面向自动驾驶汽车的三枝路口典型危险场景构建方法

场景构建是自动驾驶汽车测试的重要环节,然而针对路口场景,目前研究多集中于十字路口。为了明确自动驾驶汽车在三枝路口运行时所需考虑的典型要素和危险场景,通过收集我国两个城市近3年的道路交通事故数据,依据自动驾驶汽车特点筛选得到378例碰撞事故案例;基于案例中场景要素分析确定聚类参数,通过聚类分析和卡方检验,并基于事故类型提取典型参数特征,得到10类三枝路口典型危险场景。研究成果可为自动驾驶汽车城市道路交叉口测试场景库的扩充提供依据。     

基于交通事故数据的自动紧急制动系统测试场景构建

为了探究面向汽车主动安全技术功能验证的测试场景的科学构建方法,构建符合真实交通状况的高保真测试场景。以自动紧急制动（Autonomous Emergency Braking, AEB）系统为研究对象,以美国高速公路安全管理局事故数据库中筛选出的AEB系统功能适用的6 639起道路交通事故为研究样本,通过机器学习方法实现了由事故数据到测试场景的科学转换。针对传统聚类算法的缺陷,提出了基于层次聚类和K-means聚类相结合的融合聚类算法,并引入聚类曲线以开展事故数据样本的聚类分析。根据聚类获取的12类典型事故场景,构建了面向AEB系统功能验证的14种测试场景。研究表明：相比于传统的K-means聚类算法,融合聚类算法平均减少了8次迭代次数;聚类结果平均减少3%的波动;实现事故数据样本的科学准确聚类且提升数据聚类效率。所提出的测试场景在实现对现有AEB测试场景有效覆盖的同时,为标准测试场景的进一步扩充提供了有力支撑。     

基于事故序列的自动驾驶汽车事故场景提取与分析

测试场景构建对于评估自动驾驶汽车(autonomous vehicles, AVs)上路运行风险至关重要。 通过收集 2019—2021 年 加州自动驾驶汽车事故报告,首先,将事故序列描述为初始阶段、触发事件、应对动作和碰撞阶段的组合,并从事故报告中提 取序列构成基础测试场景。 其次,通过序列比对算法衡量序列之间的不相似度。 最后,使用聚类分析方法得到 9 类场景组及 其典型场景。 频率分析表明最具有代表性的事故模式为 AV 停止后被后方直行的车辆接触。 交叉表分析表明场景组与衡量 事故结果和描述道路环境的变量显著相关。 研究方法为 AV 事故场景提取和分类提供新思路,研究结果对了解 AV 事故模式 具有参考价值。     

基于自然驾驶数据的匝道行驶典型场景聚类分析

匝道行驶由于存在潜在的车辆间交通冲突,对自动驾驶汽车来说是一项挑战,因此,有必要对匝道的典型场景开展研究,以便应用于自动驾驶汽车的开发和测试。基于自然驾驶数据（naturalistic driving data, NDD）研究了匝道行驶典型场景。首先,通过对车辆在匝道上交互时的3个主要元素进行定义,包括初始状态（initial state, S）、驾驶动作（driving action, A）和交互性能（interaction performance, P）,并以此来描述车辆的交互行为;然后,选取用于表征A和P的变量作为聚类特征,通过基于Calinski-Harabasz（CH）指数的K-means聚类方法获得8种聚类结果,根据聚类结果对各变量进行分析,得到4种典型的交互方式;再后,通过分析表征初始状态的变量,运用置信椭圆提取典型的逻辑场景;最后,基于逻辑场景随机选择两个具体场景对自动驾驶系统（autonomous driving system, ADS）进行测试和评估。结果表明,运用研究获得的匝道行驶典型场景进行测试,可揭示自动驾驶汽车与其他交互车辆间的交互能力,说明基于NDD并运用聚类分析方法生成的匝道行驶典型场景是有效的。     

