Naturalistic Driving-onderzoek bij de SWOV (VK 6/2013)

maandag 28 oktober 2013 0 reacties 502x gelezen

Allert Knapper, Nicole van Nes, Michiel Christoph, SWOV

Een samenvatting van dit artikel vindt u in Verkeerskunde 6/2013 onder de titel: 'Onderzoek naar het gebruik van apparatuur in het dagelijks verkeer'

In de afgelopen jaren is een onderzoek uitgevoerd naar het gedrag van automobilisten in het dagelijks verkeer, gecoördineerd door de Stichting Wetenschappelijk Onderzoek Verkeersveiligheid SWOV. In zeven Europese landen werd met de zogeheten Naturalistic Driving-methode bestudeerd wanneer, waar en hoe bestuurders zich bezighouden met apparatuur zoals cruisecontrol, snelheidsbegrenzer, mobiele telefoon en navigatiesysteem. In Nederland lag de nadruk op het gebruik van telefoon en navigatie. Bij Naturalistic Driving (natuurlijk rijden) wordt de bestuurder geobserveerd tijdens de dagelijkse ritten, zonder dat hij of zij een specifieke route of opdracht meekrijgt. De Naturalistic Driving-studie maakte deel uit van het Europese onderzoeksproject INTERACTION, dat daarnaast ook gebruikmaakte van vragenlijststudies en observaties in de auto.

Naturalistic Driving?
Naturalistic Driving houdt in dat automobilisten een bepaalde periode rijden in een auto waarin hun normale, ‘natuurlijke’ rijgedrag wordt vastgelegd door opnameapparatuur. De bestuurders wordt gevraagd te rijden zoals ze dat altijd doen. Daarmee komen we meteen op het grote voordeel van deze nieuwe en innovatieve methode: met andere methoden van rijgedragonderzoek is het lastig om het normale gedrag van bestuurders in hun natuurlijke verkeersomgeving te bestuderen. In een rijsimulator en in experimenteel onderzoek in het verkeer zijn deelnemers zich er immers van bewust dat ze worden geobserveerd. Dit kan hun gedrag beïnvloeden, ze kunnen bijvoorbeeld beter (of minder goed) hun best gaan doen. Ook is het mogelijk dat ze worden gevraagd bepaalde taken uit te voeren die ze uit zichzelf in het verkeer niet zouden uitvoeren (Horrey & Lesch, 2009). Verder kan een vragenlijst best een indicatie geven van wat automobilisten doen in een auto, maar de gevonden resultaten zullen altijd beïnvloed zijn door tekortkomingen in het geheugen, het geven van sociaal wenselijke antwoorden en mogelijke misinterpretatie van de vragen (Lajunen & Summala, 2003).

Een vrij bekend voorbeeld van eerder Naturalistic Driving-onderzoek is de ‘100-Car-Studie’ in de Verenigde Staten (Klauer, Dingus, Neale, Sudweeks, & Ramsey, 2006), waarin 100 auto’s voor een jaar werden uitgerust met opnameapparatuur. De meeste auto’s waren eigendom van de bestuurders. In het INTERACTION-project  is ervoor gekozen om de deelnemers voor een bepaalde tijd een auto mee te geven die met opnameapparatuur was uitgerust. Installatie van het opnamesysteem in de auto´s van deelnemers zou te veel tijd kosten en zou bovendien het risico van schade aan die auto’s met zich meedragen. Deelnemers die een auto meekregen werden verzocht de auto te gebruiken alsof het hun eigen auto was.

Uitrusting van de auto’s
In het project zijn voor het Nederlandse onderdeel vijf auto’s gebruikt, vier Lancia Ypsilons en een Peugeot 207. Deze auto’s zijn uitgerust met een systeem bestaande uit diverse camera’s, sensoren en een computer om data op te slaan. Er zijn twee camera’s op de bestuurder gericht , één op het gezicht van de bestuurder en één op de gehele cockpit, om de handelingen van de bestuurder goed in beeld te brengen. Daarnaast is er een camera naar buiten gericht op de verkeerssituatie voor de auto. De vierde camera is gericht op het navigatiesysteem, dat op een vaste plaats geïnstalleerd wordt, zodat handelingen met de navigatie opgenomen worden. De vier camera’s zijn weergegeven in figuur 1.


Figuur 1: De uitrusting van de auto’s: vier camera’s en de computer in de kofferbak

De sensoren nemen het gebruik van de drie pedalen, de richtingaanwijzers en bedieningen van het navigatiesysteem waar. Een GPS-sensor geeft informatie over locatie en snelheid, en een acceleratiemeter en gyroscoop nemen de versnellingen in verschillende richtingen op. Alle data worden opgeslagen op een computer in de kofferbak van de auto (zie figuur 1). Het systeem is zó ontworpen dat bij het openen van het portier van de bestuurder de computer aanspringt, zodat deelnemers geen extra handelingen hoeven te verrichten.

