在匹兹堡,使用贝叶斯网络对自动驾驶汽车的自行车手和行人表示偏好分析

科学领域:

• 运输工程 运输工程 运输工程
• 人与计算机的互动.
• 公共安全公共安全.

背景情况:

• 车辆的技术进步正在引入自动化,引发了人们对与行人和骑自行车等弱势道路使用者的互动的担忧.
• 人类行为的不可预测性为自动驾驶汽车 (AV) 导航和安全带来了独特的挑战.
• 在了解与自行车共享道路时行人和骑自行车者对安全的看法方面存在差距.

研究的目的:

• 分析影响行人和骑自行车者在与自行车共享道路时对安全感知的因素.
• 调查用户熟悉度,道路测试和感知到的自动驾驶安全之间的关系.
• 根据用户的感知,评估自动驾驶汽车在减少与交通有关的伤害和死亡事故方面的潜力.

主要方法:

• 利用自行车匹兹堡在2019年收集的关于宾夕法尼亚州匹兹堡的AVS的调查数据.
• 采用贝叶斯网络 (BNs) 来建模AV方面与用户感知之间的概率关系.
• 分析的因素包括对自动驾驶技术的熟悉程度,对自动驾驶汽车和人驾驶汽车的安全感以及在公共道路上使用自动驾驶汽车的经验.

主要成果:

• 熟悉自动驾驶技术,对自动驾驶汽车感到安全,以及在公共道路上进行测试的自动驾驶汽车与自动驾驶汽车减少交通伤害和死亡人数的可能性更高有关.
• 相反,与人驾驶汽车感到安全的感觉与自动驾驶汽车安全潜力的可能性较低有关.
• 与自动驾驶汽车共享道路的经验,对自动驾驶汽车技术的熟悉性和公共道路测试显著增加了在自动驾驶汽车周围感到安全的可能性.

结论:

• 贝叶斯网络分析表明,自动驾驶汽车有95%的潜力来减少交通伤害和死亡,而86%的可能性是用户感到安全与他们共享道路.
• 为运营商,城市工程师和规划人员提供建议,以提高自动驾驶汽车的安全性和公众接受度.
• 对骑自行车者和行人与自动驾驶汽车的互动进行进一步的研究对于安全融入交通系统至关重要.