Traffic Injury Prevention· 2026Q2
Sinyalli kavşaklarda risk değerlendirmesi için büyük araç bağlantılı sürüş riski alan modeli
A large-vehicle-coupled driving risk field model for risk assessment at signalized intersections
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Sinyalli kavşaklarda büyük araçların neden olduğu riskleri daha iyi değerlendirmek amacıyla, büyük araçların görüş engelleme ve kör noktalarını özel olarak dikkate alan yeni bir Büyük Araç Bağlantılı Sürüş Riski Alanı (LVC-DRF) modeli ve Göreceli Sürüş Güvenliği İndeksi (RDSI) önerilmiştir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Sinyalli kavşaklarda büyük araçlara özgü görüş engelleme ve kör nokta gibi riskleri yakalamak için LVC-DRF modeli tanıtılmıştır.
- Süreksizliği ve çevresel duyarsızlığı önleyen sürekli risk değerlendirmesi için Göreceli Sürüş Güvenliği İndeksi (RDSI) önerilmiştir.
- RDSI, büyük araç kısıtlamaları ile %17.0'dan %18.8'e çıkan tehlikeli örnek oranını tespit etmekte ve ETTCI'nin yüksek riskli olaylarının %95.6'sı ile eşleşmektedir.
- RDSI, eşleşen yüksek riskli olaylar için ETTCI'den ortalama 0.84 saniye daha erken uyarılar sağlamaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
OBJECTIVE: The specific maneuvering characteristics and visual occlusion of large vehicles significantly increase driving risks at signalized intersections. However, existing risk assessment models generally fail to capture the distinct risks posed by such vehicles, especially regarding visual obstruction and blind zones. METHODS: Based on safety potential field theory, a large-vehicle-coupled driving risk field (LVC-DRF) model for signalized intersections is proposed that integrates visual occlusion and blind-area constraints with vehicle specific kinematic parameters. Based on this model, a Relative Driving Safety Index (RDSI) is proposed for continuous risk assessment across all traffic scenarios, avoiding the discontinuity and environmental insensitivity found in conventional surrogate safety measures. The model is calibrated using real trajectory data, and its performance is evaluated against ETTCI through empirical tests and ablation studies. RESULTS: Results show that RDSI detects more dangerous samples than ETTCI, matches 95.6% of high-risk events identified by ETTCI, and issues warnings 0.84s earlier on average. Ablation analysis shows that both vehicle-specific kinematic parameter modeling and the large-vehicle constraint field contribute to the representation of large-vehicle-related risk. Incorporating the constraint field increases the overall proportion of dangerous samples from 17.0% to 18.8%. CONCLUSIONS: The LVC-DRF model comprehensively accounts for vehicle interactions, environmental constraints, and large-vehicle effects in signalized intersection risk assessment, and offers advantages in both temporal and spatial continuity. In addition, RDSI exhibits strong consistency with ETTCI in detecting high-risk events and provides earlier warnings for events identified by both indicators. This work contributes to improving the accuracy of risk assessment for vehicles in complex mixed traffic flows and provides both theoretical and data-driven support for proactive safety prevention and control.
Yazarların özeti; kaynağından alınmıştır. Traffic Injury Prevention, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Güvenlik, Risk, Güvenilirlik ve Kalite
Safety, Risk, Reliability and QualityEngineering