Vlahogianni E., Yannis G., Golias J., “Critical power two wheeler driving patterns at the emergence of an incident”, Accident Analysis and Prevention, Vol. 58, 2013, pp.340–345.

Στην εργασία προτείνεται μια μεθοδολογία, που βασίζεται σε Bayesian Networks, για την αναγνώριση προτύπων οδήγησης των μοτοσυκλετιστών κατά την εμφάνιση κρίσιμων περιστατικών, με βάση υψηλής ανάλυσης (100 Hz) στοιχεία οδήγησης που προέκυψαν από πείραμα σε φυσικές συνθήκες οδήγησης. Η προτεινόμενη μεθοδολογία αποσκοπεί στον εντοπισμό των επικρατέστερων ενεργειών των μοτοσυκλετιστών κατά την έναρξη και κατά τη διάρκεια των κρίσιμων περιστατικών και συνδέει τα κρίσιμα περιστατικά σε συγκεκριμένα πρότυπα οδήγησης. Τα αποτελέσματα, βάσει δεδομένων από έναν οδηγό, αποκαλύπτουν τρεις επικρατούσες ενέργειες οδήγησης για την περιγραφή της εμφάνισης ενός περιστατικού και ίσο αριθμό δράσεων που ένας μοτοσυκλετιστής εκτελεί κατά τη διάρκεια του συμβάντος για να αποφευχθεί ένα ατύχημα. Επιπλέον, η προτεινόμενη μεθοδολογία συνδέει αποτελεσματικά τα παρατηρούμενα σύνολα ενεργειών με τους διαφορετικούς τύπους των περιστατικών που συμβαίνουν κατά την προσπέραση ή λόγω των αλληλεπιδράσεων του αναβάτη με κινούμενα ή σταθερά εμπόδια και με την αντίθετα κινούμενη κυκλοφορία. Οι παρατηρούμενες συσχετίσεις καθορίζουν διάφορα πρότυπα οδήγησης που χαρακτηρίζονται από διαφορετικές αρχικές ενέργειες, καθώς και από διαφορετική πιθανότητα διαδοχικών ενεργειών κατά τη διάρκεια του συμβάντος. Η προτεινόμενη προτυποποίηση μπορεί να είναι σημαντική για την αποτελεσματική και λιγότερο χρονοβόρα ανάλυση των δεδομένων οδήγησης σε φυσικές συνθήκες, καθώς και για την ανάπτυξη εξειδικευμένων συστημάτων υποστήριξης των μοτοσυκλετιστών.