Om de data goed te kunnen analyseren, heeft de SWOV software ontwikkeld die de verschillende datastromen (camera’s, GPS, sensoren) op een inzichtelijke manier samenbrengt en visualiseert. Figuur 2 presenteert een screenshot van die software. Met behulp van deze software kunnen bepaalde gebeurtenissen gemakkelijk worden opgezocht, bijvoorbeeld wanneer de navigatie wordt geprogrammeerd, wanneer er harder wordt gereden dan de snelheidslimiet of wanneer er hard wordt geremd. Verder biedt de software de mogelijkheid om opmerkingen en markeringspunten toe te voegen. In de Nederlandse proef is ervoor gekozen om al het videomateriaal door te kijken op het gebruik van mobiele telefoon en navigatiesysteem. Begin- en eindpunt van de momenten van bediening van navigatiesysteem en telefoon, maar ook telefoonconversaties zijn met de software gecodeerd.


Figuur 2: Software om ritten te visualiseren en gebeurtenissen toe te voegen (geanonimiseerd in verband met privacy)

Klik op figuur 2 om de afbeelding te vergroten

Deelnemers
Om in relatief korte tijd zo veel mogelijk data te kunnen verzamelen, is ervoor gekozen deelnemers te werven die veel kilometers maakten (minstens 10.000 km per jaar). Daarnaast deden alleen deelnemers mee die aangaven minstens één keer per week de mobiele telefoon en het navigatiesysteem te gebruiken in het verkeer. De 14 mannen en 7 vrouwen die meededen in het project waren gemiddeld 37 jaar oud (27 tot 59), en zij hadden hun rijbewijs gemiddeld 15 jaar. Deelnemers kregen voor vijf tot zes weken een van de vijf auto’s mee. De 21 deelnemers reden samen in totaal 1.319 ritten en maakten 573 rij-uren.

Enkele resultaten
We illustreren de mogelijkheden van de Naturalistic Driving-methode aan de hand van een aantal (voorlopige) resultaten. Het gaat dan om patronen in het gebruik van navigatie en telefoon en in het kijkgedrag van de bestuurder.

Navigatiesysteem
Het navigatiesysteem werd gebruikt in bijna een kwart van de ritten. Ritten die met navigatie werden gereden waren drie keer zo lang (in kilometers) als ritten waarin geen navigatie gebruikt werd. Ritten met navigatie duurden echter ongeveer twee keer zo lang (in seconden) als ritten zonder, wat erop wijst dat de snelheid hoger lag (52,4 km/u met navigatie, 31,7 km/u zonder). Dit wordt verklaard door het feit dat er in ritten met navigatie meer op de snelweg gereden werd (34,4 procent met navigatie, 12,6 procent zonder). Verder bleken in de ochtendspits 34,7 procent van de ritten met navigatie gereden te worden, terwijl in de avondspits dit percentage op 19,9 procent lag.

Deelnemers waren gemiddeld zo’n 1 procent van alle rijtijd bezig met het programmeren van de route of het anderszins bedienen van het systeem, bijvoorbeeld om het volume van de routebegeleiding aan te passen. Wel werd bijna de helft van dat soort bedieningen uitgevoerd in de eerste tien procent van de rittijd. Ook bleek zo’n veertig procent van deze handmatige interacties plaats te vinden terwijl het voertuig stilstond (bijvoorbeeld tijdens het wachten voor verkeerslichten, of aan het begin van de rit, zie figuur 3A).

Telefoon
In ongeveer 4,7 procent van alle rijtijd werd de mobiele telefoon gebruikt voor telefoongesprekken (handheld zowel als handsfree). Daarnaast werd ongeveer vier procent van de tijd de telefoon bediend, bijvoorbeeld voor sms’en, e-mail en Facebook. In het totaal waren de deelnemers dus circa 8,7 procent van alle rijtijd iets aan het doen met hun mobiele telefoon. Gemiddeld zaten de bestuurders in ritten waarin de telefoon gebruikt werd 4,2 keer per uur aan hun telefoon. Deze interacties duurden gemiddeld 31 seconden, maar werden merendeels uitgevoerd in een (bijna) stilstaande auto (zie figuur 3B). Telefoongesprekken duurden gemiddeld iets meer dan drie minuten. De telefoon werd in ongeveer 40 procent van de ritten gebruikt, en in totaal observeerden de codeurs 2.577 momenten van bediening.


