混合交通中驾驶员在环岛处如何表现？一项使用机器学习的案例研究
机器学习
2023-09-26 v1 人工智能
计算机与社会
摘要
驾驶行为被视为每位驾驶员独特的驾驶习惯，并对道路安全有显著影响。对驾驶行为进行分类并基于结果引入政策可降低道路上碰撞的严重程度。环岛尤为有趣，因为环岛区域内不同道路使用者之间存在相互关联的交互，对此假设存在不同的驾驶行为。本研究使用数据驱动的无监督机器学习，对德国三个环岛处的混合交通环境中的驾驶行为进行调查以分类驾驶行为。我们使用车辆运动学数据集针对环岛处一组不同车辆与弱势道路使用者（VRUs），并将它们分为三类（即保守、正常与激进）。结果表明，大多数通过环岛的驾驶员主要可分为两种驾驶风格：保守与正常，因为环岛处交通速度相对低于其他信号控制与非信号控制交叉口。结果还显示，约 77% 与行人或骑行者交互的驾驶员被分类为保守驾驶员，相比之下未交互者中约 42% 为保守驾驶员，或所有驾驶员中约 51% 为保守驾驶员。似乎驾驶员在环岛处与 VRUs 交互时倾向于表现异常，这在交叉口为多模式时增加碰撞风险。本研究结果可助于通过使政策制定者确定有效且合适的安全对策来改善道路安全。结果也将有益于高级驾驶辅助系统（ADAS），因该技术正部署于混合交通环境中。
引用
@article{arxiv.2309.13442,
title = {How Do Drivers Behave at Roundabouts in a Mixed Traffic? A Case Study Using Machine Learning},
author = {Farah Abu Hamad and Rama Hasiba and Deema Shahwan and Huthaifa I. Ashqar},
journal= {arXiv preprint arXiv:2309.13442},
year = {2023}
}