Langham Ik keek maar zag hem niet

Waar overheden volharden in hun reflexmatige mening dat motorrijders vooral een probleem met hun “opvallendheid” hebben rekent Martin Langham in zijn proefschrift af met de veronderstelling dat de “Ik keek maar zag hem niet” fout vooral aan de gebrekkige opvallendheid van de motorrijder zou liggen.

Langham stelt dat het bij de LBFS-fout veel meer om een probleem in het brein van de automobilist gaat. Hij onderzoekt in zijn proefschrift drie vragen aangaande de “ik keek maar zag hem niet” fout.
- Ziet de automobilist de motorrijder wel, maar herkent hij hem niet omdat hij zo zelden motorrijders tegen komt?
- Kijkt de automobilist niet op de juiste plek, omdat motorrijders vaak op plaatsen in het verkeersbeeld verschijnen waar je normaal geen auto’s treft?
- Ziet de automobilist de motorrijder niet omdat het beeld dat deze biedt simpelweg te klein is?

Het proefschrift van Langham heet voluit:
Martin Langham, An investigation of the role of vehicle conspicuity in the ‘Looked but failed to see’ error in driving, Thesis, University of Sussex, School of Cognitive and Computing Sciences

Je kunt het proefschrift van Martin Langham hier inzien.

Een hele kluif, van 200 bladzijden, maar zeer de moeite waard om eens op je gemak door te nemen als je meer wilt weten. Langham geeft hier college over de “Ik keek maar zag hem niet” fout in het bijzonder en visuele informatieverwerking in het algemeen!

De “ik keek maar zag hem niet” fout (in het Engels: Looked but failed to see error, hierna afgekort als LBFS) verwijst naar een samenstel van omstandigheden waarin een bestuurder een ongeval verklaart doordat hij een weggebruiker niet op tijd ontdekte om het ongeval te voorkomen. Die andere weggebruiker bevond zich in het zicht.

Langham geeft een aantal alternatieve verklaringen voor het niet ontdekken van een motorrijder door een automobilist. Wat nu een “Ik keek maar zag hem niet” fout wordt genoemd, kan, zo maakt Langham duidelijk, aan een aantal andere mankementen in het proces van informatieverwerking worden toegeschreven.

De verklaring “Ik keek maar zag hem niet” kan een veelheid aan betekenissen hebben: Ik keek, maar
- zag niet vanwege afdekking,
- zag niet vanwege mijn geringe gezichtsscherpte,
- negeerde de motorfiets omdat hij geen gevaar vormde,
- reed met opzet de kruising op in zijn lijn,
- in de verkeerde richting,
- verwachtte niet een motorrijder te zien,
- de motorrijder was te onopvallend.

          Ik keek, maar zag hem niet ...

Het beeld van de motorrijder (daar beperken we ons toe) kan schuil gaan achter een andere weggebruiker, obstakel of wegmeubilair (afdekincident of –ongeval). In 48% van de gevallen waarin een automobilist de motorrijder niet voor laat gaan zou sprake kunnen zijn van een afdekongeval.

Auto’s hebben A-stijlen die zo dik kunnen zijn dat een 5,2 breed voertuig op een afstand van 50 m al geheel afgedekt kan zijn.

Een automobilist kan een motorrijder aanzien voor een bromfiets, hij kan zijn snelheid verkeerd schatten en er zijn natuurlijk gevallen waarin een automobilist de motorrijder wel zag en herkende, maar hem doelbewust in de problemen bracht.

Een beoordelingsfout van de autorijder kan ook – onterecht – als een LBFS-fout worden gezien. Een verkeerde inschatting van de snelheid is daar een voorbeeld van.

Opvallendheid ziet niet alleen op de natuurkundige eigenschappen van de motorrijder. Beperkt men zich alleen tot dit aspect van het probleem, dan beschouwd men de automobilist noodzakelijkerwijs als een geïdealiseerd passief signaaldetectie apparaat. Dat is hij natuurlijk allerminst. Hij heeft doelen, aannamen en verwachtingen aangaande de (weg)omgeving, die zijn prestaties bij het waarnemen zullen beïnvloeden.