Figuur 3A


Figuur 3B
Figuur 3A en B: Aantal handmatige bedieningen van het navigatiesystem (A) en van de telefoon/smartphone (B) per uur, uitgesplitst naar snelheidscategorieën

Kijkgedrag
Figuur 4 toont het kijkpatroon tijdens het bedienen van de telefoon. Voor deze analyse werden er vier kijkrichtingen gedefinieerd: naar de weg vooruit, naar de telefoon, elders binnen de auto, elders buiten de auto). Het blijkt dat tijdens bediening van de telefoon de blikken nog maar voor een derde van de tijd op de weg vooruit gericht werden, en voor meer dan de helft van de tijd op de telefoon. Wanneer we kijken naar de duur van iedere blik op de telefoon (Figuur 5) dan zien we dat de meeste blikken weliswaar kort duren, maar dat nog steeds meer dan 20 procent langer duurt dan twee seconden. Blikken naar het apparaat (dus ván de weg) van meer dan vijf seconden waren daarbij niet uitzonderlijk.


Figuur 4: Verdeling van de tijd dat men tijdens het bedienen van de telefoon naar vier
verschillende richtingen keek
 
Figuur 5: Verdeling in categorieën van tijdsduur (in seconden) van de blikken op telefoon

Discussie
In het voorgaande hebben we enkele van de mogelijkheden van Naturalistic Driving gepresenteerd, met name de observatie hoe automobilisten omgaan met navigatie en telefoon. De resultaten zijn niet representatief voor de gemiddelde Nederlandse automobilist, vanwege het kleine aantal deelnemers. Daarnaast waren deelnemers geselecteerd die hadden aangegeven relatief vaak telefoon en navigatie te gebruiken. De deelnemers installeerden het navigatiesysteem voornamelijk op langere routes en meer in de ochtendspits. Omdat de routes langer waren, voerden ze meer over snelwegen. De gemiddelde snelheid tijdens de ritten met navigatie was daardoor hoger. Deelnemers waren een procent van de tijd bezig met het programmeren van het systeem, waardoor ze wellicht minder goed op de weg konden letten. In zo’n veertig procent van de gevallen vond de bediening plaats in stilstand, dus mogelijk reguleerden de deelnemers hun gedrag tot op zekere hoogte. Hierdoor hoefde het bedienen zeker niet altijd tot onveilige situaties te leiden.

De mobiele telefoon werd aanzienlijk meer gebruikt, tot in totaal meer dan acht procent van alle rijtijd. Hiervan werd ongeveer de helft aan telefoongesprekken en de helft aan het bedienen van de telefoon besteed. Tijdens het bedienen van de telefoon was de blik van de automobilist maar voor een klein deel van de tijd op de weg gericht (zie ook Reimer et al., 2012) en voor meer dan de helft van de tijd op de telefoon. De duur van blikken op de telefoon was soms behoorlijk lang; bijna een kwart duurde twee seconden of langer. Met een snelheid van 50 km/u legt men in die twee seconden al meer dan 25 meter af, en dat dus zonder naar de weg vooruit te kijken. Er zijn ook onderzoeken die erop wijzen dat de kans op een ongeval al significant toeneemt wanneer men langer dan twee seconden van de weg kijkt (Klauer, Guo, Sudweeks, & Dingus, 2010).

De methode van Naturalistic Driving biedt de mogelijkheid om echt gedrag in kaart te brengen. Hoewel onderzoek met vragenlijsten, rijsimulatoren en veldexperimenten die mogelijkheid ook bieden, zal er bij die methoden altijd een onnatuurlijke component zijn die de uitkomsten vertekent (Lajunen & Summala, 2003). Naturalistic Driving kan naast gedragspatronen ook daadwerkelijke ongevallendata opleveren, inclusief het gedrag vóór het ongeval. Op die manier kunnen we inzicht verkrijgen in de aanleiding van een ongeval. In dit relatief kleinschalige project in Nederland waren dit soort ongevallendata niet aan de orde, maar in projecten op grotere schaal is de kans op ongevallen groter. Een belangrijke beperking bij Naturalistic Driving blijft het feit dat het gedrag opneemt in zeer wisselende verkeerssituaties. Hierdoor is het moeilijk om situaties te vergelijken, zoals in traditioneel experimenteel onderzoek wel mogelijk is  (Carsten, Kircher, & Jamson, 2013).

