电动自行车代理：大语言模型驱动的电动自行车事故分析与严重程度预测
人工智能
2025-10-28 v2
摘要
电动自行车迅速成为可持续城市出行方式的主流，但其安全隐患仍未得到充分探索。本文使用两个数据来源——CPSRMS（Consumer Product Safety Risk Management System Information Security Review Report）和 NEISS（National Electronic Injury Surveillance System）数据集，分析涉及电动自行车和传统自行车的伤害事件。我们提出一种标准化分类框架，用于识别和量化伤害原因和严重程度。通过将事件叙述与人口统计属性整合，我们揭示了机械故障模式、伤害严重程度模式以及受影响用户群之间的关键差异。尽管两者共享一些常见原因，如失控和踏板故障，但电动自行车存在独特风险，包括电池引发的火灾和刹车失灵。这些发现凸显了为电动自行车及其他微型交通工具安全集成到城市交通网络所需的定制化安全干预和基础设施设计的重要性。
引用
@article{arxiv.2506.04654,
title = {E-bike agents: Large Language Model-Driven E-Bike Accident Analysis and Severity Prediction},
author = {Zhichao Yang and Jiashu He and Mohammad B. Al-Khasawneh and Darshan Pandit and Cirillo Cinzia},
journal= {arXiv preprint arXiv:2506.04654},
year = {2025}
}