De cognitieve of attentie-opvallendheid van (het beeld van) een motorrijder hangt af van de relevantie die hij voor de automobilist heeft, van de mate waarin de laatste geïnteresseerd is in motorrijders en ervaring met ze heeft. Men denkt dat ook verwachtingen een rol spelen in de LBFS-fout. Een automobilist kan direct naar een motorrijder kijken en hem vervolgens frontaal aanrijden. Men neemt aan omdat de automobilist naar auto’s en grotere voertuigen zocht. Omdat maar 1 op de 44 voertuigen een motorrijder is (althans in een onderzoek dat Langham aanhaalt), worden ze niet verwacht.

Visuele informatie uit het centrum van ons gezichtsveld wordt anders verwerkt dan uit de periferie daarvan. De periferie houdt zich bezig met het parallel (gelijktijdig) monitoren van de omgeving en het ontdekken van gevaar. In het centrum worden beelden en gebeurtenissen serieel, de een na de ander verwerkt om te bepalen wat daar is en wat het doet. Verwerking in de periferie bepaalt wat centraal zal worden gefixeerd. Omdat de periferie zeer groot is, kan niet alle informatie die daar ontdekt wordt centraal worden verwerkt vanwege beperkingen in de capaciteit daar. Daarom stelt men dat er een perifeer filter moet zijn dat voor de verkeerstaak irrelevante informatie uitfiltert, zodat alleen relevante informatie centraal wordt verwerkt. Een motorrijder zou niet relevant zijn voor de behoeften, doelen en verwachtingen van de automobilist. Hij fixeert alleen grotere, helderder of meer contrasterende stimuli.

Autorijders ontwikkelen een visuele strategie die zich concentreert op het ontdekken van meer frequente en grote gevaren, maar visuele informatie van minder frequent voorkomende gevaren negeert en zelfs maskeert.

Aandacht

Langham ziet de rol van aandacht voor de LBFS-fout in twee aparte aandachtsystemen. Het ene systeem, ‘selectieve aandacht’ is het proces waarbij delen van de visuele informatie worden geselecteerd voor het herkennen en localiseren van voorwerpen.

Wat er dan wordt geselecteerd hangt af van de eigenschappen van het voorwerp aan de ene kant en de verwachting, overtuigingen en doelen van de automobilist aan de andere.
De eigenschappen van het voorwerp zorgen voor ‘bottom up invloed’: iets valt op door grootte, beweging, hoeveelheid uitgezonden of weerkaatst licht, contrast met de achtergrond en dergelijke. De aandacht wordt dan getrokken door dat voorwerp.
De verwachting zorgt voor topdown invloed: de aandacht wordt gericht op een voorwerp omdat het op dat moment relevant is voor de beschouwer.

Onderzoekers en (dus ook) beleidsmaker hebben de neiging zich bij onderzoek naar motorfietsongevallen te concentreren op de eigenschappen van de motorfiets en het vermogen daarvan om de aandacht te trekken op de ‘bottom-up’ manier. Opvallendheid is voor hen vooral een optelsom van de eigenschappen van de motorfiets.

Het andere systeem, dat Langham ‘sustained attention’ of langdurige aandacht noemt of ‘vigilance’ (waakzaamheid), leidt tot LBFS-fouten waarbij een autorijder een voorwerp niet opmerkt waar hij al geruime tijd naar kijkt. Het gaat erom alert te blijven, het vermogen bewust te kijken naar één bron van informatie en niet naar een andere.

Langham concludeert dat ongevallen op kruispunten door een LBFS-fout te maken hebben met een fout in selectieve aandacht.

Hoe lang zoeken automobilisten op kruispunten

Laboratorium studies leren dat een blik van 100 ms volstaat om een ruw beeld van de situatie te krijgen. Bij een test waarin de proefpersoon opdracht had naar een specifiek voorwerp in het beeld te zoeken, had hij in 167 ms al 90% van alle doelen binnen het gezichtsveld ontdekt. Weet men wat men zoekt, dan kan men toe met zeer korte zoektijden.

Een videocamera werd neergezet bij een kruispunt. Van naderende automobilisten werd de blikrichting gemeten en de tijd dat ze in een bepaalde richting keken. Gemiddeld zocht hij maar 0,5 s naar gevaren. Daarnaast zoeken autorijders in het algemeen maar in één richting. Men keek (vertaald naar de Nederlandse situatie met rechts rijden) links als men rechtsaf wilde slaan en negeerde verkeer van de andere kant. De korte zoektijd lijkt in te houden dat autorijders snel zoeken in het verkeersbeeld en niet op elk detail letten.

(Vertaald naar de Nederlandse situatie met rechts rijden:) autorijders die op een kruispunt linksaf willen slaan en dus twee rijstroken oversteken lijken te zijn overgerepresenteerd in ongevalcijfers. Dit zou inhouden dat ze in meer dan één richting moeten zoeken.

