عوامل مؤثر بر رفتار پرخطر در ایمنی کامیون: یک مدل پارامتر تصادفی با در نظر گرفتن ناهمگونی در طول سفر
تصادفات مربوط به کامیونها باعث خسارات و تلفات اقتصادی قابل توجهی میشود و درک و کنترل ریسک رانندگی کامیون را به یک وظیفه حیاتی برای صنعت لجستیک تبدیل میکند. با این حال، ناهمگونی در هر سفر کامیون در مطالعات فعلی نادیده گرفته میشود و مانع پیشبینی دقیق ریسک رانندگی کامیون میشود. در این تحقیق، ما رفتار رانندگی در هر سفر را به عنوان ویژگیهای رانندگی استخراج شده از مسیر واقعی در طول یک سفر تعریف کردیم و تأثیر آن را بر ریسک رانندگی کامیون با در نظر گرفتن ناهمگونی بررسی کردیم. نتایج نشان داد که ناهمگونی هر سفر کامیون عمدتاً در انحراف معیار سرعت در هر سفر و شرایط محیطی (به عنوان مثال، سرعت ترافیک، زمان روز) منعکس شده است. تأثیر انحراف معیار بالاتر سرعت در هر سفر به طور قابل توجهی در طول سفرها متفاوت است، کاهش ریسک در 73.7٪ سفرها و افزایش ریسک در 26.3٪ سفرها. این تغییرپذیری از طریق توزیع نرمال پارامتر تخمین زده شده نشان داده شده است. علاوه بر این، ناهمگونی، عوامل پیچیدهای را نشان میدهد که بر ریسک رانندگی کامیون تأثیر میگذارند و الگوهای نادیده گرفته شده در رفتار رانندگی بلندمدت و سفری را آشکار میکنند و بر اهمیت ترکیب الگوی رفتاری بلندمدت با رفتارهای سفری برای پیشبینی بهتر ریسک تأکید میکنند.
مقدمه
در میان انواع مختلف تصادفات رانندگی، تصادفات مربوط به کامیونها، به ویژه در کشورهای در حال توسعه، شدت و میزان مرگ و میر بالاتری را نشان میدهند، همانطور که مطالعات متعدد در زمینه ایمنی حمل و نقل نشان میدهد (زین الدین و همکاران، 2023). برای نظارت بهتر بر ریسک رانندگی کامیون، بسیاری از محققان از دادههای رانندگی طبیعی در زمان واقعی جمعآوری شده از دستگاههای نصب شده روی کامیون برای پیشبینی ریسکهای رانندگی در زمان واقعی استفاده کردهاند (یو و همکاران، 2022، ما و همکاران، 2023، بائو و وانگ، 2024). در سالهای اخیر، محققان به طور فزایندهای بر ناهمگونی در جمعیت رانندگان تمرکز کردهاند و سبکهای رانندگی مشاهده شده در دادههای رانندگی بلندمدت را برای افزایش عملکرد پیشبینیکننده مدلهای ریسک رانندگی در گروههای مختلف رانندگان در نظر گرفتهاند (آدویکوتو و ولاگا، 2023، ژانگ و همکاران، 2023b).
با این حال، ناهمگونی در هر سفر کامیون، به ویژه در رفتار رانندگی در هر سفر، اغلب در روشهای فعلی پیشبینی ریسک رانندگی نادیده گرفته میشود و چگونگی تأثیر آن بر ریسک رانندگی کامیون به طور کامل درک نشده است. این ناهمگونی در رفتار رانندگی در هر سفر ممکن است ناشی از دو واقعیت زیر باشد. اولاً، هنگامی که راننده تحت تأثیر عوامل خارجی یا عوامل ذاتی راننده مانند آب و هوای خطرناک، خواب بد یا تأثیرات خلقی قرار میگیرد، ممکن است در طول سفرهای مختلف، ناهمگونی در رفتار رانندگی در هر سفر نشان دهد. ثانیاً، کامیونهای تجاری اغلب در سفرهای مختلف توسط رانندگان مختلف به نوبت رانده میشوند (Niu and Ukkusuri, 2020)، که این امر نیز منجر به ناهمگونی در رفتار رانندگی در هر سفر میشود.
