识别影响无信号交叉口驾驶员礼让行为的建成环境因素：一个在明尼苏达州收集的自然主义开源数据集
机器学习
2025-01-03 v2 社会与信息网络
摘要
许多因素会影响驾驶员与行人交互中的礼让结果，包括交通流量、车速、道路特征等。虽然这些交互的个别方面已得到探索，但缺乏全面的自然主义研究，特别是那些考虑建成环境对驾驶员礼让行为影响的研究。为填补这一空白，本研究引入了一个广泛的开源数据集，该数据集汇编自明尼苏达州 18 个无信号交叉口的视频数据。该数据集记录了超过 3000 次交互，提供了驾驶员 - 行人交互的详细视图以及超过 50 个不同的上下文变量。涵盖个体驾驶员 - 行人交互和上下文因素的数据已在 https://github.com/tianyi17/pedestrian_yielding_data_MN 公开。利用逻辑回归，我们开发了一个基于已识别变量预测驾驶员礼让行为的分类模型。我们的分析表明，车速、停车场的存在、靠近公园或学校以及主要道路 crossing 的宽度显著影响无信号交叉口的驾驶员礼让行为。通过我们的发现并发布美国最全面的驾驶员 - 行人数据集之一，本研究将支持明尼苏达州及美国各地社区持续努力改善行人道路安全，并有助于自动驾驶车辆的设计。
引用
@article{arxiv.2312.15113,
title = {Identifying built environment factors influencing driver yielding behavior at unsignalized intersections: A naturalistic open-source dataset collected in Minnesota},
author = {Tianyi Li and Joshua Klavins and Te Xu and Niaz Mahmud Zafri and Raphael Stern},
journal= {arXiv preprint arXiv:2312.15113},
year = {2025}
}