用于自然道路环境中微观层级电动滑板车行为研究的穿戴式数据采集系统

作为最流行的微出行方式之一，电动滑板车（e-scooter）正在美国及全球数百个大都市和大学城普及。与此同时，电动滑板车也给交通安全带来新的挑战。一般而言，电动滑板车建议在自行车道/人行道上骑行，或以约15-20 mph的最高速度与汽车共享道路，其灵活性高于且远快于行人与自行车骑行者。这些特征使得电动滑板车对于人类驾驶员、行人、车辆主动安全模块及自动驾驶模块而言难以察觉与交互。为研究这一新型出行方式并解决电动滑板车骑行者与其他道路使用者的安全关切，本文提出一种穿戴式数据采集系统，用于探究自然道路环境中的微观层级电动滑板车运动行为。通过集成LiDAR、相机与GPS并采用机器人操作系统（ROS），已开发出基于电动滑板车的数据采集系统。开发了软件框架以支持硬件接口、传感器操作、传感器同步与数据保存。该集成系统可连续数小时采集数据，满足包括标定精度及采集车辆与电动滑板车相遇数据能力在内的所有要求。