基于自然驾驶研究的直行追尾危险场景诱导因素分析

基于中国自然驾驶工况数据,筛选了直行追尾危险工况,通过修正的DREAM(driving reliability and error analysis method)方法进行了诱导因素分析.对直行追尾危险场景依据车辆行驶特点进行了场景细分,分析了不同场景细分类型下诱导因素逻辑图.结果表明,在直行追尾场景中驾驶员的"力度不足"和"距离过短"为占比最高的紧急事件(危险特征),并分析了追尾场景中4个细分类型对应的紧急事件特点.研究发现,中国驾驶员的驾驶习惯与欧美有较大差别,直行追尾危险场景中最主要的深层诱导因素为驾驶员习惯性期待他车特定驾驶行为等不良驾驶习惯,而不是在驾驶过程中与驾驶操纵无关的第二行为.     

数据驱动的公路典型风险场景聚类与特征分析

为了明晰公路交通中典型风险场景,提高公路测试场景构建和公路安全分析的针对性和指导性。收集不同区域代表性省份5年约60 000条公路交通事故数据作为数据源,筛选确定关键分类变量,分别针对7类典型公路路段和路口开展典型交通冲突形式聚类分析,共获取16类典型风险场景,然后构建场景风险特征表征参数,针对典型风险场景的风险特征进行对比分析,进而深入分析道路和环境因素对场景事故数量和发生事故严重程度的影响特征。结果表明：路表情况、防护设施类型、交通信号方式、照明条件、天气和能见度等因素都对部分场景的风险度有较大影响,路面状况因素对场景风险度影响不大。     

一种基于混合现实的自动驾驶车辆测试方法

针对自动驾驶汽车在复杂环境下的安全性测试问题,提出一种基于混合现实的自动驾驶车辆测试方法。该方法将仿真环境中的虚拟场景映射到真实的测试环境,通过传感器和数据融合快速收集自动驾驶测试车的智能感知和行为决策等性能指标,然后基于混合现实测试场景、控制中心、测试车辆构建闭环测试系统。通过案例验证,说明该方法可满足在多种场景下自动驾驶车辆的测试要求。     

自动驾驶自动紧急制动关键场景测试案例提取研究

为提取自动驾驶自动紧急制动(autonomous emergency braking system,AEB)关键场景测试案例,依据不同抽象程度依次重构符合自然驾驶规律的功能场景、逻辑场景、具体场景,进而对AEB系统展开测试并求解其关键场景。从自然驾驶数据集NGSIM筛选出车辆跟随实例构建出功能场景,基于场景要素构建功能场景,提取出该场景的关键字要素,采用高斯混合模型拟合自然驾驶数据,获得具有概率密度分布的逻辑场景,基于Gibbs抽样的蒙特卡洛方法生成具体测试实例,并通过重要性抽样方法生成关键场景。最后对生成到的关键场景聚类加速场景生成,并对其AEB系统在Prescan仿真软件进行测试。结果表明,AEB系统可对生成的关键场景实现避免碰撞。     

人车碰撞事故中行人伤亡风险的关联性分析与预测

为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。     

复杂道路监控场景下的车辆检测与跟踪数据集

针对现有大部分车辆检测与跟踪数据集通常存在的采集场景单一、数据集长尾分布以及图像采集环境简单等问题,本文构建一个车辆数据集VeDT-MSS,用于城市以及乡村监控场景下4种车辆类别（小汽车、卡车、公交车和摩托车）的检测以及跟踪研究。该数据集具有交通场景多样化、卡车的类内多样性大、摩托车标注实例占比高以及背景复杂程度高4个显著特性。为了验证该数据集的有效性,在目标检测以及多目标跟踪任务上进行了大量的基线实验。实验结果表明,VeDT-MSS数据集在评估现有算法的鲁棒性和泛化性方面具有实用性。该数据集的提出对促进车辆检测与跟踪研究具有相当的潜力,并为计算机视觉社区评估算法性能提供一个新的数据选择。     

基于车辆轨迹数据的急减速驾驶行为判定方法

目前很多研究使用车辆轨迹数据来识别急减速驾驶行为,但目前使用的固定阈值方法无法对不同驾驶场景做出区分且缺乏建模分析.基于车辆跟驰模型,提出了一种包含多种驾驶场景的急减速驾驶行为判断方法,该方法考虑照明条件、天气、道路车速等参数,解决了现有方法中缺乏场景分类的问题.使用聚类算法区分历史数据中的急减速驾驶行为,提取实际阈值...     

