Recently, the Swedish government permitted five long combination vehicles (LCVs), with a length longer than 25.25 meters but limited to 34.5 meters, along the selected routes in Sweden. LCVs offer potential benefits such as reduced operational costs, improved fuel efficiency, and lower emissions. While simulations have provided insights into the performance of LCVs on the road, they are conducted in idealised conditions that exclude the complexities of real-world traffic. Therefore, the first major focus of this thesis is to investigate the performance of LCVs in real traffic. Two combinations have been studied: the A-double, a tractor hauling two semitrailers with a dolly in between, and the DuoCAT, a truck hauling two center-axle trailers, which is also called C-double.

The analysis is based on Performance-Based Standards (PBS) measures, including rearward amplification (RWA), low-speed swept path (LSSP), high-speed transient offtracking, and high-speed steady-state offtracking. The steering reversal rate is further applied to assess the driver’s cognitive workload during low-speed manoeuvres. The study covers four traffic scenarios: lane changes, roundabout manoeuvring, turning at intersections, and negotiating tight curves. The results show that both vehicle combinations perform within PBS limits in most cases, with a few outliers across the studied scenarios. The A-double exhibits slightly better stability in lane changes, while the DuoCAT demonstrates slightly better manoeuvrability in roundabouts and intersections. Furthermore, the tire-road friction is examined for the A-double in low-speed manoeuvres, showing that it influences the driver’s behaviour but has negligible effects on the performance of the vehicle.

In the thesis, an alternative approach is investigated that combines low-cost GPS and IMU instead of high-precision sensors to analyse the performance of an LCV. The performance measures, RWA and LSSP, obtained using sensor fusion of GPS/IMU are compared against those obtained from high-precision sensors. The results show a rather good agreement between the two sensor setups in most cases; however, further investigation is needed to improve the LSSP estimates. In addition, a method is presented that employs a computer vision-based approach using data from a forward-facing camera to estimate the relative positions of surrounding vehicles. This method is employed to study lane changes of an A-double, providing insights into its interactions with the surrounding traffic.

The second major focus of the thesis is the simulation-based assessment of collision risk for articulated heavy vehicles. CARLA is used as a simulation environment for this purpose. Since models of articulated vehicles, including LCVs, do not exist in CARLA vehicle libraries, a tractor–semitrailer model is developed as a first step, building upon existing studies. The modelled tractor-semitrailer is used to evaluate the efficacy of an improved two-dimensional time-to-collision (TTC) measure for articulated vehicles, proposed in this thesis. Unlike conventional TTC, which primarily addresses rear-end collisions, the results show that the pro-posed formulation captures both rear-end and sideswipe collision risks, making it more suitable for multi-unit vehicles.

Overall, the thesis enhances the understanding of the behaviour of articulated heavy vehicles, specifically LCVs in real traffic, and proposes frameworks to support future performance and safety studies related to these vehicles.

Nyligen tillät svenska regeringen 5 typer av fordonståg vars längd överstiger 25.25 meter men inte 34.5 meter (LCV) att trafikera utvalda rutter i Sverige. Långa fordonståg erbjuder fördelar såsom lägre driftkostnader, bättre bränsleeffektivitet och minskade utsläpp. Även om simuleringar ger värdefulla insikter om prestanda så bygger de på idealiserade förhållanden och tar inte hänsyn till egenskaper hos verklig trafik. Därför är det första huvudsakliga fokuset i denna avhandling att undersöka prestandan hos LCV i verklig trafik. Två kombinationer har studerats: A-dubbel, en dragbil som drar två påhängsvagnar med en dolly emellan, samt Duo-kärra, en lastbil som drar två släpvagnar med centrerade axlar (kärror), även kallad C-dubbel.

Analysen baseras på Performance-Based Standards (PBS)-mått, inklusive bakåtförstärkning samt svept bana i låg fart (LSSP), och spåravvikelse vid höga hastigheter. Styrreverseringshastighet används dessutom för att bedöma förarens arbetsbelastning vid lågfartsmanövrar. Studien omfattar fyra trafikscenarier: filbyten, manövrering i rondeller, svängar i korsningar samt körning i snäva kurvor. Resultaten visar att båda fordonskombinationerna generellt presterar inom PBS-gränserna men med vissa avvikelser. A-dubbeln uppvisar något bättre stabilitet vid filbyten medan C-dubbel uppvisar något bättre manövrerbarhet i rondeller och korsningar. Däck-väggrepp undersöks vidare för A-dubbeln vid lågfartsmanövrer och resultaten visar att det påverkar förarens beteende men har försumbar effekt på fordonets prestanda.

I avhandlingen undersöks också en analysmetod som kombinerar lågkostnads-GPS och IMU istället för dyra högprecisionssensorer, där de prestandamått som erhålls genom signalbehandling av dessa billigare sensorer jämförs med de som erhålls från högprecisionssensorer. Resultaten visar god överensstämmelse mellan de två sensorsystemen, men ytterligare undersökning krävs för att förbättra LSSP-uppskattningarna. Dessutom presenteras en kamerabaserad metod med en framåtriktad kamera för att uppskatta de relativa positionerna för omgivande fordon. Denna metod tillämpas för att studera filbyten hos ett A-dubbelfordon och analysera dess interaktion med den omgivande trafiken.

Avhandlingens andra huvudsakliga fokus är den simuleringsbaserade bedömningen av kollisionsrisk för tunga fordonskombinationer där simuleringsmiljön CARLA används. Eftersom modeller av tunga fordonskombinationer, inklusive LCV, inte finns i CARLA:s fordonsbibliotek, har en modell av en dragbil med påhängsvagn utvecklats som ett första steg. Den modellerade dragbil-påhängsvagn-kombinationen används för att utvärdera effektiviteten hos ett förbättrat tvådimensionellt tid-till-kollision (TTC)-mått för tunga fordonskombinationer. Till skillnad från konventionell TTC, som främst behandlar påkörningar bakifrån, fångar den föreslagna formuleringen både bakifrån- och sidokollisionsrisker, vilket gör den mer lämplig för långa fordonskombinationer.

Sammanfattningsvis ämnar avhandlingen öka förståelsen för beteendet hos tunga fordonskombinationer, särskilt LCV:er i verklig trafik, och föreslår ramverk för att stödja framtida studier av deras prestanda och säkerhet.