连接自动驾驶汽车的安全验证,使用大规模测试轨道在高保真模拟环境中进行
Zheng Xu1, Xiaomeng Wang2, Xuesong Wang3
1Department of Civil Engineering, Monash University, Melbourne, VIC 3800, Australia.
Accident; analysis and prevention
|March 19, 2025
概括
开发安全的互联自动驾驶汽车 (CAV) 是一个挑战. 一个新的共同模拟框架使大规模测试成为可能,在70%的CAV透率下揭示了最佳的安全性,大大减少了事故.
科学领域:
- 运输工程 运输工程
- 人工智能的人工智能
- 交通安全 交通安全
背景情况:
- 公众关注和安全验证挑战阻碍了互联自动驾驶汽车 (CAV) 的实施.
- 现有的测试方法是有限的,现实世界的测试是昂贵的,耗时的,和不切实际的车队评估.
研究的目的:
- 为大规模CAV安全验证提供一个全面的共模拟框架.
- 建立一个高保真性测试环境,解决当前验证方法的局限性.
主要方法:
- 整合CARLA和交通微模拟,创建一个20x20平方公里的测试环境.
- 开发一个智能CAV功能,使用深度强化学习和基于实用程序的连接.
- 使用代用安全评估和多类型贝叶斯分层模型实施安全指标.
主要成果:
- 在70%的CAV透率下,确定了最佳的安全性能,事故率降低了86.05%.
- 在农村/郊区实现了最佳安全 (冲突概率为0.4),但冲突在过渡区持续存在 (概率>0.7).
- 圆圈和有信号的十字路口被确定为CAV的关键冲突点 (>70%).
结论:
- 同模拟框架为CAV安全验证提供了一个现实的,大规模的解决方案,克服了现实世界的测试局限性.
- 结果为CAV安全模式提供了关键的见解,并确定了混合交通环境中改善的关键领域.
更多相关视频
11:12Driving Simulation in the Clinic: Testing Visual Exploratory Behavior in Daily Life Activities in Patients with Visual Field Defects
Published on: September 18, 2012
17.3K
11:41Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation
Published on: February 1, 2020
20.3K