این ناهمگونی در رفتار رانندگی در طول سفر ممکن است بر دقت مدل پیشبینی ریسک رانندگی سیستمهای هشدار دهندهی درون خودرو تأثیر بگذارد. به عنوان مثال، رانندگانی که معمولاً تهاجمی رانندگی میکنند، ممکن است در موقعیتهای خاص، مانند هوای بد یا شرایط نوری ضعیف، با احتیاط بیشتری رانندگی کنند. و رانندگانی که سبک رانندگی طولانی مدت آرامی دارند، ممکن است در طول سفرهای خاص به دلیل فشار کاری یا تأثیرات خلقی، رفتارهای رانندگی تهاجمی از خود نشان دهند. اگر مدل پیشبینی ریسک رانندگی نتواند ناهمگونی در رفتار رانندگی در طول سفر را ثبت کند، ممکن است ریسک رانندگی را در موقعیتهای فوق بیش از حد یا کمتر از حد تخمین بزند. علاوه بر این، به دلیل سیاستهای حفاظت از حریم خصوصی، اغلب دشوار است که بدانیم کدام راننده در طول یک سفر خاص فرمان را در دست دارد، که به دشواری پیشبینی ریسک رانندگی کامیون میافزاید. در نتیجه، هشدارهای ایمنی همگن برای برخی سفرها اثربخشی محدودی دارند و حتی ممکن است باعث نارضایتی رانندگان کامیون شوند، که به نوبه خود ممکن است منجر به بیصدا کردن یا نادیده گرفتن هشدارها شود و اثربخشی مداخلات ایمنی درون خودرو را بیشتر کاهش دهد. بنابراین، لازم است ناهمگونی در رفتار رانندگی در طول سفر را در پیشبینی ریسک رانندگی در نظر بگیریم. در همین حال، درک چگونگی تأثیر رفتار رانندگی در حین رانندگی بر ریسک رانندگی کامیون برای شرکتهای لجستیک از اهمیت بالایی برخوردار است تا بتوانند ریسک رانندگی ناوگان کامیونهای خود را بهتر رصد کرده و پشتیبانی دقیق و به موقعی را برای رانندگان فراهم کنند.
مطالعات قبلی اغلب با محدودیتهای دادهها مواجه بودهاند و این امر انجام تحقیقات در مورد ناهمگونی در رفتار رانندگی کامیونها در طول سفر را دشوار کرده است. از آنجایی که جمعآوری مسیرهای پیوسته سفرهای مختلف کامیون در یک دوره تاریخی طولانی دشوار است، مطالعات قبلی نتوانستهاند وجود ناهمگونی در رفتار رانندگی یک کامیون در طول سفر را تأیید کنند. در همین حال، فقدان دادههای محیط ترافیک در زمان واقعی نیز کنترل تأثیر این عوامل خارجی بر رفتار رانندگی در طول سفر و ریسک رانندگی را برای مطالعات قبلی دشوار کرده است. خوشبختانه، با توسعه فناوری محاسبات لبه و فناوری ارتباطات سیار، دستگاههای نصبشده روی خودرو میتوانند به طور مؤثر رویدادهای پرخطر را تشخیص داده و مسیرهای خودرو را در زمان واقعی بارگذاری کنند. و اخیراً، با توجه به سیاستهای ملی و محلی، تعداد فزایندهای از کامیونها اکنون به دستگاههای نصبشده روی خودرو مجهز شدهاند. این امر به شرکتهای لجستیک اجازه میدهد تا مسیرهای بلندمدت و همچنین رویدادهای پرخطر ناوگان کامیونهای خود را جمعآوری کنند. در همین حال، نرمافزارهای ناوبری پیشرفته میتوانند دادههای محیط ترافیک با وضوح بالا از جمله سرعت ترافیک در زمان واقعی و اطلاعات آب و هوا را ارائه دهند و امکان بازسازی سناریوی ترافیک مسیرهای کامیون را فراهم کنند. در دسترس بودن این منابع داده، پشتیبانی ضروری را برای محققان جهت مطالعه رفتار رانندگی کامیونها در طول سفر فراهم میکند. با این حال، این منابع داده جدید هنوز به طور کامل مورد استفاده قرار نگرفتهاند.
