加强混合交通安全评估:一种新的安全指标与全面的行为建模框架相结合
Kangning Hou1, Fangfang Zheng1, Xiaobo Liu1
1School of Transportation and Logistics, Southwest Jiaotong University, Western Hi-tech Zone Chengdu, Sichuan 611756, PR China; National Engineering Laboratory of Integrated Transportation Big Data Application Technology, Southwest Jiaotong University, Western Hi-tech Zone Chengdu, Sichuan 611756, PR China.
Accident; analysis and prevention
|September 7, 2024
概括
一个新的安全指标,距离和速度差速率的加权组合 (WS2DR),有效地评估了自动驾驶 (AV) 和人驾驶车辆 (HV) 混合交通中的风险. 它的性能优于传统方法,突出了在安全评估中需要AV-HV区分的需要.
科学领域:
- 交通安全工程 交通安全工程
- 智能运输系统 智能运输系统
- 自动驾驶汽车技术自动驾驶汽车技术
背景情况:
- 混合交通环境中,自动驾驶汽车 (AV) 和人驾驶汽车 (HV) 面临着独特的安全挑战.
- 现有的代用安全措施 (SSM) 不足以准确评估在这些复杂,异质的交通条件下的安全.
- 当前的方法往往无法充分区分AV和HV行为,导致不准确的安全评估.
研究的目的:
- 为混合交通引入一种新型的替代安全措施 (SSM),称为间距和速度差速率 (WS2DR) 的加权组合.
- 提出一种用于验证WS2DR并确定其安全门的比较分析方法.
- 开发一种复杂的混合流量建模方法,考虑不同的AV和HV特征.
主要方法:
- 开发和应用新的WS2DR指标.
- 对WS2DR与传统的SSM进行比较分析 (例如,碰撞时间,减速率以避免碰撞).
- 实施详细的混合交通模拟模型,结合AV能力和HV限制 (例如反应时间,运动估计错误).
主要成果:
- 与传统指标相比,WS2DR在各种交通条件下表现出卓越的适应性和风险检测能力.
- 考虑到AV-HV差异的新型混合交通模型对于准确的安全评估至关重要.
- 模拟结果表明,增加的AV透率和改善的道路安全之间存在正相关性.
结论:
- 对于混合流量环境而言,WS2DR是一个比现有措施更有效的SSM.
- 在混合交通中准确的安全评估需要模型,这些模型明确考虑AV和HV之间的行为差异.
- 优化混合交通安全需要先进的建模和精细的评估指标,以充分实现AV的好处.
