Naturalistisk fältdatainsamlings (FOT) potential inom fordons- och trafiksäkerhetfordons- och trafiksäkerhet

Magnus Hjälmdahl

VTI

2010 01 132010-01-13

Field Operational Test (FOT) Vad är en FOT?Field Operational Test (FOT) - Vad är en FOT?

Field Operational Tests are defined as “a study• Field Operational Tests are defined as “a study undertaken to evaluate a function, or functions, under normal operating conditions in environments typically

t d b th h t hi l ( ) i iencountered by the host vehicle(s) using quasi-experimental methods” (FESTA, 2008)

• Det vill säga:– Förarna använder sina egna fordon– De kör när och var de villDe kör när och var de vill– Ingen experimentell design (dock kan system stängas av och på

enligt ett fördefinierat schema)– När tändningen slås på startar datainsamlingen när den slås avNär tändningen slås på startar datainsamlingen, när den slås av

slutar datainsamlingen– Loggningsutrustningen bör helst vara dold och insamlingen ske

så obemärkt som möjligtj g

Syfte och måly

Projektet är i första hand ett metodutvecklingsprojekt har varit att lära oss de problem och svårigheter som finns med FOT-studier men även att behärska p gtekniken för att till fullo utnyttja möjligheterna med metoden.

Ett andra syfte med detta är att SAFER genom detta skall vara en attraktiv och konkurrenskraftig partner i t ex EU projekt och andra stora FOT initiativkonkurrenskraftig partner i t.ex. EU projekt och andra stora FOT-initiativ.

Projektets syfte kan definieras i sex delmål:

Goal 1: to further develop the Naturalistic Goal 4: to achieve a close cooperationGoal 1: to further develop the Naturalistic FOT method into a powerful tool for a) accident research, and b) evaluation of safety, efficiency, and usage & acceptance, and c) countermeasure innovation and

Goal 4: to achieve a close cooperation between Swedish and Michigan partnersGoal 5: to bring SAFER, together with UMTRI, into a leading role in Naturalistic Driving and Field Operational Testingand c) countermeasure innovation and

development. Goal 2: to improve the competitiveness of the participating partners and increase the opportunities for economic development.

Driving and Field Operational Testing methodology. Goal 6: to determine how to measure the impact of intelligent vehicle systems with a larger study.opportunities for economic development.

Goal 3: to verify the Naturalistic FOT methodology at an intermediate scale, at a larger scale than TSS FOT, and a smaller scale than EuroFOT.

larger study.

scale than EuroFOT.

Projektstruktur• WP1 Management

– WP 1.1 Project and Process Management– WP1.2 Dissemination, Awareness and Results exploitation

• WP2 Methodology and FOT DesignWP2 1 Id tifi ti f f ti d hi l– WP2.1 Identification of functions and vehicles

– WP2.2 Definition of objectives, hypotheses, and performance indicators for each function– WP2.3 Specification of experimental procedures– WP2.4 FOT process structuring and integration into product development

• WP3 Data ManagementWP3 Data Management– WP3.1 Data acquisition system requirements, specifications, request for proposal/purchase and

implementation– WP3.2 Data storage - requirements, specification, request for proposal and implementation– WP3.3 Data analysis software requirements and implementation– WP3 4 Small scale technical testing and verificationWP3.4 Small scale technical testing and verification

• WP4. Vehicle and Test Management– WP4.1 Set-up – Driver and vehicle acquisition– WP4.2 Set-up – Data acquisition, upload and quality management– WP4.3 Execution SeMiFOT pilot testing – WP4.4 Execution of the SeMiFOT data collection

• WP5 Evaluation of methodology– WP 5.1 Analyze the performance of the Naturalistic FOT method as a tool for accident research.– WP 5.2 Analyze the performance of the selected functions in the FOT, regarding safety, efficiency,

environment, and usage & acceptance, g p– WP 5.3 Analyze the performance of the Naturalistic FOT method as a tool for countermeasure innovation

and development.– WP5.4 Analysis of methods enabling large scale data logging– WP 5.5 Analysis of the requirements for testing the impact of Cooperative System (VII) and intelligent vehicle

functions in the next, larger phase (SeMiFOT2).g p ( )– WP5.6 Conclusions

Fordon och systemFordon och system

Fordon• Fyra lastbilar, två Volvo och

t å S i

System• ESC

två Scania• 11 Personbilar, tre SAAB och

åtta Volvo

• ACC• LDW

åtta Volvo• ~40+ förare• Flera månaders insamlad

• BLIS• FCW

• Flera månaders insamlad kördata per fordon

• Cirka 4000 timmar med data• Cirka 4000 timmar med data

LoggningsutrustningExtra ”external” sensorsAccelerometersEyetrackers – SeeingMachines/SmartEyeLanetracker/ForwardDistVel – MobilEyeLanetracker/ForwardDistVel MobilEye

GPS (1 Hz)PC

CANSteering Wheel AngleTurn IndicatorGear Level PositionGear Level PositionAccelerationsEtc …..

