Urban road safety insights from HGV GPS data
2025 (English)Independent thesis Basic level (degree of Bachelor), 10,5 credits / 16 HE credits
Student thesisAlternative title
Insikter om trafiksäkerhet i städer från GPS-data från tunga lastbilar (Swedish)
Abstract [en]
Heavy vehicles account for a disproportionately large share of the most serious accidents in Sweden. Around 20 percent of all traffic fatalities in 2023 were caused by heavy vehicles (Trafikverket, 2024). This study examines how aggregated GPS data can be used to identify risky driving behaviors and enhance traffic safety efforts, even when exact coordinates are missing. A publicly available dataset of nearly 100,000 truck transports was analyzed. Five binary indicators — extreme top speed over 100 km/h, high average speed over 43 km/h, driving time exceeding two hours, GPS signal loss lasting more than 30 seconds, and low positional accuracy (HDOP above 4) — were combined into a risk score ranging from zero to five points per trip. In addition, speed derivatives were used to identify harsh acceleration and braking events, defined as at least plus or minus 3 meters per second squared. These metrics are referred to as Surrogate Safety Indicators (SSI). To validate the GPS-based findings, the SSIs were compared with accident statistics from STRADA for the municipality of Norrköping and with previous research. The results show that more incidents occur during the day between 5 a.m. and 10 p.m., which corresponds to higher traffic intensity and more interactions with vulnerable road users such as cyclists and pedestrians. Nighttime, from 10 p.m. to 5 a.m., is comparatively more dangerous per vehicle hour. High-risk events are more frequent during these hours, and the highest top speeds are recorded only at night, when traffic is sparse and drivers are more prone to losing focus. STRADA data also indicates that neither precipitation nor darkness were dominant causes in most incidents, suggesting that driver behavior or underlying traffic issues at specific urban intersections are the main factors behind accidents involving heavy vehicles. The study therefore shows that even anonymized GPS data compilations provide valuable insights into how heavy vehicles operate. If transport companies were to share more data in the future. For example, actual coordinates that authorities could identify potentially dangerous intersections and implement targeted measures that support Vision Zero, the goal of eliminating traffic deaths and serious injuries.
Abstract [sv]
Tunga fordon står för en oproportionerligt stor andel av de allvarligaste olyckorna i Sverige, cirka 20 % av alla trafikdödsfall som skedde under 2023 var på grund av tunga (Trafikverket, 2024). Den här studien undersöker hur aggregerad GPS-data kan användas för att identifiera riskabla körbeteenden och stärka trafiksäkerhetsarbetet, även när exakta koordinater saknas. En offentligt tillgänglig datamängd med nära 100 000 lastbilstransporter analyserades. Fem binära indikatorer – extrem topphastighet över 100 km/h, hög medelhastighet över 43 km/h, körtid över två timmar, GPS-signalbortfall längre än 30 s samt låg positionsnoggrannhet (HDOP > 4) – kombinerades till ett riskmått på 0–5 poäng per tur. Hastighetsderivat användes dessutom för att identifiera kraftiga accelerationer och inbromsningar, definierade som minst ± 3 m/s². Dessa mått kallas för Surrogate Safety Indicator (SSI). För att validera de GPS-baserade resultaten jämfördes SSI med olycksstatistik från STRADA för Norrköpings kommun och med tidigare forskning. Resultaten visar att dagtid mellan 05:00 och 22:00 präglas av fler incidenter, vilket är förenligt med högre trafikintensitet och fler interaktioner med oskyddade trafikanter som cyklister och fotgängare. Nattetid från 22:00 till 05:00 är däremot mer riskfylld per fordonstimme. Högriskhändelser inträffar då oftare och de högsta topphastigheterna registreras enbart under dessa timmar, när övrig trafik är gles och förare lättare tapparfokus. STRADA-datan visar dessutom att varken nederbörd eller mörker var dominerande orsaker vid de flesta incidenter, vilket pekar på att förarbeteende eller underliggande trafikproblem vid specifika urbana korsningar är den huvudsakliga faktorn bakom olyckor med tunga fordon. Studien visar därför att även anonymiserade GPS-sammanställningar ger värdefull inblick i hur tunga fordon opererar. Om transportföretag i framtiden delar fler uppgifter, exempelvis faktiska koordinater, kan myndigheter identifiera potentiellt farliga korsningar och rikta precisa åtgärder som stödjer Vision Zero, det vill säga målet om noll döda och allvarligt skadade i trafiken.
Place, publisher, year, edition, pages
2025.
Keywords [en]
HGV, SSI, GPS, VRU, TCC
Keywords [sv]
Tunga fordon, SSI, GPS, Oskyddade trafikanter
National Category
Communication Systems
Identifiers
URN: urn:nbn:se:liu:diva-214734ISRN: LiU-ITN-TEK-G--25/018--SEOAI: oai:DiVA.org:liu-214734DiVA, id: diva2:1968554
Subject / course
Logistics Management
Supervisors
Examiners
2025-06-132025-06-132025-06-13Bibliographically approved