基于分层贝叶斯方法的自动驾驶与传统驾驶模式下事故影响因素的差异效应
应用统计
2022-04-11 v2
摘要
涉及自动驾驶车辆（AV）的事故影响因素已受到越来越多的关注。然而，缺乏对 AV 与人类驾驶车辆事故影响因素的比较分析。为填补这一研究空白，本研究旨在探索自动驾驶与传统驾驶模式下事故影响因素的差异效应。本研究获取了 154 条公开可用的自动驾驶车辆事故数据（70 条为自动驾驶模式，84 条为传统驾驶模式），并从环境、道路和车辆三类中提取了 36 个解释变量。随后，应用分层贝叶斯方法分析两种驾驶模式下事故类型与严重度的影响因素。结果显示，部分因素对两种驾驶模式均有影响，但程度不同。例如，转弯运动的存在对传统驾驶模式下的事故严重度影响更大，而在自动驾驶模式下，转弯运动导致追尾事故可能性更大幅度下降。更多影响因素仅对其中一种驾驶模式有显著影响。例如，在自动驾驶模式下，两侧人行道降低了事故严重度，路边停车与追尾事故正相关，但在传统驾驶模式中它们不显著。本研究有助于理解和发展自动驾驶系统，以及自动驾驶与传统驾驶之间更好的协调。
引用
@article{arxiv.2108.02422,
title = {Divergent Effects of Factors on Crashes under Autonomous and Conventional Driving Modes Using A Hierarchical Bayesian Approach},
author = {Weixi Ren and Bo Yu and Yuren Chen and Kun Gao and Shan Bao},
journal= {arXiv preprint arXiv:2108.02422},
year = {2022}
}
备注
42 pages,10 figures