基于真实车辆测试中的事故场景的智能汽车接管安全研究
Pingfei Li1,2,3, Meiling Zhou2, Chang Xu2,4,5
1School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China.
Sensors (Basel, Switzerland)
|September 13, 2025
概括
由于系统限制,智能汽车在合作驾驶中面临风险. 提高驾驶员参与度和车辆警告对于在关键情况下的接管安全至关重要.
科学领域:
- 汽车工程 汽车工程
- 人与机器的互动 人与机器的互动
- 道路交通安全 道路交通安全
背景情况:
- 智能汽车引入了新的事故模式,特别是人机合作驾驶 (HMCD).
- 自动化系统的功能限制,加剧了驾驶员的分心,增加了事故风险.
- 诸如大曲率曲线和静态障碍物等特定场景带来了重大挑战.
研究的目的:
- 在典型的事故场景中,在真实车辆测试中调查接管安全.
- 确定HMCD的关键故障点和必要的系统改进.
- 为设计更安全的辅助驾驶系统提供数据.
主要方法:
- 在两个不同的危险场景中进行了真实车辆测试:大曲线曲线和静态障碍物.
- 分析重点是车辆行为,驾驶员反应时间和接管事件期间的系统性能.
- 从测试中收集的数据为HMCD的安全性评估提供了信息.
主要成果:
- 车辆在大型曲线和静态障碍物场景中表现出出轨和错过目标检测.
- 纵向控制需要至少4.12秒的驾驶员反应时间.
- 横向控制需要至少1.87秒的驾驶员反应时间.
结论:
- 驾驶自动化系统需要在合作驾驶阶段加强驾驶员参与.
- 在自动驾驶阶段,加强早期预警能力至关重要.
- 研究结果为设计更安全的辅助驾驶系统和测试危险场景提供了关键的见解.
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
17.8K
11:41Evaluation of an Exclusive Spur Dike U-Turn Design with Radar-Collected Data and Simulation
Published on: February 1, 2020
20.8K
