弱势道路使用者与网联自动驾驶汽车交互安全的数据驱动分析

根据世界卫生组织的数据，弱势道路使用者（VRU）卷入交通事故仍然是一个重大问题，VRU 占交通事故死亡人数的一半以上。车辆自动化和网联化程度的提高对 VRU 安全的影响仍不确定。通过部署集体感知服务（CPS），车辆可以在车联网（V2X）消息中包含有关 VRU 的信息，从而提高对环境的整体感知。尽管感知能力的提高被认为是积极的，但有人可能会指出，用于衡量感知的指标——感知率——仅与 VRU 的安全存在隐含联系。本文引入了一种定制指标——风险因子（RF），用于衡量网联自动驾驶汽车（CAV）与 VRU 之间交互的风险水平。通过评估 RF，我们评估了 V2X 通信对 VRU 风险缓解的影响。结果表明，高 V2X 渗透率可使我们提出的指标量化的平均风险降低高达 44%。尽管中位风险值显著下降，表明总体风险有所降低，但风险值的分布表明 CPS 的缓解效果被高估了，这由 RF 与感知率之间的差异所指示。此外，通过分析真实世界交通数据集，我们精确定位了场景内的高风险位置，识别出交叉口附近和停放的车辆后方区域尤为危险。我们的方法可以移植并应用于其他场景，以识别高风险区域。我们认为所提出的 RF 是在高度自动化和网联化环境中量化 VRU 安全的一个富有洞察力的指标。