自动驾驶汽车碰撞前场景特征分析

迄今为止，自动驾驶汽车在开放道路测试中已发生数百起碰撞事故，凸显了提高自动驾驶汽车可靠性和安全性的必要性。碰撞前场景分类学根据车辆动力学和运动学特征对碰撞进行分类。在此基础上，特征分析可以识别可比碰撞中的相似特征，更有效地反映一般碰撞模式，并为提升自动驾驶汽车性能提供更有针对性的建议。然而，当前的研究主要集中在传统人类驾驶车辆之间的碰撞上，在专门的自动驾驶汽车碰撞深入分析研究方面存在空白。在本文中，我们分析了最新的加利福尼亚州自动驾驶汽车碰撞报告，并使用新修订的碰撞前场景分类学来识别碰撞前场景。我们提出了一组自动提取这些自动驾驶汽车碰撞前场景的映射规则，以 98.1% 的准确率成功识别了 24 种类型，并通过详细分析获得了自动驾驶汽车碰撞的两个关键场景（即追尾场景和交叉路口场景）。对追尾场景的关联分析表明，显著的环境影响因素包括交通控制类型、地点类型、照明等。对于有详细描述且易发生严重碰撞的交叉路口场景，我们采用因果分析获得了显著的因果因素：习惯性违规和对特定行为的预期。随后，针对政府监管和自动驾驶汽车制造商的潜在改进提出了优化建议。本文的研究结果可指导政府当局制定相关法规，帮助制造商设计自动驾驶汽车测试场景，并识别特定于各种真实世界场景的控制算法中的潜在缺陷，从而有效优化自动驾驶汽车系统。