در این مطالعه، ما رفتار رانندگی در سفر را به عنوان ویژگیهای رانندگی خاصی که در طول یک سفر واحد نشان داده میشوند و از دادههای مسیر در زمان واقعی استخراج میشوند، تعریف میکنیم. و بر اساس نتایج خوشهبندی دادههای مسیر در دنیای واقعی، الگوی رفتاری بلندمدت را به عنوان الگوی رفتار رانندگی استخراج شده از مسیرهای تاریخی در یک دوره طولانی برای هر کامیون تعریف میکنیم. تفاوت بین رفتار رانندگی در سفر و الگوی رفتاری بلندمدت نه تنها در منابع داده مورد استفاده برای محاسبه آنها، بلکه در ویژگیهای ذاتی آنها نیز نهفته است. الگوهای رفتاری بلندمدت، سبک رانندگی ایستا رانندگان کامیون را منعکس میکنند، در حالی که رفتار رانندگی در سفر، ویژگیهای رانندگی پویا را که در سفرهای منفرد نشان داده میشوند، ثبت میکند که ممکن است منعکس کننده تأثیرات عوامل خارجی یا ذاتی راننده باشد که مشاهده آنها دشوار است. هر دو مفهوم در عمل برای ایمنی کامیون مهم هستند. از آنجایی که الگوهای رفتاری بلندمدت اساس آموزش ایمنی متناسب برای رانندگان کامیون هستند، میتوان از رفتار رانندگی در سفر برای نظارت بر وضعیت رانندگی غیرطبیعی رانندگان و پشتیبانی از هشدار خطر در حین رانندگی استفاده کرد.
برای آشکار کردن تأثیر ناهمگونی در رفتار رانندگی در طول سفر بر ریسک رانندگی کامیون، دادههای مسیر کامیون را جمعآوری کردیم و دستگاه داخلی، دادههای رویداد پرخطر را از وظایف رانندگی طولانیمدت ۴۶۷۲ راننده حرفهای کامیون در چین شناسایی کرد. در همین حال، دادههای سرعت ترافیک جادهای در سطح دقیقه و دادههای آب و هوایی با وضوح بالا جمعآوری و با دادههای مسیر تجمیع میشوند تا سناریوی ترافیک بهتر بازسازی شود. در نهایت، یک مدل لوجیت پارامتر تصادفی (RPL) با در نظر گرفتن ناهمگونی در طول سفر برای بررسی تأثیر عوامل رفتاری و محیطی بر ریسک رانندگی کامیون به کار گرفته شده است. نتایج نشان میدهد که در نظر گرفتن رفتار رانندگی در طول سفر برای مدلسازی دقیق ریسک رانندگی کامیون از اهمیت بالایی برخوردار است و بر اساس یافتهها، چندین پیشنهاد برای نظارت بهتر بر ریسک رانندگی کامیون ارائه شده است. تا آنجا که نویسندگان میدانند، این کار اولین مطالعهای است که تجمیع دادههای چند منبعی را بر تحلیل ریسک کامیون با در نظر گرفتن ناهمگونی در طول سفر اعمال میکند.
دستاوردهای اصلی این مقاله به شرح زیر است:
• اولاً، با استفاده از آزمون کروسکال-والیس، وجود ناهمگونی در رفتار رانندگی در هر سفر را بر اساس تجمیع دادههای دستگاههای نصبشده در دنیای واقعی از ۴۶۷۲ کامیون و دادههای محیط ترافیک با وضوح بالا که همزمان جمعآوری شدهاند، نشان میدهیم. این ناهمگونی در تحقیقات قبلی، بهویژه برای کامیونها، بهطور جامع بررسی نشده است.
• دوماً، ما از یک مدل لوجیت پارامتر تصادفی (RPL) استفاده کردیم و دریافتیم که رفتار رانندگی در هر سفر بهطور قابلتوجهی بر ریسک رانندگی کامیون تأثیر میگذارد. بهطور خاص، ناهمگونی در تأثیر انحراف معیار سرعت در هر سفر در طول سفرها مشاهده شد، بهطوریکه انحراف معیار بالاتر سرعت در هر سفر، ریسک را در ۷۳.۷٪ سفرها کاهش و ریسک را در ۲۶.۳٪ دیگر افزایش میدهد.
• در نهایت، ناهمگونی، عوامل پیچیده مؤثر بر ریسک رانندگی کامیون را نشان داد و الگوهای نادیده گرفتهشدهای را آشکار کرد که تفاوت در رفتار رانندگی در هر سفر و الگوی رفتاری بلندمدت ممکن است منجر به ریسک رانندگی شود، که هنوز در تحقیقات قبلی آشکار نشده است (منبع)