PRISMA：一种用于推导概率替代安全测度以进行风险评价的 novel 方法
机器人学
2023-09-06 v2
摘要
替代安全测度（SSM）用于以交通冲突中安全风险的形式表达道路安全。通常，SSM 依赖于关于交通参与者轨迹未来演化的假设来生成风险测度，这限制了其在这些假设成立的场景中的适用性。针对该局限，我们提出新颖的 Probabilistic RISk Measure derivAtion（PRISMA，概率风险测度推导）方法。PRISMA 方法的目标是推导可用于实时计算特定事件（例如碰撞）发生概率的 SSM。PRISMA 方法采用数据驱动方法预测可能的未来交通参与者轨迹，从而减少对关于这些轨迹的特定假设的依赖。由于 PRISMA 不受特定假设束缚，该方法具备为多种场景推导多个 SSM 的能力。指定事件的发生概率基于仿真，并与回归模型结合，使我们的派生 SSM 能够进行实时风险估计。为说明 PRISMA 方法，我们推导了一个用于纵向交通交互期间风险评价的 SSM。由于已知无从第一性原理客观估计风险的方法（即不存在已知的风险真值），客观比较两个 SSM 的优劣即便可能也极为困难。作为替代，我们提供了一种针对预期风险趋势对所推导 SSM 进行基准测试的方法。基准测试的应用表明该 SSM 与预期风险趋势相符。尽管所推导 SSM 展现了 PRISMA 方法的潜力，未来工作包括将该方法应用于其他类型交通冲突，如横向交通冲突或与弱势道路使用者的交互。
引用
@article{arxiv.2303.07891,
title = {PRISMA: A Novel Approach for Deriving Probabilistic Surrogate Safety Measures for Risk Evaluation},
author = {Erwin de Gelder and Kingsley Adjenughwure and Jeroen Manders and Ron Snijders and Jan-Pieter Paardekooper and Olaf Op den Camp and Arturo Tejada and Bart De Schutter},
journal= {arXiv preprint arXiv:2303.07891},
year = {2023}
}
备注
Accepted for publication in Accident Analysis & Prevention. 28 pages, 5 figures, 1 table