Waar ongevallen worden afgedaan als veroorzaakt door de LBFS-fout, vraagt Langham zich af of de werkelijke oorzaak misschien gelegen kan zijn in problemen met visueel zoeken en objectherkenning. Autorijders ontwikkelen immers met toenemende ervaring visuele zoekstrategieën waarbij ze geleerd hebben op welke plek het in het verkeersbeeld meest voorkomende voertuig te vinden is.

Bij een korte visuele zoektocht op een kruispunt, is de LBFS-fout dan een omissie bij het geven van aandacht aan plaatsen in het verkeerbeeld die een motorfiets bevatten, of worden aandachtsbronnen gericht op het verwachte voertuigtype terwijl de motorfiets niet de verwachte triggers heeft die een fixatie of verdere verwerking veroorzaken?
Als de LBFS-fout ziet op gebrek aan aandacht voor het object, wat is er dan aan het object waardoor de aandacht niet getrokken wordt? Wat is belangrijker: vorm en wezen of de plek van het object in verband met ontdekking en identificatie?

Één alternatieve verklaring voor de LBFS-fout is dat automobilisten hun blik niet richten op de plaats(en) in het verkeerbeeld waar de motorrijder zou kunnen zijn. Een complicerende factor daarbij is dat motorrijders op onverwachte plaatsen kunnen rijden.

Oogbewegingen van autorijders

Waar automobilisten kijken als ze een kruispunt naderen wordt bepaald door veel factoren.
In een onderzoek vond men een piek in fixaties op 50-60º links en rechts en maar weinig fixaties op 0-20º. Dit kan belangrijk zijn voor de LBFS-fout bij motorrijders als de motorrijder zich in het gebied tot 20º van de kruising bevindt.

Het type kruispunt maakt hier ook veel verschil. Hoofd- en oogbewegingen hangen af van het type afslag en de drukte van het verkeersbeeld.

Scanpatronen verschillen met de ervaring van de autorijder. Beginners kijken meer vlak voor het voertuig en hun gemiddelde fixatietijd is langer. Dit duidt erop dat beginners voor hetzelfde resultaat langer informatie verwerken en hun verkeerstaken minder automatisch verrichten.

Langham deed een laboratoriumstudie naar scanpatronen op kruispunten.
Al in het Hurt rapport (2.1.2. Het Hurt rapport) bleek dat de motorrijder veelal heel dicht bij de kruising is wanneer de automobilist besluit op te rijden. Langham vond dat beginnende automobilisten het beeld van de motorrijder al in hun eerste fixatie opnamen. Ervaren rijders daarentegen begonnen met van de motorrijder weg te kijken, naar een plek verder op de weg. Pas bij hun derde fixatie keken ze naar de motorrijder. In tegenstelling tot beginners gaan ervaren rijders daarna door met scannen en maken fixaties op plekken verder weg op de weg.

Beginnende autorijders maken relatief veel fixaties. Zij scannen het verkeersbeeld op een kruising uitputtend. Hun scanpatronen beslaat een groot gebied en gaat gepaard met grote zoekbewegingen.
Ervaren rijders zoeken alleen in het deel van de wegomgeving dat rijk aan potentiele gevaren is. Het lijkt erop dat automobilisten met ervaring per verkeerssituatie scanpatronen ontwikkelen die ze geautomatiseerd afdraaien

Objectherkenning

Een andere uitleg voor de LBFS-fout kan zijn dat de motorrijder niet wordt herkend als een gemotoriseerd voertuig. Een motorrijder presenteert een vorm die lijkt op een niet gemotoriseerd voertuig, of een vorm die zo verschilt van de verwachte auto, dat de automobilist er niet in slaagt tot de aanwezigheid van een motorrijder te komen. Een motorrijder laat vooral een verticale vorm zien, terwijl een auto juist een horizontaal profiel toont.

Dat we objecten in een verkeersbeeld herkennen betekent dat we interne representaties hebben om informatie over de vorm van objecten op te slaan en te manipuleren. Daniel Dennet (Consiousness explained, 1991) meent dat ons eigen idee dat we een rijk gedetailleerd beeld van de omgeving hebben een illusie is. Dit illustreert eerder dat wat wij als “beeld van de buitenwereld” beleven een interne constructie is die we bijwerken met extra informatie door onze ogen over (hier) het verkeersbeeld te bewegen.

