ATP資料分析

報告者:王禮恩

文獻報告:藉由分析駕駛行為數據評估駕駛之煞車操作

資料分析:加速度分析的可能方向

報告內容

.文獻回顧

.分析結果、期望

.待解決之問題

文獻回顧

標題:Analysis of Driving Performance Data to Evaluate Brake Manipulation by Railway Drivers

 

作者:Daisuke Suzuki, Naoki Mizukami, Yutaka kakizaki, Nobuyuki Tsuyuki

 

發表:Proceedings of the AHFE 2019 International Conference on Human Factors in Transportation, vol. 964, pp. 282–288 (2019) 

1

2

手閘操作 - 判斷方法

在沒有多餘心理負荷的狀態下,手閘操作較為穩定

取第95百分位數以下之正常手閘操作並計算其變異數,得一判斷門檻值,並用以判斷駕駛是否處於異常狀態下

以正常操作取門檻值

異常操作

行為反覆

正常操作

行為固定

3

手閘操作 - 迴歸分析

此研究承繼前人研究之「煞車手把操作可作為分析駕駛行為之依據」「煞車手把操作的各項數據(操作數據、操作幅度等)可做為分析駕駛行為的指標」兩點,以邏輯迴歸的方式找出可應用之實際模型

參考118位職業駕駛的駕駛行為,其中包含12位具有指導資格的「資深」駕駛以及22位在九個月內曾於列車進站時犯錯的「疏忽」駕駛

資料從2016年8月開始進行為期2個月的收集,以每秒回報1次的頻率紀錄數據

4

手閘操作 - 分析變數

4

結果顯示,額外的手把操作量之平均值、手把操作值和的標準差及駕駛經驗年數對結果有較為顯著的影響

手閘操作 - 分析變數

減速行為 - 判斷方法

5

正常駕駛行為與異常駕駛行為有明確的不同,故可以在期望加速度-實際加速度圖上規範出「異常區域」。以列車的減速行為有無進入此異常區域來判斷是否為異常狀態。

滑行

減速階段1

固定減速

減速階段2

調整減速

以正常駕駛決定異常區

異常區1

調整異常

異常區2

延遲減速

a-x、v-x圖成果

6

以6月份0H21工作班4124車次為例進行分析

新增橫、縱軸及圖表名稱

以6月1日至5日多車次

位置:0~5000

以6月1日至5日多車次

位置:0~10000

減速行為分析

7

以6月份0H21工作班4124車次為例進行分析

前次以第一次停車行為進行本析

本次試以礁溪進站之減速行為數據進行分析

a-x、v-x圖比較

8

以6月份0H21工作班4124車次為例進行分析

v-x圖中相當接近行為,以a-x圖可看出不同

此方法或許有利於找出潛在的風險行為

ar-x圖成果

9

以6月份0H21工作班4124車次為例進行分析

以6月1日至10日多車次

礁溪進站

 

可觀察到兩種趨勢

(1)先升後降

(2)先降後升

➔V-T圖無法直接看出

​➔可能的分類依據

a-ar圖成果

10

以6月1至10日0H21工作班4124車次為例,右圖為2日(上)及5日(下)

a-x、ar-x圖比較

11

台鐵駕駛的行為與文獻中駕駛的行為展現明顯差異

或許不能直接利用文獻結果作為最終比較依據

待解決之問題

關於ATP封包數據:

與學長聯絡之後,已確認有方法從ATP資料中取得加速度數據,故未來應可獲得更好結果。數據不連續方面則暫無解決方式,待分析結果產生後再行判斷。最小單位記錄至秒是否仍為問題亦待測試。

 

數據量龐大,產圖速度慢:

由於對列車完整駕駛曲線逕行分類或過於空泛,本研究考慮將其以取段的方式進行分析(如:站與站之間一段)。其優點有二:(1) 增加精確性,針對風險區域進行獨立分析 (2) 減少計算量,加快工作速度

12

感謝聆聽

10/22 ATP資料分析

By spacezpr

10/22 ATP資料分析

  • 24