Resumen

El despliegue en un futuro próximo de vehículos de alto nivel de automatización (AV) puede brindar oportunidades prometedoras para resolver los obstáculos actuales en la investigación moderna relacionada con la seguridad. Uno de estos retos es el control de los conductores fatigados en cualquier tramo de carretera. Los big data de la trayectoria de los vehículos, monitorizados a través de los AV, incluyen información clave con la que monitorizar a los conductores fatigados en las carreteras. Para aprovechar esta oportunidad, se propone aquí por primera vez un nuevo enfoque basado en datos que permite la monitorización directa de los conductores fatigados en tramos de carretera. Se realizó un estudio factible utilizando grandes datos de trayectorias de vehículos y datos de accidentes de tráfico reales. Los resultados mostraron que los conductores fatigados en un tramo de carretera objetivo pueden ser encuestados con éxito utilizando las duraciones de conducción desde los lugares de salida hasta el tramo de carretera objetivo. Se descubrió que, con una correlación estadística de 0,90, un índice de conductores fatigados tiene un fuerte poder explicativo sobre la tasa de accidentes de tráfico. Este hallazgo indica que el método propuesto será un medio prometedor para controlar a los conductores fatigados en los puntos de la carretera en la próxima era de los vehículos autónomos. Además, el método es inmediatamente practicable si se dispone de datos sobre la trayectoria del vehículo.

• 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:conductores fatigados, tramo de carretera objetivo, grandes datos de trayectoria de vehículos, datos de accidentes de tráfico en vida, nivel de automatización de vehículos, fuerte poder explicativo, tasa de accidentes de tráfico, datos de trayectoria de vehículos, avs, método
• Keywords:fatigued drivers, target road section, big vehicle trajectory data, life traffic accident data, level automation vehicles, strong explanatory power, traffic accident rate, vehicle trajectory data, avs, method