|
การพัฒนาโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยเสี่ยงเชิงพฤติกรรม ในการขนส่งวัตถุอันตรายโดยใช้ข้อมูลจากระบบ ADAS และ DMS |
|---|---|
| รหัสดีโอไอ | |
| Creator | ณัฐวุฒิ พุ่มพฤกษี |
| Title | การพัฒนาโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยเสี่ยงเชิงพฤติกรรม ในการขนส่งวัตถุอันตรายโดยใช้ข้อมูลจากระบบ ADAS และ DMS |
| Contributor | มณิสรา บารมีชัย |
| Publisher | มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| Publication Year | 2569 |
| Journal Title | วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| Journal Vol. | 6 |
| Journal No. | 1 |
| Page no. | e264706 |
| Keyword | การขนส่งวัตถุอันตราย, ระบบติดตามผู้ขับขี่ (DMS), ระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS), เทเลเมติกส์, การวิเคราะห์ความเสี่ยงเชิงพฤติกรรม |
| URL Website | https://ph02.tci-thaijo.org/index.php/JSCI/article/view/264706 |
| Website title | วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก |
| ISSN | 2773-9120 |
| Abstract | การศึกษานี้มีวัตถุประสงค์เพื่อ 1) ศึกษาความสัมพันธ์ระหว่าง Driver State Warning (DSW) และ Headway Monitoring Warning (HMW) 2) ศึกษาความสัมพันธ์ระหว่าง Headway Monitoring Warning (HMW) และ Forward Collision Warning (FCW) 3) ศึกษาความสัมพันธ์ระหว่าง Forward Collision Warning (FCW) และ Pedestrian Collision Warning (PCW) และ 4) พัฒนาโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยเสี่ยงเชิงพฤติกรรมในการขนส่งวัตถุอันตราย โดยใช้ข้อมูลจากระบบตรวจจับพฤติกรรมผู้ขับขี่ Driver Monitoring System (DMS) และระบบช่วยเหลือผู้ขับขี่ขั้นสูง Advanced Driver Assistance System (ADAS) ที่ได้จากการทดลองภาคสนามบนรถบรรทุกขนาดใหญ่จำนวน 10 คัน ภายใต้สภาพการใช้งานจริง โดยกำหนดระยะทางการเก็บข้อมูลคันละ 1,000 กิโลเมตร ตัวแปรที่ใช้ในการศึกษา ได้แก่ Driver State Warning (DSW), Headway Monitoring Warning (HMW), Forward Collision Warning (FCW) และ Pedestrian Collision Warning (PCW) ซึ่งถูกกำหนดตามกรอบแนวคิดการถ่ายทอดความเสี่ยงจากสภาพของผู้ขับขี่ไปสู่ความเสี่ยงของการชนในระดับที่สูงขึ้น การวิเคราะห์ข้อมูลดำเนินการโดยใช้สถิติเชิงพรรณนา การวิเคราะห์สหสัมพันธ์แบบสเปียร์แมน และการวิเคราะห์การถดถอยเชิงเส้นแบบลำดับขั้นเพื่อประเมินความสัมพันธ์ระหว่างตัวแปรและพัฒนาโมเดลที่เสนอ ผลการศึกษาพบว่าข้อมูลมีลักษณะการกระจายแบบไม่ปกติโดยมีค่าความเบ้และค่าความโด่งในระดับสูง สะท้อนลักษณะของเหตุการณ์ความเสี่ยงที่เกิดขึ้นไม่สม่ำเสมอภายใต้สภาพการขับขี่จริง ผลการวิเคราะห์สหสัมพันธ์พบความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่าง HMW และ FCW (ρ = 0.656, p = 0.039) และระหว่าง FCW และ PCW (ρ = 0.636, p = 0.048) ผลการวิเคราะห์การถดถอยเชิงเส้นแสดงให้เห็นว่า DSW มีอิทธิพลเชิงบวกต่อ HMW (β = 0.967, p < 0.001, R² = 0.935) HMW มีอิทธิพลเชิงบวกต่อ FCW (β = 0.971, p < 0.001, R² = 0.942) และ FCW มีอิทธิพลเชิงบวกต่อ PCW (β = 0.972, p < 0.001, R² = 0.946) ผลลัพธ์ดังกล่าวสนับสนุนโมเดลความสัมพันธ์เชิงสาเหตุที่เสนอ ซึ่งอธิบายการถ่ายทอดความเสี่ยงจากสภาพของผู้ขับขี่ไปสู่พฤติกรรมการขับขี่ที่ไม่ปลอดภัย และพัฒนาไปสู่ความเสี่ยงของการชนในระดับที่สูงขึ้นตามลำดับ ผลการวิจัยแสดงให้เห็นถึงศักยภาพของข้อมูลจากระบบ DMS และ ADAS ในการอธิบายความสัมพันธ์ของปัจจัยเสี่ยงเชิงพฤติกรรม และสามารถใช้เป็นพื้นฐานสำหรับการพัฒนาแบบจำลองความปลอดภัย การประเมินความเสี่ยงเชิงรุก และมาตรการป้องกันอุบัติเหตุในการขนส่งวัตถุอันตรายในอนาคต |
