專案詳細資料
Description
"貨運車輛駕駛員偏差駕駛行為分析及駕駛風險等級評估之研究
隨著經濟全球化及網路經濟的快速發展，物流服務的需求量逐漸增長。物流配送在陸運運輸以貨車為主要之載具，與貨車有關之交通事故常伴隨著嚴重的人員傷亡與顯著的經濟損失，現已成為不可忽視的安全問題。貨運業者近年除了關注於車輛操作影響經濟油耗的問題外，亦逐漸重視駕駛員的駕駛行為對交通安全所造成的影響。超過九成的交通事故是由人為因素所引起，且駕駛行為亦受到人因特性所影響，理應探討人因特性對駕駛行為之影響，進而降低發生交通事故的潛在因素。
本研究配合個案貨運公司調查職業貨車駕駛員的人因特性資料，並透過車載設備取得偏差駕駛行為資料。首先藉由偏差駕駛行為資料建立駕駛風險分級評估機制，將駕駛員依據潛在危險程度區分為高低等級，而後探討人因特性可能導致的偏差駕駛行為及駕駛風險分級結果。本研究應用人工神經網路(Artificial neural network, ANN)模型建構人因特性與個別偏差駕駛行為和整體駕駛風險分級結果之間的關聯性模型，透過量化駕駛員的駕駛風險以進行有效的車隊管理，期望能在事故前端的角度來防範交通事故的發生，進一步提升企業的安全誠信與聲譽。"
隨著經濟全球化及網路經濟的快速發展，物流服務的需求量逐漸增長。物流配送在陸運運輸以貨車為主要之載具，與貨車有關之交通事故常伴隨著嚴重的人員傷亡與顯著的經濟損失，現已成為不可忽視的安全問題。貨運業者近年除了關注於車輛操作影響經濟油耗的問題外，亦逐漸重視駕駛員的駕駛行為對交通安全所造成的影響。超過九成的交通事故是由人為因素所引起，且駕駛行為亦受到人因特性所影響，理應探討人因特性對駕駛行為之影響，進而降低發生交通事故的潛在因素。
本研究配合個案貨運公司調查職業貨車駕駛員的人因特性資料，並透過車載設備取得偏差駕駛行為資料。首先藉由偏差駕駛行為資料建立駕駛風險分級評估機制，將駕駛員依據潛在危險程度區分為高低等級，而後探討人因特性可能導致的偏差駕駛行為及駕駛風險分級結果。本研究應用人工神經網路(Artificial neural network, ANN)模型建構人因特性與個別偏差駕駛行為和整體駕駛風險分級結果之間的關聯性模型，透過量化駕駛員的駕駛風險以進行有效的車隊管理，期望能在事故前端的角度來防範交通事故的發生，進一步提升企業的安全誠信與聲譽。"
| 狀態 | 已完成 |
|---|---|
| 有效的開始/結束日期 | 20-08-01 → 21-07-31 |