网络多车辆实时仿真的同步算法

系统采用分层的状态同步方式,模拟了以往较难实现的无人驾驶多车辆同步实时交互场景. 在终端内部,车辆与场景通过交换位置数据和速度数据的方式实现同步;在网络上,各终端都通过与服务器交换数据同步到场景中来,实现跨终端同步仿真,并可弹性扩展至大规模车辆仿真. 通过同步多个仿真环境中的交通参与者行为、车辆运动学观测以及时钟信号,使需要多车配合才能实现的场景成为可能.     

典型危险化学品事故模拟试验研究

研究设计了池火灾、有毒物质泄漏等典型危险化学品事故场景,并采用相关系数、偏差等方法与选择的理论计算模型进行了对比分析.事故模拟试验结果表明,池火灾事故模拟试验值与计算值的相关系数、偏差分别为0.993,7.9%,有毒物质泄漏模拟试验值与计算值的相关系数和偏差分别为0.976、22.6%,试验数据与模型计算结果具有较好的一致性,拟合性较好,事故计算模型具有较高的准确度.研究成果对确定危险化学品事故计算模型、科学分析危险化学品事故后果提供了技术支持.     

基于情感强度的自动驾驶车辆决策机制探究

随着自动驾驶技术的逐渐成熟,传统人工驾驶车辆和自动驾驶车辆之间的混行将成为常态。为使车辆安全高效行驶,自动驾驶车辆的决策机制须与人类决策一致。危险工况下的驾驶决策复杂,紧张恐惧等情感也是驾驶决策不可忽视的因素。以一典型危险场景为例,利用虚拟驾驶实验还原场景,对场景内驾驶决策的影响因素进行分析,建立了包括情感强度等输入指标的改进PSO-LSSVM驾驶决策模型,探究情感强度对驾驶决策的影响。结果表明,在决策模型中加入情感强度指标可提高预测准确率。     

基于驾驶员紧急制动行为特征的危险估计算法

基于真实交通工况下驾驶员的紧急制动行为特征,建立了一种新的危险估计算法用于汽车避撞系统的控制策略开发.通过在车辆上安装车辆行驶记录仪采集了目标区域内驾驶员的真实交通场景;对采集到的交通场景进行人工筛选,并按照美国高速公路安全管理局(NHTSA)的分类方法进行了分类,得到了6种典型的危险工况;通过视频图像处理等方法对典型危险工况下驾驶员的紧急制动行为进行了分析,得到了驾驶员紧急制动起始点的碰撞时间tTTC值以及车辆在紧急制动过程中的平均制动减速度,并利用这些数据建立了基于碰撞时间倒数tiTTC和期望减速度areq的危险估计算法.这种危险估计算法能够同时考虑两车快速靠近以及稳定跟车工况,并与驾驶员在真实交通环境中的紧急制动行为相对应.     

液氨存储与汽化区火灾爆炸事故后果场景模式的安全风险比较

选择多种案例,利用构建的液氨存储与汽化区火灾爆炸事故后果模式的基本场景与火灾防控场景,比较基于道化法对基本场景和火灾防控措施场景的火灾爆炸事故后果危险程度与危险等级,结果表明：设定工艺与工艺参数控制条件下的基本场景,反映的是液氨存储与汽化的工艺特征与液氨（氨）固有危险特性,依据道化法得到其火灾爆炸指数为128、危险程度高、危险等级Ⅳ级;在基本场景条件下,基于工艺过程的固有危险特征,采取工艺危险性控制特征、物质隔离控制特征控制措施后,则会有效降低工艺过程的事故后果危险程度与危险等级;基于火灾防控措施场景采取应防控措施后,案例1 的事故后果危险程度由较轻降为最轻、危险等级由Ⅱ级降为Ⅰ级,案例2、案例3 的事故后果危险程度由中等降为较轻、危险等级由Ⅲ级降为Ⅱ级,只有案例4 的事故后果危险程度、危险等级没有发生变化,表明其采取的措施不足.     