Video (Analogue)Hard drives

6 Cameras in totaldrives

Data insamling och lagring

AnalysverktygAnalysverktyg

DataVisualiseringsverktyg– Sökning direkt i databasen

Video

Sökning direkt i databasen– Möjlighet att lägga till händelser– Synkroniserad med video– Synkroniserad med video

Övrig analysÖvrig analys– Matlab

SQL– SQL

Subjektiva dataSubjektiva data

B k d kät bil h l tbil• Bakgrundsenkät, bil och lastbil• Driver Behaviour Questionnaire (DBQ), bil och lastbil• Decision Making Questionnaire (DMQ);• Decision Making Questionnaire (DMQ);• Traffic Locus of Control

Questionnaire (T-LoC);Questionnaire (T LoC);• Frågor om användaracceptans per

testad funktion, upprepad vid tre tillfällen• Systemutvärdering per testad funktion

• Webenkäter

Erfarenheter och möjligheter exempelErfarenheter och möjligheter, exempel

Koppling till kartdata: Fordonens GPS-position har matchats pp g pmed bl.a. NVDB. Det är även möjligt att koppla till andra databaser, typ väder, trafik etc.

Exempel: Fartkameror Metoden möjliggör att studera

Cars, mean speed ± std

Exempel: Fartkameror Metoden möjliggör att studera hastighetsprofiler vid kameror. Kopplat till enkätdata kan förare med olika profil/attityd jämföras.

140Cars, 90 km/h

80

100

120

100

120

40

60

Spe

ed (k

m/h

)

40

60

80

Spe

ed (k

m/h

)

-1000 -800 -600 -400 -200 0 200 400 600 800 10000

20

Distance from speed camera (m) -1000 -800 -600 -400 -200 0 200 400 600 800 10000

20

Distance to camera (m)

Erfarenheter och möjligheter exempelErfarenheter och möjligheter, exempel

Crash relevant events (CRE): Liten möjlighet att fånga olyckor, ( ) j g g ymen stora möjligheter att hitta andra relevanta händelser.SeMiFOT har utvecklat ett kodningsschema som bygger på dels triggers och dels manuella observationer.

ctnt c

onfli

ct

ity c

onfli

ct

Non

-con

flict

0. Ir

rele

vant

ev

ent

or in

juryCrash-Relevant Event

Category

ctnt c

onfli

ct

ity c

onfli

ct

Non

-con

flict

0. Ir

rele

vant

ev

ent

or in

juryCrash-Relevant Event

CategoryGer värdefull

ashrty d

amag

e on

ly

-g p

hysi

cal c

onta

re s

trike

Nea

r-cra

sh

3. C

rash

-rele

van

2. P

roxi

mi

1. N0

depl

oym

ent a

nd/o

ashrty d

amag

e on

ly

-g p

hysi

cal c

onta

re s

trike

Nea

r-cra

sh

3. C

rash

-rele

van

2. P

roxi

mi

1. N0

depl

oym

ent a

nd/o

information till systemutvecklare

9. F

atal

cra

7. P

rope

r

6. L

ow

5. T

i r

4. N

8. A

ir-ba

g

pe

9. F

atal

cra

7. P

rope

r

6. L

ow

5. T

i r

4. N

8. A

ir-ba

g

peArbete återstår med att förfina triggers

Normal

Incide

nt Typ

e

Crash Typ

e

S it

Type

Normal

Incide

nt Typ

e

Crash Typ

e

S it

Type

och validera CRE mot olyckor

driving Severitydriving Severity

Erfarenheter och möjligheter exempelErfarenheter och möjligheter, exempel

Usage analysis: Hypotes_LDW, “the rate/frequency of system-g y yp _ q y yinitiated warning of LDW will vary with different situations”

Analysen visade att man får fler varningar på kurviga vägar!!

Erfarenheter och svårigheter exempelErfarenheter och svårigheter, exempel

• Kvalitetskontroll av data– Tvärgående ansats för kvalitetskontroll, från g ,

planering till analys– Tuff kvalitetskontrollant behövsTuff kvalitetskontrollant behövs

• Baseline– Vad jämför vi med?

Nådde vi målet?Nådde vi målet?Goal 1: to further develop the Naturalistic FOT method into a powerful tool for a) accident research and b) evaluation of safety efficiency and usage &a) accident research, and b) evaluation of safety, efficiency, and usage & acceptance, and c) countermeasure innovation and development.

Goal 2: to improve the competitiveness of the participating partners andGoal 2: to improve the competitiveness of the participating partners and increase the opportunities for economic development.

Goal 3: to verify the Naturalistic FOT methodology at an intermediate scale, atGoal 3: to verify the Naturalistic FOT methodology at an intermediate scale, at a larger scale than TSS FOT, and a smaller scale than EuroFOT.

Goal 4: to achieve a close cooperation between Swedish and Michigan p gpartners

Goal 5: to bring SAFER, together with UMTRI, into a leading role in Naturalistic Driving and Field Operational Testing methodology.

Goal 6: to determine how to measure the impact of intelligent vehicle systems with a larger study.

Vill du veta mer?Vill du veta mer?

B ök SAFERS h id i bö j å fö tt lä• Besök SAFERS hemsida i början på mars för att läsa slutrapporten, eller kontakta

Magnus.Hjalmdahl@vti.se

Trent Victor@volvo comTrent.Victor@volvo.com

Helena.Gellerman@chalmers.se