Nieuwe projecten 
De SWOV heeft twee van de met opnameapparatuur uitgeruste auto’s aangehouden voor extra dataverzameling en gebruik in nieuwe projecten. De auto’s kunnen worden ingezet voor toekomstig onderzoek. Daarbij is het ook mogelijk de uitrusting van de auto’s uit te breiden of aan te passen aan het doel van de studie, bijvoorbeeld door de camera’s anders in te stellen of sensoren toe te voegen. Ook kan er een specifieke bestuurdersgroep onderzocht worden, bijvoorbeeld jongeren of oudere bestuurders.

De data die verzameld zijn in dit onderzoek naar het gebruik van apparatuur in de auto worden ook gebruikt om andere onderzoeksvragen te bestuderen. Op dit moment is dat in een studie naar de interactie tussen de bestuurder en kwetsbare verkeersdeelnemers in de bebouwde kom. Hierbij kijken we in het bijzonder naar het snelheidsgedrag en kijkgedrag op kruispunten in relatie tot de aanwezigheid van fietsers en voetgangers. Zo kan de opgebouwde dataset de komende jaren gebruikt worden voor het bestuderen van vele onderzoeksvragen over het rijgedrag. Denk bijvoorbeeld aan het links afslaan met tegemoetkomend verkeer, gedrag op (turbo)rotondes, snelheidsgedrag, roodlichtnegatie of het interacteren met motorrijders.

De SWOV coördineert nu het Europees project, UDRIVE. Dit is de eerste grootschalige Europese Naturalistic Driving-studie. In deze studie worden niet alleen personenauto’s uitgerust met opnameapparatuur, maar ook vrachtwagens en motoren. Daarnaast is de SWOV ook bezig een dergelijk onderzoek op te starten naar het gedrag van fietsers, ofwel Naturalistic Cycling. De SWOV ontwikkelt momenteel in samenwerking met de TU Delft een instrumentatie voor fietsen, om te verkennen of Naturalistic Cycling als onderzoeksmethode nuttig en haalbaar is.

Voor vragen over Naturalistic Driving-onderzoek bij de SWOV kunt u contact opnemen met Nicole van Nes, nicole.van.nes@swov.nl of tel. 070-3173347.

Literatuur

  1. Carsten, O., Kircher, K., & Jamson, S. (2013). Vehicle-based studies of driving in the real world: The hard truth? Accident Analysis & Prevention, 58(0), 162-174. doi: http://dx.doi.org/10.1016/j.aap.2013.06.006
  2. Horrey, W. J., & Lesch, M. F. (2009). Driver-initiated distractions: examining strategic adaptation for in-vehicle task initiation. Accident Analysis and Prevention, 41, 115-122.
  3. Klauer, S. G., Dingus, T. A., Neale, V. L., Sudweeks, J. D., & Ramsey, D. J. (2006). The impact of driver inattention on near-crash/crash risk: An analysis using the 100-car naturalistic driving study data. 226p.
  4. Klauer, S. G., Guo, F., Sudweeks, J. D., & Dingus, T. A. (2010). An analysis of driver inattention using a case-crossover approach on 100-car data: Final report (pp. 148). Washington, DC: VTTI.
  5. Lajunen, T., & Summala, H. (2003). Can we trust self-reports of driving? Effects of impression management on driver behaviour questionnaire responses. Transportation Research Part F: Traffic Psychology and Behaviour, 6(2), 97-107. doi: http://dx.doi.org/10.1016/S1369-8478(03)00008-1
  6. Reimer, B., Mehler, B., Donmez, B., Pala, S., Wang, Y., Zaho, N., . . . Coughlin, J. F. (2012). A Driving Simulator Study Examining Phone Dialing with an iPhone vs. a Button Style Flip-Phone. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 56(1), 2191-2195. doi: 10.1177/1071181312561462

Reageren

Invoer verplicht
Invoer verplicht
Invoer verplicht

 

 

















 

Legenda
Bij dit veld is invoer verplicht.