车道被占用对城市道路通行能力的影响

通过观察视频1整理分析数据,得出每个信号周期事故点的实际通行能力与到达事故点上游的车辆数,进而得出每个信号周期事故点排队车辆数.根据排队车辆数的变化及变化率分析了不同信号周期内实际通行能力的变化过程.从图形和数据角度分别表明视频1中交通事故开始到第13个周期内总的车辆排队数大于视频2,并分析了造成该差异的原因.运用最小二乘拟合和变上限积分方法建立了车道被占用对城市道路通行能力的影响的数学模型,从而得到了问题(3)的函数关系.     

自动驾驶路测融合度建模与分析

选取5个指标构建评价指标体系,然后采用皮尔生长曲线函数和负指数函数对正向指标和逆向指标进行标准化,并利用专家打分和层次分析法量化各指标权重,最后建立自动驾驶路测融合度模型。对基于上海市2类城市道路场景和1类高速公路场景的自动驾驶路测实测数据与仿真结果开展案例分析,验证路测融合度模型的合理性和有效性。结果表明：无论对于城市道路场景还是对于高速公路场景,避险脱离率是表征自动驾驶车融入到现有道路交通系统程度的最重要指标;高速公路场景下的自动驾驶路测融合度显著高于城市道路场景下的自动驾驶路测融合度;加大自动驾驶测试里程、测试时长和测试场景复杂度,可以促进自动驾驶技术的成熟。     

基于K均值聚类分析的车辆横向稳定性判定方法

针对既有车辆失稳判定方法存在的不足,开展了车辆横向稳定性关于模式识别的研究,提出了一种基于K均值聚类分析的车辆横向稳定性判别方法.利用CarSim建立整车动力学模型,采用K均值聚类算法对车辆行驶状态数据进行离线聚类分析,得到离线聚类质心及其危险等级.搭建CarSim与Simulink联合仿真平台,计算车辆实时行驶数据点与离线聚类质心之间的欧氏距离,设计了车辆横向稳定性判定指标,对车辆行驶稳定性进行了在线识别.该判定方法充分利用车辆离线数据和实时数据,对车辆行驶状态数据进行数据挖掘.仿真结果表明,该判定方法能够准确实时量化车辆的行驶稳定性,为控制系统的介入时机与程度提供判据.     

基于液氨存储与汽化区火灾爆炸事故后果场景的安全风险研究

依据选择的案例,构建了液氨存储与汽化区火灾爆炸事故后果的基本场景和基于火灾防控措施的场景;以道化学火灾爆炸指数法作为构建场景事故后果的风险评估方法,对基本场景和火灾防控措施场景的火灾爆炸事故后果进行了风险评估,结果表明,设定工艺条件与工艺参数控制条件下的基本场景,反映的是液氨存储与汽化的工艺特征与液氨（氨）固有危险特性,依据道化法得到其火灾爆炸指数为128、危险程度高、危险等级Ⅳ 级;通过工艺危险性与物质隔离特征控制,其火灾爆炸指数为91.24、危险程度较轻、危险等级Ⅱ级,但其火灾爆炸暴露半径仍然能够覆盖到作业区域外部的设施与道路,具有一定的危险性;通过构建的火灾防控措施场景,液氨存储与汽化工艺的火灾爆炸系数降为56.56,其作业场所危险性的危险程度为最轻、危险等级Ⅰ级,说明火灾防控措施可有效地降低事故损失.