Fahrzeugdaten lösen das Sicherheitsproblem auf den Straßen. Raghunath Banerjee, VP Data Solutions & Innovation bei Bridgestone Mobility Solutions, beschreibt Daten als das „neue Öl“, das den Motor der positiven Entwicklungen auf unseren Straßen antreibt. Diese Worte sind aktuell gültiger denn je – und das nicht nur, weil das Sicherheitsproblem auf den Straßen weiterhin ein großes Thema ist. Der Einfluss von Daten auf die Verkehrssicherheit hat sich in den letzten Jahren verstärkt.
Forschungsziel: Hochriskante Straßenabschnitte erkennen, bevor es zu schweren Unfällen kommt
Bridgestone Mobility Solutions analysiert, wie vernetzte Fahrzeugdaten genutzt werden können, um Straßenschäden zu identifizieren und zu kartieren, und wie KI-gestützte Modelle deren Schwere bestimmen. Im niederländischen Alkmaar wird derzeit die Zusammenarbeit zwischen verschiedenen Sektoren und Echtzeit-Dateninsights für den Aufbau smarter Städte der Zukunft entwickelt.
Das Erkennen unsicherer Straßeninfrastrukturen ist jedoch nur eine Komponente des Problems. Der Einfluss des Fahrverhaltens ist eine weitaus größere Unbekannte in Hinblick auf die Verkehrssicherheit. Datenanalyse und Forschung sollen hier Abhilfe schaffen: Bridgestone Mobility Solutions arbeitet nun mit der Transport Studies Unit (TSU) der Universität Oxford zusammen und nutzt die Telematikdaten von Webfleet, um den Zusammenhang zwischen Fahrverhalten und Unfallrisiken in Oxfordshire, Großbritannien, zu erforschen.
Der Forschungsleiter, Dr. Xiao Li, erklärt: „Wenn wir wissen, wann und wo riskante Fahrverhalten wie eine Geschwindigkeitsüberschreitung und starkes Bremsen auftreten, wissen wir auch, wie wir die Häufigkeit und Schwere von Verkehrsunfällen verringern.“
Das Ziel der Zusammenarbeit von Bridgestone Mobility Solutions und der Universität Oxford ist es, die Aktualität und Effektivität von Verkehrssicherheitsbewertungen zu verbessern und gefährliche Straßenabschnitte zu entschärfen, ohne dass man sich nur auf die Auswertung von Kollisionsdaten verlassen müsste. Dazu Xiao Li: „Traditionelle Verkehrssicherheitsstudien werden hauptsächlich anhand historischer Kollisionsdaten durchgeführt. Diese sind reaktiv und liefern erst nach einer bestimmten Anzahl von Unfällen valide Ergebnisse. Sich ausschließlich auf Kollisionsdaten zu verlassen, erfasst jedoch nicht alle Risiken, da Beinahe-Unfälle nicht erhoben werden.“ Der Forscher ergänzt: „Mit den von Webfleet bereitgestellten Telematikdaten konnten wir die Zusammenhänge zwischen abnormalen Geschwindigkeitsvariationen und Unfallrisiken in Oxfordshire untersuchen. Unser neuer, datengetriebener Ansatz kann nun gefährliche Straßenabschnitte basierend auf diesen telemetrischen Daten erkennen, bevor es zu schweren Unfällen kommt.“
Die Forschungsdaten aus nur einem Monat zeigen bereits statistisch signifikante Zusammenhänge mit fünf Jahren historischer Unfälle – ein enormes Potenzial für künftige Verkehrssicherheitsbewertungen und weitergehende Forschungen.
