Trafikolyckor är ett stort problem som drabbar många människor. Tidigare forskning visar att vanliga orsaker till att olyckor sker i trafiken är höga hastigheter och mänskliga faktorer. Utryckningsfordon som till exempel ambulans färdas vid larm vanligen i höga hastigheter och är därför beroende av att medtrafikanter lämnar fri väg för att de ska kunna utföra sitt arbete effektivt och trafiksäkert. Tidigare forskning har visat att sirener och blåljus inte är tillräckligt uppmärksamhetsväckande, vilket leder till att bilförare upptäcker utryckningsfordon för sent. Denna studie undersökte därför effekten av ett framtaget varningsmeddelande (Emergency Vehicle Approaching message, EVAM) som tillsammans med sirener och blåljus ska förbereda bilister på att utryckande fordon ankommer. Studien undersöker även vilka stress- och trafikerfarenhetsfaktorer som påverkar hur lämpligt bilförare agerar i olika utryckningssituationer samt relationen mellan trafikerfarenhet, stress, EVAM och hur lämpligt bilförare agerar. Data från 9541 svenska bilförare samlades in genom en annonserad enkätundersökning på Facebook och Instagram. Resultatet visade att EVA-meddelandet genererade ett lämpligare agerande bland alla undersökta bilförare i ett av fyra trafikscenarion. Resultatet visade även att EVA-meddelandet bidrar till att novisa förare agerar lämpligare medan erfarna förares lämplighet inte påverkas signifikant. Studien kom även fram till att det krävs olika typer av erfarenhet för att agera lämpligt i olika situationer. Körvana och trafikerfarenhet kan även minska bilförares hypotetiska stressnivå i utryckningssituationermedan EVA-meddelandet inte påvisade någon effekt. Framtida forskning bör studera EVAmeddelandets effekt i andra trafikscenarion än de som undersökts i denna studie och kan med fördel undersöka bilförares fysiska respons i en verklig eller framtagen miljö i körsimulator.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-176256 |
| Date | January 2021 |
| Creators | Essman, Klara |
| Publisher | Linköpings universitet, Institutionen för datavetenskap |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds