The post has been translated automatically. Original language: Russian
About six people die on the roads of Kazakhstan every day. In 2025, more than 36,000 road accidents were registered, more than 2,300 dead, and more than 51,000 injured. In 85-87% of cases, the driver was found to be the culprit. According to the United Nations Economic Commission for Europe, the country is one of the three world leaders in road traffic deaths per million inhabitants.
These figures are usually attributed to indiscipline. But over the past half century, a body of scientific research has accumulated that points to a more accurate and at the same time measurable reason — the lack of a specific cognitive skill that the current learning system does not form or test. The skill is called hazard perception. And, what is important for this site, its evaluation and training is largely a task for developers.
A skill that is not in the exam
The driver's license exam tests two things: knowledge of the rules and basic driving skills. He does not test the third one — the ability to see in advance how a dangerous situation is just beginning to develop.
The difference is not speculative. Young drivers know traffic regulations as well as experienced ones, but they get into accidents 2-3 times more often. Studies with eye movement registration show what's the matter: an experienced driver recognizes an evolving threat 4-6 seconds before it resolves, a beginner — 1-2 seconds or does not recognize it at all. These few seconds are enough to slow down or change the trajectory before the collision.
Hazard perception is the ability to detect situations on the road in a timely manner that require a change in speed or direction of movement, and respond to them before a collision occurs. The skill is divided into four components: scanning the traffic situation, recognizing potential threats, predicting the development of the situation, making decisions and reacting.
The only skill statistically related to accidents
According to the classical definition by Horswill and McKenna (2004), hazard perception is the only driving skill that statistically significantly correlates with the risk of an accident in a variety of independent studies.
The origins of the trend go back to the 1970s: Pelz and Krupat (1974) showed that drivers with and without a history of accidents react differently to potentially dangerous stimuli. In the 1990s, McKenna and Crick standardized the video test procedure, which became the gold standard. In 2002, the UK was the first in the world to make the HP test a mandatory part of the theoretical exam. Australia followed in 2007-2008, the Netherlands, Ireland and the Czech Republic later.
The evidence base currently covers all levels of the evidence—based science pyramid, from national programmatic effects to randomized controlled trials and meta-analyses. Key results:
| Indicator | Which means | A source |
| −11,3% | Reduction of serious accidents in the first year of driving after the introduction of the HP test in the UK (sample of ~700,000 drivers) | Wells et al., 2008, TRL / UK DfT |
| g = 0,78 | Effect size (large) of HP driver training based on a meta-analysis of 57 studies | Goh et al., 2024, Accident Analysis & Prevention |
| −23,7% | Reduction of accident rates among young male drivers who completed RAPT training 12 months after obtaining their license (RCT, n = 5,251) | Thomas et al., 2016, NHTSA |
| +25% | The excess risk of an accident among those who failed the HP test on the first attempt (n = 33 105 + 5 862 prospective) | Horswill, Hill, Wetton, 2015 |
| ~£89.5 million | Annual UK savings from averted accidents thanks to HP test | Horswill, 2016 |
Another revealing study is Drummond (2000): Among ~100,000 probation drivers, those who scored low on the HP test were twice as likely to have a fatal or serious accident in their first year of driving.
Publications on the topic are published in the journals of the first quartile — Accident Analysis & Prevention, Transportation Research Part F, Human Factors. HP's connection to real-world accidents has been confirmed in samples totaling more than a million drivers.
Why is this an engineering task?
For the technology community, it's not the statistics themselves that are more interesting here, but the fact that hazard perception as a methodology is a set of software and engineering tasks. There are at least four of them.
The first is a software test. The classic HP test is a series of video clips from the driver's first-person perspective; the subject captures the moment when danger is detected by tapping. It is a web or mobile application with accurate timing, reaction time logging, and a valid scoring system. It is simple in architecture, but requires a psychometrically correct assessment model.
The second is the transition from response-time to hazard prediction. Modern methodology (Crundall research line) abandons the measurement of reaction time to an apparent danger in favor of the occlusion format: the video ends at a critical point, and the driver must predict what will happen next. Ventsislavova et al. (2019), comparing tests in the UK, Spain and China, showed that this format is more resistant to cultural differences and more accurately divides drivers by experience level. For a developer, this is already a meaningful design task: where to set the breakpoint, how to formalize the response space, and how to calculate the discriminative ability of a test.
The third is simulators and VR. The video format has a fundamental limitation: the subject is deprived of the freedom of gaze and cannot actively scan the scene. Vlakveld (SWOV) has developed SimRAPT, a simulation training with the effect of living in a virtual near—crash situation, and RCTs have confirmed its effect. VR headsets are being developed to train the anticipation of latent hazards. The hybrid format "video scenario + 3D simulator on Unity" is methodologically modern; a critical requirement is correct psychometric validation, otherwise it is just a game, not a measuring tool.
The fourth is the interface with ADAS and ML. A systematic review by Cao et al. (2022), summarizing a 50-year history of research, highlights among the main open questions the behavior of hazard perception in the era of partially automated cars. How does the driver's attention change when using lane-keeping, adaptive cruise control, or emergency braking? Here, HP metrics potentially become part of the architecture of intelligent systems — driver state monitoring, linking to ML models of the road scene, digital counterparts of transport behavior. This area is directly related to the research of intelligent transport management systems.
A separate task is the national library of video scripts. Direct borrowing of the British test is suboptimal: the types of conflicts and characteristic dangers in Kazakhstan differ (departure due to standing vehicles at unregulated intersections, pedestrian behavior in mixed-use buildings, the specifics of rural roads). The creation and markup of such a library is a separate product at the intersection of video production and computer vision.
Kazakhstan gap
A search in Scopus and the Web of Science for "hazard perception" combined with "Kazakhstan" returns less than five papers. HP-test is not included in the licensing system in any CIS country. The closest documented Kazakhstani scientific group is the Toraighyrov University team (Baltabekova and co—authors), which is developing an interactive car simulator.
This is a rare situation for a researcher: a mature international methodological base with an almost empty national scientific field. The first Kazakh publication in this field is highly likely to become a national pioneer.
It is useful to compare the order of values. According to open sources, more than 30 billion tenge was invested in automatic photo and video recording systems (primarily Sergek) in 2017-2025; 90-130+ billion tenge of fines were collected. At the same time, the annual death toll remains stable in the range of 2,000—2,500 people, and the share of fatal accidents in the total number of accidents is about 11-12% throughout the entire period (MIND regression analysis, Maqsut Narikbayev University, 2025). The cameras solve their task of monitoring compliance with the rules in cities, but 48% of fatal accidents occur on country roads, beyond their coverage.
This is not an argument against cameras. International practice (Great Britain, Australia) is the parallel use of two tools: cameras discipline the behavior of existing drivers, hazard perception forms the cognitive profile of new drivers before they hit the road. They close different segments of the security system. According to expert estimates, a full-fledged HP program for Kazakhstan is about 0.5 billion tenge in one—time costs, which is comparable to the cost of several dozen cameras.
The regulatory context is favorable for this: road safety has been designated as a state priority, and a package of measures to digitalize driver training was approved back in December 2024.
An open question to the community
Hazard perception is a clear example of an area where engineering implementation outstrips its absence on the market: the methodology is described, the evidence base is assembled, and the technology stack (web/mobile, Unity, VR, ML) is fully accessible. What is missing is not technology, but a validated local product.
Therefore, a question for colleagues who work with computer vision, simulations, EdTech or transport analytics: which format do you consider more promising for Kazakhstani conditions — the classic video response time test, hazard prediction occlusion format or a hybrid "video + 3D simulator"? And separately, to those who made psychometrically loaded applications.: How would you approach validating such a test so that it would be a measuring tool rather than a simulator game?
Sources
- Horswill M.S., McKenna F.P. (2004). Drivers' hazard perception ability: Situation awareness on the road. In: A Cognitive Approach to Situation Awareness. Ashgate.
- Wells P., Tong S., Sexton B., Grayson G., Jones E. (2008). Cohort II: A study of learner and new drivers. TRL Report PPR355, UK Department for Transport.
- Horswill M.S., Hill A., Wetton M. (2015). Can a video-based hazard perception test used for driver licensing predict crash involvement? Accident Analysis & Prevention, 82, 213–219.
- Thomas F.D., Rilea S.L., Blomberg R.D., Peck R.C., Korbelak K.T. (2016). Evaluation of the Safety Benefits of the RAPT Program for Novice Teen Drivers. NHTSA Report DOT HS 812 235.
- Goh K., Hill A., Watson M.O., Horswill M.S. (2024). The efficacy of hazard perception training and education: A systematic review and meta-analysis. Accident Analysis & Prevention.
- Cao S., Samuel S., Murzello Y., Ding W., Zhang X., Niu J. (2022). Hazard Perception in Driving: A Systematic Literature Review. Transportation Research Record, 2676(11).
- Ventsislavova P., Crundall D. et al. (2019). A comparison of hazard perception and hazard prediction tests across China, Spain and the UK. Accident Analysis & Prevention, 122, 268–286.
- Drummond A.E. (2000). VicRoads Hazard Perception Test: Can it predict accidents? Australian Council for Educational Research.
- Vlakveld W. et al. (2011). Do crashes and near crashes in simulator-based training enhance novice drivers' visual search for latent hazards? Transportation Research Record, 2265, 153–160.
- Baltabekova A.N., Bouchner P., Kassenov A.Zh., Abishev K. (2022). Prerequisites for Creating an Interactive Simulator for Training Drivers of Motor Vehicles. Proceedings of the Toraigyrov University.
- Accident data: Committee on Legal Statistics of the Prosecutor General's Office of the Republic of Kazakhstan, Ministry of Internal Affairs of the Republic of Kazakhstan, Bureau of National Statistics; MIND regression analysis, Maqsut Narikbayev University, 2025; UNECE.
На дорогах Казахстана ежедневно погибает около шести человек. В 2025 году зарегистрировано более 36 тысяч ДТП, свыше 2 300 погибших, более 51 тысячи пострадавших. В 85–87% случаев виновником признан водитель. По данным Европейской экономической комиссии ООН, страна входит в тройку мировых лидеров по смертности в ДТП на миллион жителей.
Эти цифры обычно объясняют недисциплинированностью. Но за последние полвека накопился корпус научных исследований, который указывает на более точную и при этом измеримую причину — отсутствие конкретного когнитивного навыка, который действующая система обучения не формирует и не проверяет. Навык называется hazard perception (восприятие опасности). И, что важно для этой площадки, его оценка и тренировка — это в значительной степени задача для разработчиков.
Навык, которого нет в экзамене
Экзамен на права проверяет две вещи: знание правил и базовые навыки управления автомобилем. Он не проверяет третью — способность заранее увидеть, как опасная ситуация только начинает развиваться.
Разница не умозрительная. Молодые водители знают ПДД не хуже опытных, но попадают в ДТП в 2–3 раза чаще. Исследования с регистрацией движений глаз показывают, в чём дело: опытный водитель распознаёт развивающуюся угрозу за 4–6 секунд до её разрешения, начинающий — за 1–2 секунды либо не распознаёт вообще. Этих нескольких секунд хватает, чтобы снизить скорость или изменить траекторию до столкновения.
Hazard perception — это способность своевременно обнаруживать на дороге ситуации, требующие изменения скорости или направления движения, и реагировать на них до возникновения столкновения. Навык раскладывается на четыре компонента: сканирование дорожной обстановки, распознавание потенциальных угроз, прогнозирование развития ситуации, принятие решения и реакция.
Единственный навык, статистически связанный с аварийностью
Согласно классическому определению Horswill и McKenna (2004), hazard perception — единственный навык водителя, который в множестве независимых исследований статистически достоверно коррелирует с риском попадания в ДТП.
Истоки направления уходят в 1970-е: Pelz и Krupat (1974) показали, что водители с историей ДТП и без неё по-разному реагируют на потенциально опасные стимулы. В 1990-е McKenna и Crick стандартизировали процедуру видео-теста, которая стала золотым стандартом. В 2002 году Великобритания первой в мире сделала HP-тест обязательной частью теоретического экзамена. Австралия последовала в 2007–2008 годах, Нидерланды, Ирландия и Чехия — позднее.
Доказательная база к сегодняшнему дню покрывает все уровни пирамиды доказательной науки — от национальных программных эффектов до рандомизированных контролируемых испытаний и мета-анализов. Ключевые результаты:
| Показатель | Что означает | Источник |
| −11,3% | Снижение серьёзных ДТП в первый год вождения после введения HP-теста в Великобритании (выборка ~700 000 водителей) | Wells et al., 2008, TRL / UK DfT |
| g = 0,78 | Размер эффекта (large) HP-обучения водителей по мета-анализу 57 исследований | Goh et al., 2024, Accident Analysis & Prevention |
| −23,7% | Снижение аварийности у молодых водителей-мужчин, прошедших тренинг RAPT, за 12 месяцев после получения прав (РКИ, n = 5 251) | Thomas et al., 2016, NHTSA |
| +25% | Превышение риска ДТП у тех, кто не сдал HP-тест с первой попытки (n = 33 105 + 5 862 проспективно) | Horswill, Hill, Wetton, 2015 |
| ~£89,5 млн | Ежегодная экономия Великобритании от предотвращённых аварий благодаря HP-тесту | Horswill, 2016 |
Ещё одно показательное исследование — Drummond (2000): среди ~100 000 пробационных водителей те, кто получил низкий балл за HP-тест, имели вдвое более высокую вероятность попасть в фатальное или тяжёлое ДТП в первый год вождения.
Публикации по теме выходят в журналах первого квартиля — Accident Analysis & Prevention, Transportation Research Part F, Human Factors. Связь HP с реальной аварийностью подтверждена на выборках общим объёмом более миллиона водителей.
Почему это инженерная задача
Для технологического сообщества здесь интереснее не сама статистика, а то, что hazard perception как методология — это набор программных и инженерных задач. Их минимум четыре.
Первое — тест как ПО. Классический HP-тест представляет собой серию видеоклипов от первого лица водителя; испытуемый фиксирует момент обнаружения опасности нажатием. Это веб- или мобильное приложение с точным таймингом, логированием времени реакции и валидной системой скоринга. Несложно по архитектуре, но требует психометрически корректной модели оценки.
Второе — переход от response-time к hazard prediction. Современная методология (линия исследований Crundall) отказывается от измерения времени реакции на видимую опасность в пользу формата с occlusion: видео обрывается в критической точке, и водитель должен предсказать, что произойдёт дальше. Ventsislavova et al. (2019), сравнив тесты в Великобритании, Испании и Китае, показали, что такой формат устойчивее к культурным различиям и точнее разделяет водителей по уровню опыта. Для разработчика это уже содержательная задача проектирования: где ставить точку обрыва, как формализовать пространство ответов, как считать дискриминативную способность теста.
Третье — симуляторы и VR. У видео-формата есть фундаментальное ограничение: испытуемый лишён свободы взгляда и не может активно сканировать сцену. Vlakveld (SWOV) разработал SimRAPT — симуляторный тренинг с эффектом проживания виртуальной near-crash-ситуации, и РКИ подтвердили его эффект. Развиваются VR-гарнитуры для тренировки антиципации латентных опасностей. Гибридный формат «видео-сценарий + 3D-тренажёр на Unity» методологически современен; критическое требование — корректная психометрическая валидизация, иначе это просто игра, а не измерительный инструмент.
Четвёртое — стык с ADAS и ML. Системный обзор Cao et al. (2022), обобщивший 50-летнюю историю исследований, выделяет среди главных открытых вопросов поведение hazard perception в эпоху частично автоматизированных автомобилей. Как меняется внимание водителя при использовании удержания полосы, адаптивного круиз-контроля, экстренного торможения? Здесь HP-метрики потенциально становятся частью архитектуры интеллектуальных систем — driver state monitoring, привязка к ML-моделям дорожной сцены, цифровые двойники транспортного поведения. Это направление прямо смежно с исследованиями интеллектуальных систем управления транспортом.
Отдельная задача — национальная библиотека видеосценариев. Прямое заимствование британского теста неоптимально: типы конфликтов и характерные опасности в Казахстане отличаются (выезд из-за стоящего транспорта на нерегулируемых перекрёстках, поведение пешеходов в смешанной застройке, специфика сельских трасс). Создание и разметка такой библиотеки — отдельный продукт на стыке видеопроизводства и компьютерного зрения.
Казахстанский пробел
Поиск в Scopus и Web of Science по запросу «hazard perception» в сочетании с «Kazakhstan» возвращает менее пяти работ. HP-тест не входит в систему лицензирования ни в одной стране СНГ. Наиболее близкая задокументированная казахстанская научная группа — коллектив Toraighyrov University (Балтабекова и соавторы), занимающийся разработкой интерактивного автомобильного симулятора.
Для исследователя это редкая ситуация: зрелая международная методологическая база при практически пустом национальном научном поле. Первая казахстанская публикация в этой области с высокой вероятностью становится национально-пионерской.
Полезно сопоставить порядок величин. В системы автоматической фото-видеофиксации (прежде всего «Сергек») за 2017–2025 годы вложено, по открытым источникам, более 30 млрд тенге; собрано 90–130+ млрд тенге штрафов. При этом годовое число погибших остаётся стабильным в коридоре 2 000–2 500 человек, а доля смертельных ДТП в общем числе аварий — около 11–12% на протяжении всего периода (регрессионный анализ MIND, Maqsut Narikbayev University, 2025). Камеры решают свою задачу — контроль соблюдения правил в городах, — но 48% смертельных ДТП происходят на загородных трассах, вне их покрытия.
Это не аргумент против камер. Международная практика (Великобритания, Австралия) — параллельное использование двух инструментов: камеры дисциплинируют поведение уже существующих водителей, hazard perception формирует когнитивный профиль новых водителей до выхода на дорогу. Они закрывают разные сегменты системы безопасности. По экспертным оценкам, полноценная HP-программа для Казахстана — это порядка 0,5 млрд тенге единовременных затрат, что сопоставимо со стоимостью нескольких десятков камер.
Нормативный контекст этому благоприятствует: дорожная безопасность обозначена как государственный приоритет, а пакет мер по цифровизации подготовки водителей утверждён ещё в декабре 2024 года.
Открытый вопрос к сообществу
Hazard perception — наглядный пример области, где инженерная реализация опережает её отсутствие на рынке: методология описана, доказательная база собрана, технологический стек (веб/мобайл, Unity, VR, ML) полностью доступен. Не хватает не технологий, а валидизированного локального продукта.
Поэтому вопрос к коллегам, кто работает с computer vision, симуляторами, EdTech или транспортной аналитикой: какой формат вы считаете более перспективным для казахстанских условий — классический видео-тест на response time, occlusion-формат hazard prediction или гибрид «видео + 3D-тренажёр»? И отдельно — к тем, кто делал психометрически нагруженные приложения: как бы вы подошли к валидизации такого теста, чтобы он был измерительным инструментом, а не тренажёром-игрой?
Источники
- Horswill M.S., McKenna F.P. (2004). Drivers' hazard perception ability: Situation awareness on the road. In: A Cognitive Approach to Situation Awareness. Ashgate.
- Wells P., Tong S., Sexton B., Grayson G., Jones E. (2008). Cohort II: A study of learner and new drivers. TRL Report PPR355, UK Department for Transport.
- Horswill M.S., Hill A., Wetton M. (2015). Can a video-based hazard perception test used for driver licensing predict crash involvement? Accident Analysis & Prevention, 82, 213–219.
- Thomas F.D., Rilea S.L., Blomberg R.D., Peck R.C., Korbelak K.T. (2016). Evaluation of the Safety Benefits of the RAPT Program for Novice Teen Drivers. NHTSA Report DOT HS 812 235.
- Goh K., Hill A., Watson M.O., Horswill M.S. (2024). The efficacy of hazard perception training and education: A systematic review and meta-analysis. Accident Analysis & Prevention.
- Cao S., Samuel S., Murzello Y., Ding W., Zhang X., Niu J. (2022). Hazard Perception in Driving: A Systematic Literature Review. Transportation Research Record, 2676(11).
- Ventsislavova P., Crundall D. et al. (2019). A comparison of hazard perception and hazard prediction tests across China, Spain and the UK. Accident Analysis & Prevention, 122, 268–286.
- Drummond A.E. (2000). VicRoads Hazard Perception Test: Can it predict accidents? Australian Council for Educational Research.
- Vlakveld W. et al. (2011). Do crashes and near crashes in simulator-based training enhance novice drivers' visual search for latent hazards? Transportation Research Record, 2265, 153–160.
- Baltabekova A.N., Bouchner P., Kassenov A.Zh., Abishev K. (2022). Prerequisites for Creating an Interactive Simulator for Training Drivers of Motor Vehicles. Труды Торайгыров университета.
- Данные по аварийности: Комитет по правовой статистике Генпрокуратуры РК, МВД РК, Бюро национальной статистики; регрессионный анализ MIND, Maqsut Narikbayev University, 2025; UNECE.
Share
