从滞后到前瞻：验证硬制动事件作为段落崩溃风险的高密度指标
其他计算机科学
2026-01-21 v2 应用统计
摘要
识别高风险道路段并准确预测碰撞发生对于实施有效的安全对策至关重要。虽然碰撞数据本质上反映了风险，但碰撞的稀疏性和不一致的报告会给鲁棒风险预测模型带来主要挑战。连接车辆技术的不断普及为利用高密度安全指标来增强碰撞预测提供了可行的途径。硬制动事件（HBE）被解释为一种规避性动作，因其与潜在碰撞因素的显著相关性，功能相当于 elevated driving risk 的强大代理变量。关键的是，HBE 数据在整个道路网络中比传统碰撞记录可用性更高。在本研究中，我们系统地评估了警局报告的碰撞与通过 Google Android Auto 平台识别的聚合和匿名化 HBE 之间的在 individual road segment 水平上的相关性，利用来自加利福尼亚和弗吉尼亚的数据集。经验证据表明，HBE 的发生率远高于交通事故的发生率。运用最佳实践的负二项回归模型，分析确定了 HBE 速率与事故率之间存在统计显著的正相关性：表明 HBE 频率更高的道路段与事故发生率更高的道路段保持一致。这一精细化模型纳入并控制了各种混杂因素，包括道路类型、速度轮廓、靠近坡道以及道路段坡度。由连接车辆技术得出的 HBE 因此为网络范围的交通安全评估提供了可扩展的高密度安全代理指标，具有优化更安全路由推荐和信息战略部署主动安全对策的潜力。
引用
@article{arxiv.2601.06327,
title = {From Lagging to Leading: Validating Hard Braking Events as High-Density Indicators of Segment Crash Risk},
author = {Yechen Li and Shantanu Shahane and Shoshana Vasserman and Carolina Osorio and Yi-fan Chen and Ivan Kuznetsov and Kristin White and Justyna Swiatkowska and Neha Arora and Feng Guo},
journal= {arXiv preprint arXiv:2601.06327},
year = {2026}
}