Een risicovergelijking van de verkeersveiligheidrisico's van lichte en zware bedrijfsvoertuigen

In Europa werken bijna 11 miljoen mensen in de sector van het commercieel wegvervoer. Vrachtvervoer is goed voor bijna de helft en zal naar verwachting in 2050 met ruim 60% groeien, terwijl de passagierssector naar verwachting met 42% zal groeien. Voor het vergroten van de veiligheid, het ondersteunen van sociale rechtvaardigheid, eerlijke concurrentie, het verbeteren van de milieuprestaties en het stimuleren van innovatie heeft de Europese Commissie drie regelgevingspakketten geïntroduceerd die ze “Mobiliteitspakket 1,2,3 (in het Engels)” noemen.

Op 9 juli 2020 heeft het Europees Parlement mobiliteitspakket 1 goedgekeurd, waarin lichte bedrijfsvoertuigen (Light Goods Vehicle - LGV) onder Regelgeving (EG) nr. 561/2006 vallen. De nieuwe regelgeving is van toepassing op bedrijfsvoertuigen waarvan het maximaal toegestane gewicht, met inbegrip van aanhangwagens of opleggers, meer dan 2,5 ton bedraagt en die alleen voor internationaal vrachtvervoer of cabotagevervoer worden gebruikt. De regelgeving zal van kracht worden vanaf 1 juli 2026.

Hoewel zware vrachtvoertuigen (Heavy Goods Vehicle - HGV) strikte regels moeten naleven die de rij- en rusttijden omvatten, was dit bij lichte vrachtwagens niet het geval vóór de introductie van Mobiliteitspakket 1. Deze verandering zal gevolgen hebben voor veel bedrijven die tachograaf-oplossingen in hun LGV-wagenpark moeten implementeren. Dit doet de vraag rijzen of uit telematicadata blijkt dat lichte en zware vrachtvoertuigen vergelijkbare risiconiveaus vertonen om de wijziging van de regelgeving te ondersteunen.

In een door het Europees parlement gepubliceerd rapport staat dat vermoeidheid als geheel vergelijkbaar was voor LGV-chauffeurs en HGV-chauffeurs, maar voor LGV's kwam het nog vaker voor dat vermoeidheid had plaatsgevonden zonder de vastgestelde urenlimieten te overschrijden.

Geotab als bedrijf ondersteunt elke poging om onze wegen veiliger te maken. Een initiatief waar Geotab zich onlangs bij heeft aangesloten is het SRTI Ecosystem “Data for Road Safety”. Geaggregeerde telematicadata helpen belangrijke factoren te meten die de verkeersveiligheid aangeven om de afhankelijkheden en veranderingen in de loop der tijd beter te begrijpen.

Om het risiconiveau van HGV- en LGV-chauffeurs beter te interpreteren, zullen de volgende vragen worden onderzocht:

1. Welke omstandigheden resulteren in onveilig rijden? En welke van deze kan worden gemeten met de telematicadata van Geotab?
2. Welke voertuiggroep toont hogere risiconiveaus door factoren die in de eerste vraag zijn gedefinieerd?
3. Kunnen nieuwe regels zoals die voor LGV's worden genoemd een positieve invloed hebben op veiliger wegvervoer, gebaseerd op de resultaten in de vorige vragen?

Om te beginnen met de eerste vraag kan het risico tijdens het rijden worden gedefinieerd als de kans op schade, letsel of enige vorm van verlies. Verschillende factoren dragen bij aan het risiconiveau dat drie gebieden omvat: Chauffeur, voertuig en voertuigomgeving. Voor de volgende analyse zal het risiconiveau uitsluitend worden vergeleken op basis van de rijvaardigheid van de chauffeur. Een goed uitgeruste chauffeur met het vermogen om snel te reageren op veranderende omstandigheden heeft een lager risiconiveau dan een vermoeide chauffeur die over het algemeen langzamer handelt onder veranderende omstandigheden.

Factoren die kunnen worden gemeten dankzij telematicadata zijn onder andere

• Rijtijd via GPS- en OBD-signalen
• Doorlooptijd via GPS- en OBD-signalen
• Zware gebeurtenissen via versnellingsmeterdata
• Snelheid via GPS- en OBD-signalen
• Botsingen via versnellingsmeterdata en OBD-signalen

De volgende analyse richt zich op rijtijd en zware gebeurtenissen. Er worden twee geaggregeerde datasets gebruikt die tripinformatie en het aantal ruwe gebeurtenissen per trip bevatten. De pool van gebruikte HGV’s en LGV's bestaat uit 22 duizend voertuigen, 9 merken en 45 modellen. Over een periode van één jaar zijn 8 miljoen ritten gevolgd met 27 miljoen zware gebeurtenissen.

