on Accident Occurrence. Methodology and Results of a Field Trail in Belgium and the Netherlands. SWOV, Institute for Road Safety Research, R-97-8, Leidschendam.
Steunpunt Mobiliteit & Openbare Werken Spoor Verkeersveiligheid
60
RA-MOW-2008-003