vakartikelen

Artikelen 1 tot 20 van 56

1 2 3

  • Snelheid veroorzaakt deels de onveiligste trajecten Het nieuwe Strategische Plan Verkeersveiligheid 2030 (SPV 2030) spreekt van een risicogestuurde aanpak: niet alleen focussen op verkeersongevallen, maar ook op de kwaliteit van...
  • Europese analyse van gedragsmaatregelen Wetenschappers van universiteiten uit Amsterdam, Stockholm en Wenen werkten drie jaar samen binnen het project IP-SUNTAN, dat staat voor: Innovative Policies for Sustainable...
  • VR-Rijsim, de human factors Onafhankelijke verkeersveiligheidsauditoren beoordelen of het ontwerp van een complexe verkeerssituatie veilig is of niet. Door de opkomst van serious gaming en VR-technologie...
  • Nieuwe Smart-Mobility-experts begrijpen het spel Vier iVRI-afname-experts, waarvan drie al een vaste baan hebben gevonden en 11 nieuwe Smart Mobility-experts met een specialisatie iVRI-techniek. Dat is de opbrengst van de...
  • Smart Mobility loopt warm naast huidige systeem Smart mobility is een begrip dat nu iets minder dan 10 jaar aanwezig is in de wereld van verkeer en vervoer. Op de academische zoekmachine Scopus is de opkomst van dit begrip in...
  • Niet-westerse migrantenvrouwen pakten zelf de fiets Mobiliteitsarmoede was in de jaren zeventig al aan de orde, maar kreeg lange tijd zeer beperkte beleidsaandacht en kende zeker nog geen doelgroepaanpak. Toch wezen de eerste...
  • Vervoersarmoede in de grote stad ontrafeld Op verzoek van de G4 is verkennend ‘etnografisch‘ onderzoek gedaan naar vervoersarmoede. Gevraagd is om een definitie van vervoersarmoede en het specificeren van de...
  • Met pre-suasion sorteert gedragsbeïnvloeding effect Traditioneel wordt weggedragsbeïnvloeding toegepast door de vorm en functie van een weg goed af te stemmen op het beoogde gebruik ervan. In veel gevallen volstaat die...
  • Stoppen met roken lukte toch ook? Van een intensieve en integrale langetermijnaanpak ten aanzien van smartphonegebruik in het verkeer is nog geen sprake. Terwijl zo’n aanpak juist tot succes kan leiden. Denk...
  • Betere voetpaden voor een kwalitatieve stadsopbouw Iedereen is dagelijks voetganger, toch wordt de voetganger vaak over het hoofd gezien. In het verkeers- en mobiliteitsbeleid krijgt deze groep naar verhouding de minste aandacht...
  • Keuze-uitdagingen om mensen vaker op de fiets te krijgen Maandelijkse keuze-uitdagingen kunnen een effectieve manier zijn om fietsen te stimuleren. De uitdagingen zelf lijken het meest effectief als ze gemakkelijk te...
  • Hans Jeekel: 'Wetenschap en praktijk moeten elkaar vragen stellen' In een serie gesprekken verkent Verkeerskunde het wetenschappelijk kennisveld. Hoe houden wetenschappers hun kennis op peil en hoe brengen zij hun kennis naar de praktijk? Waar...
  • Meer data, minder schade Van brandstof tot grondtransport en van pakketdistributie tot bouwmaterialen: jaarlijks wordt 82 procent van het binnenlands transport (in tonnen) vervoerd over de weg....
  • Zijn 'kijken en zien' wel zo vanzelfsprekend? Kern van de bekende discussies over ‘grijze wegen’ en worstelingen ermee in de praktijk, is volgens mij: hoe ‘vertellen’ we de weggebruiker met de inrichting van wegen en...
  • Zo houd je het fietspad veilig Door het toenemende fietsgebruik wordt het steeds drukker op fietspaden. Wanneer het te druk wordt, kan dit leiden tot onveilige situaties, een verminderde doorstroming en...
  • Twee opties voor veilige berm Om het aantal verkeersdoden op rijkswegen te verminderen wil Rijkswaterstaat de veiligheid van de bermen langs autosnelwegen verbeteren. De Richtlijnen voor het Ontwerp van...
  • Laaghangend fruit voor fietsveiligheid Fietspadmarkering is laaghangend en rijp fruit voor fietsveiligheid. Wegmarkering op fietspaden kan namelijk een belangrijke bijdrage leveren aan het verminderen van het grote...
  • Hoe brengen we data en mobiliteit samen? Hoe zetten we geïndividualiseerde reisadviezen in ten gunste van het collectieve netwerk? Op het Nationaal verkeerskundecongres spreken topexperts over data en mobiliteit: Bas...
  • Henk Meurs: "We mogen meer doen met buitenlandse praktijkkennis' In een serie gesprekken verkent Verkeerskunde het wetenschappelijk kennisveld. Hoe houden wetenschappers hun kennis op peil en hoe brengen zij hun kennis naar de praktijk? Waar...
  • Ov-verstoringen oplossen vanuit perspectief reiziger Verstoringen in het openbaar vervoer kunnen effect hebben op de reistijd en de reistijdbeleving van reizigers. Onderzoek van Anne Durand (TU Delft) presenteert een raamwerk om...

Artikelen 1 tot 20 van 56

1 2 3

Overzicht alle vakartikelen

Verkeerskunde is een uitgave van ANWB.
© 2019 www.verkeerskunde.nl - alle rechten voorbehouden.