Resumen

Las decisiones de los conductores de reducir la velocidad y detenerse o seguir adelante al aparecer el semáforo en amarillo repercuten en la seguridad de las intersecciones. Este novedoso estudio contribuye al nuevo esquema de clasificación de los conductores. Se adoptan dos índices de estilo de conducción (es decir, el índice de fiabilidad de la conducción y el índice de conducción peligrosa), junto con otros factores conocidos para analizar la toma de decisiones de parar o seguir. Inicialmente, el índice de fiabilidad de la conducción se extrae utilizando un modelo oculto de Markov (HMM). El índice de conducción peligrosa se calcula a partir de estadísticas extraídas de registros de conducción peligrosa. A continuación, se propone un modelo logit de clases latentes para explorar los factores que influyen en las decisiones de los conductores. A efectos analíticos, los conductores se clasifican en categorías de "bajo riesgo" y "alto riesgo" en función de su estilo de conducción y su edad. Los resultados indican que los que se consideran de "bajo riesgo" tienden a detenerse, mientras que los conductores que se consideran de "alto riesgo" se inclinan por rebasar los cruces. Además, las distracciones provocadas por los teléfonos móviles influyen de forma diferente en cada grupo de conductores. Estos resultados ayudan a determinar las preferencias de los conductores y pueden utilizarse para formular estrategias destinadas a reducir la conducción insegura que se produce en los cruces señalizados.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:índice de conducción peligrosa, conductores, riesgo, índice de fiabilidad, modelo logit de clases latentes, modelo de markov oculto, registros de conducción peligrosa, nuevo esquema de clasificación, impacto de la señal amarilla, conductores
• Keywords:dangerous driving index, drivers, risk, reliability index, latent class logit model, hidden markov model, dangerous driving records, new classification scheme, yellow signal impact, drivers