用于高速公路驾驶风险评估的复合安全势场
机器人学
2025-05-01 v1 应用统计
摘要
在车辆安全技术快速发展的时代，驾驶风险评估已成为关注的焦点。诸如碰撞预警系统、先进驾驶辅助系统（ADAS）和自动驾驶技术的发展，要求对驾驶风险进行主动且实时的评估。要有效，驾驶风险评估指标必须不仅准确识别潜在碰撞，还能展现类人推理，以实现车辆之间的安全顺畅交互。现有的安全势场模型通过考虑客观和主观安全因素来评估驾驶风险，但其在实际风险评估任务中的适用性有限。这些模型结构往往任意，校准困难，校准效率低下，因事故统计数据稀缺此外，还难以在纵向和横向风险之间推广。为此，我们提出了一种复合安全势场框架，即 C-SPF，包含用于捕捉驾驶员对空间接近性风险感知的主观势场，以及用于量化即将发生碰撞概率的客观势场，以全面评估驾驶风险。C-SPF 利用来自轨迹数据集中丰富的二维间距数据进行校准，使其能够有效捕捉驾驶员的接近风险感知，并提供对驾驶行为更真实的解释。对自然驾驶数据集的分析表明，C-SPF 能够捕捉触发驾驶员安全机动的纵向和横向风险。进一步的案例研究突出了 C-SPF 解释横向驾驶行为的能力，例如 放弃变道或相对于相邻车辆调整横向位置，这些能力是现有模型难以实现的。
引用
@article{arxiv.2504.21158,
title = {Composite Safety Potential Field for Highway Driving Risk Assessment},
author = {Dachuan Zuo and Zilin Bian and Fan Zuo and Kaan Ozbay},
journal= {arXiv preprint arXiv:2504.21158},
year = {2025}
}