Assessing individual driver’s relative performance at curve: applying Data Envelopment Analysis on simulator data

Abstract

This study investigates the performance of drivers at the individual level, at two different curves, using data from a driving simulator in order to identify the best drivers within the sample and to gain insight into the most problematic behavior of each driver. To this end, 34 participants varying in age and gender completed two particular simulator scenarios and their speed, acceleration and lateral position, were monitored at various points. The concept of composite indicators, which combines single indicators into one index score, was employed, and the technique of data envelopment analysis – an optimization model for measuring the relative performance of a set of decision making units, or drivers in this study – was used for the index construction. Based on the results, all drivers were ranked and best performers were distinguished from underperforming ones. Moreover, by analyzing the weights allocated to each indicator from the model, the most problematic parameter and point along the curve were identified for each driver. Finally, the sensitivity of the results was examined.

Cette étude examine la performance des conducteurs au niveau individuel, à deux courbes différentes, en utilisant les données d'un simulateur de conduite afin d'identifier les meilleurs pilotes au sein de l'échantillon et de mieux comprendre le comportement le plus problématique de chaque pilote. À cette fin, 34 participants d’âge et de sexe différents ont rempli deux scénarios particuliers de simulateurs ou la vitesse, l'accélération et la position latérale, ont été contrôlés à différents points. Le concept d'indicateurs composites, qui combine des indicateurs simples en un seul score de l'indice, a été employé, et la technique de l'analyse d'enveloppement des données - un modèle d'optimisation pour mesurer la performance relative d'un ensemble de décisions unités ou les pilotes de cette étude - a été utilisée pour la construction d'un indice. Sur la base des résultats, tous les pilotes ont été classés et les plus performants ont été distingués des sous-performant. De plus, en analysant les pondérations attribuées à chaque indicateur à partir du modèle, le paramètre et le point les plus problématiques le long de la courbe ont été identifiés pour chaque conducteur. Enfin, la sensibilité des résultats a été examinée.