文献

J-GLOBAL ID：201502211097424285   整理番号：15A1164009

樹状モデルに基づくデータマイニングによる近事故デ-タベースを用いた運転リスク評価

Driving risk assessment using near-crash database through data mining of tree-based model

著者 (6件)： WANG Jianqiang (State Key Lab. of Automotive Safety and Energy, Tsinghua Univ., Beijing 10084, CHN) ,  ZHENG Yang (State Key Lab. of Automotive Safety and Energy, Tsinghua Univ., Beijing 10084, CHN) ,  LI Xiaofei (State Key Lab. of Automotive Safety and Energy, Tsinghua Univ., Beijing 10084, CHN) ,  YU Chenfei (State Key Lab. of Automotive Safety and Energy, Tsinghua Univ., Beijing 10084, CHN) ,  KODAKA Kenji (Honda R&D Co. Ltd., Automobile R&D Center, Tochigi 321-3393, JPN) ,  LI Keqiang (State Key Lab. of Automotive Safety and Energy, Tsinghua Univ., Beijing 10084, CHN)
資料名： Accident Analysis & Prevention  (Accident Analysis & Prevention)
巻： 84  ページ： 54-64  発行年： 2015年11月 
JST資料番号： D0828A  ISSN： 0001-4575  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本稿は,中国の実際の道路上の潜在的脅威下での運転データを収集するために,包括的自然観察的運転実験を検討する。取得された実世界の自然観察的運転データを用いて,近衝突データベースが作成され,それは車両状況,潜在的衝突対策,運転環境と道路形式,気象条件,および運転者の情報と行動を含む。本研究のめざすことは,つぎの2様相に要約される:(1)近事故に関係する異なる運転リスク水準をクラスタ化すること,および(2)運転リスク水準に大きく影響する諸因子を明らかにすること。制動過程の特性すなわち最大減速加速度,平均減速,および車両運動エネルギーの減少分率をクラスタ化することにより,近事故シナリオの運転リスク水準を定量化する新方法が提案される。分類回帰樹(CART)が採用されて,運転リスク,運転者/車両特性,および道路環境の間の関係を明らかにする。結果は,制動時の速度,トリガ因子,潜在的対象物形式,および潜在的事故形式が,近事故での運転リスク水準に最大の影響を与えたことを示す。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 多変量解析 ,  分類 ,  平均値 ,  運転 ,  *リスク ,  回帰分析 ,  *データマイニング
準シソーラス用語： CART【分類】 ,  分類回帰樹木

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (4件)： モデル ,  データマイニング ,  事故 ,  リスク評価