将安全场理论纳入VRU和车辆之间的交互轨迹预测:一个集成的时空和风险意识模型
Dianchen Zhu1, Zheyan Fan2, Wei Ma3
1School of Automobile and Traffic Engineering, Hefei University of Technology, Hefei, Anhui, China.
Traffic injury prevention
|February 18, 2025
概括
在十字路口预测车辆和易受伤害的道路使用者 (VRU) 轨迹是一项挑战. 本研究引入了一个时空风险网络 (STRN) 模型,通过考虑风险和代理相互作用来提高预测准确性.
科学领域:
- 交通安全 交通安全 交通安全
- 人工智能的人工智能
- 自主系统 自主系统
背景情况:
- 十字路口是脆弱道路使用者 (VRU) - 车辆冲突的高风险区域.
- 现有的轨迹预测模型经常忽视异质的交通相互作用.
- 准确的VRU-车辆轨迹预测对于道路安全至关重要.
研究的目的:
- 提出一个新的轨迹预测模型,用于VRU-车辆交互在无信号交叉点.
- 通过结合时空特征和安全风险意识来提高预测准确度.
- 解决仅关注单个代理人的模型的局限性.
主要方法:
- 开发了一个时空风险网络 (STRN) 模型.
- 使用安全潜力场理论量化交互风险.
- 提取了代理人的空间约束和时间运动特征.
- 综合风险,空间和时间维度用于预测.
主要成果:
- STRN模型有效地预测了复杂VRU-车辆相互作用中的运动轨迹.
- 废弃性研究证实了时空风险维度对预测准确性的积极影响.
- 该模型在不同场景中展示了稳定性和可转移性.
结论:
- STRN模型提供了一种新的方法,用于预测在无信号交叉点上的异质物体相互作用.
- 该车型的性能和稳固性提高了交通安全.
- 它为智能自动驾驶汽车决策系统提供了有价值的工具.