Een paar theorieën relateren het snel herkennen van een bepaald type verkeersbeeld (een voorrangskruispunt) aan het herkennen van specifieke diagnostische objecten in dat beeld. Je zou kunnen zeggen dat we schema’s of schemata aanleggen in ons geheugen. Voor het snel interpreteren van een verkeersbeeld dienen een paar representaties vroeg in het herkenningsproces uit het geheugen gehaald te worden, voor een topdown verwerking van informatie. In de vroege stadia van dit proces (typisch tot 300 ms) wordt alleen het type verkeerssituatie herkend. Langham vraagt zich af “wat” een automobilist verwacht te zien en of de LBFS-fout ontstaat doordat hij de motorrijder niet als een gevaar herkent.

Theorieen over “spatial frequency” betreffen de frequentie waarmee een patroon (wisselingen in licht / donker) op het netvlies verandert per graad boogafstand. Lage frequenties komen overeen met grote gelijkmatige vlakken (typisch aan het beeld van een auto); hoge met veel detail (zoals in het beeld van een motorfiets). Uit onderzoek blijkt dat we sneller reageren op lage frequenties (grote eenvormige vlakken) en langzamer op hoge (meer detail). Verder bleek dat als stimuli maar kort genoeg zichtbaar zijn (of worden bekeken) alleen de lage frequenties verder worden verwerkt in ons visuele systeem.

Als autorijders alleen naar lage(re) frequenties (grote regelmatige vlakken) zoeken op kruispunten, kan dit betekenen dat de stimulus van een motorrijder met hoge frequentie, te veel detail, daar teveel van verschilt en de kans dat zijn beeld wordt verwerkt kleiner of nihil is.

Langham deed een proef waarbij hij 117 proefpersonen in het laboratorium video’s van verkeerssituaties voorschotelde, waarin het beeld van een motorrijder al of niet was vervangen door een verticaal staande rechthoek of een verticale “vorm” en dat van een auto al of niet door een horizontaal liggende rechthoek of een horizontale “vorm”.

Onervaren rijders zagen de simpele vorm niet als een voertuig en hadden meteen door dat er een kunstmatige rechthoek aanwezig was in het beeld.
Zeer ervaren rijders interpreteerden de vorm- en bewegingsinformatie als “een voertuig” en rapporteerden niet dat ze door hadden dat er beelden waren bewerkt.

Het experiment van Langham kan er op duiden dat ervaren rijders op een kruising zoeken naar grote uniforme vlakken en dat door selectieve aandachtmechanismen kan worden gezocht naar “wat” in het gezichtsveld wordt verwacht.

Waar een autorijder subjectief ervaart dat hij een motorrijder niet heeft ontdekt, kan dit in werkelijkheid een van drie mogelijkheden zijn:
- de motorrijder werd niet als een gevaar herkend,
- de aandacht werd niet gericht op de plaats waar de motorrijder zich bevond of
- de vorm van de motorrijder werd niet herkend als een die thuis hoort in de categorie “naderend voertuig”.

Langham benadrukt hier nog eens dat de LBFS-fout vele oorzakelijke factoren kan hebben naast de fysieke opvallendheid van de motorfiets.

Langham is het niet meteen eens met wetenschappers die de LBFS-fout wijten aan het geringe oppervlak van de motorrijder op het netvlies van de automobilist. Hij voert aan dat ook grotere voertuigen, tot treinen aan toe, worden aangereden door bestuurders die claimen dat “ze wel keken maar niet zagen”.

Ook zeer opvallend gekleurde politieauto’s die op een doorgaande weg neergezet waren bij een ongeval werden opvallend vaak aangereden door automobilisten die “wel keken maar niet zagen”. In deze gevallen kan de autorijder van de verkeerde veronderstelling zijn uitgegaan dat de politeauto hard reed, omdat dat zijn ervaring was. Dergelijke aannamen in het proces van (visuele) informatieverwerking worden niet snel gewijzigd door de rijder, hoeveel informatie in het tegendeel er ook aanwezig mag zijn. Rijders gaan dus blijkbaar in hun “rij-schemata” uit van de hypothese dat een politieauto al of niet met zwaailicht op een doorgaande weg rijdt en niet stil staat.
In dit type ongeval lijkt het erop dat de rijder de stilstaande politieauto niet te laat ontdekt, maar helemaal niet. De rijder remde in een groot deel van de gevallen namelijk helemaal niet.