Het onderstaande schema toont de verdeling van de rijtijd in minuten per rit. Blauw geeft de HGV-groep en rood de LGV-groep aan.

De verdeling geeft aan dat HGV’s over het algemeen langere ritten maken dan LGV's. Wat niet zichtbaar is in deze grafiek is het gedeelte van ritten dat bijna 4,5 uur duurt. De regels voor pauzes van de tachograaf geven aan dat de chauffeur na iedere 4,5 uur rijden minstens 45 minuten pauze moet hebben. Wanneer we ons concentreren op het distributiegedeelte met ritten van meer dan 3 uur, krijgen we het volgende schema.

We zien dat het schema voor HGV’s een aanzienlijk hoger deel van de ritten in de buurt van 4,5 uur aangeeft. De plotselinge daling van ongeveer 280 minuten voor de HGV-groep geeft de impact van de regelgeving aan. LGV's daarentegen vertonen niet hetzelfde patroon. De langere ritten in de buurt van 4,5 uur komen meer voor bij HGV’s, wat resulteert in een hoger risiconiveau voor de voertuiggroep.

Het volgende schema toont de verdeling van de duur van de rit per rijdag en het voertuigtype in de buurt van de limiet van 9 en 10 uur voor HGV’s.

Ook hier zien we het aantal HGV’s dat per dag tot de limiet van 9 en 10 uur rijdt. Een andere aanwijzing voor hogere risiconiveaus voor HGV’s.

Betekent dit nu dat HGV-chauffeurs in het algemeen meer worden getroffen door hogere risiconiveaus dan LGV-chauffeurs? Er zijn andere factoren die duidelijk laten zien dat vermoeidheid niet alleen gerelateerd is aan de tijd die op de weg wordt doorgebracht, maar ook aan de omgeving. Als we kijken naar de zware gebeurtenissen die door elk voertuigtype worden veroorzaakt, zien we duidelijke verschillen.

Voor de volgende dataset over zware gebeurtenissen is de drempelwaarde van de acceleratiemeter die de gebeurtenis bepaalt genormaliseerd naar het voertuigtype. De parameters voor normalisatie zijn empirisch geverifieerd met ons GO-apparaat in verschillende testscenario's. Deze drempels zijn te zien in het MyGeotab-platform onder de sectie Regels.

Het onderstaande schema toont het gemiddelde aantal verzamelde gebeurtenissen per rijuur. De verschillende typen worden verkort door hard accelereren (HA), hard remmen (HB) en scherpe bochten (HC).

Bij LGV's treden zware acceleraties bijna twee keer zo vaak op, gevolgd door scherpe bochten met circa 54% hogere waarschijnlijkheid voor LGV's. Ten slotte komen harde remgebeurtenissen ongeveer 33% vaker voor bij LGV's.

In het algemeen worden LGV's blootgesteld aan 54% meer risico, rekening houdend met alle gebeurtenissen die niet per categorie worden gescheiden. Dit gaat in dezelfde richting als wat in het verslag van het Europees parlement in de inleiding wordt gesteld. Hoewel de rijtijd als risicofactor over het algemeen minder waarschijnlijk lijkt voor LGV-chauffeurs, kan vermoeidheid eerder optreden door zwaardere rijomstandigheden.

Om de laatste vraag te beantwoorden, kunnen we concluderen dat de combinatie van LGV-chauffeurs met een hoger risico en een niet gereguleerde rijtijd eerder zal resulteren in de kans op schade, letsel of enige vorm van verlies. Als twee soortgelijke ritten van 4,5 uur worden gereden door een HGV-chauffeur en een LGV-chauffeur, zal de LGV-chauffeur 54% meer risico ervaren. De regelgeving helpt het risico te verminderen voor de groep die al een hoger risico loopt. Wat niet in aanmerking wordt genomen, is dat LGV's die meer dan 4,5 uur achtereen binnen het land rijden voor commerciële doeleinden, nog steeds toestemming zouden krijgen om door te rijden, terwijl deze aan een aanzienlijk hoger risico worden blootgesteld.

Hoewel de rijduur die is vastgelegd op tachografen alleen de risiconiveaus kan benaderen, geeft telematicadata (in het Engels) met een harde gebeurtenisdetectie een duidelijk beeld van het huidige risico. Bedrijven die investeren in geavanceerde detectie van vermoeidheid door middel van telematicadata en camera's richting de chauffeur maken onze wegen veiliger door de chauffeur en hun werkomgeving te beschermen.

Lees meer over de oplossingen van Geotab om de veiligheid te verbeteren door het gedrag van chauffeurs te analyseren (in het Engels) in MyGeotab of door veiligheidsscorekaarten voor chauffeurs te gebruiken en hoe veiligheidsbijeenkomsten met uw chauffeurs (in het Engels) kunnen bijdragen aan veiliger rijden.