基于自然驾驶数据的电动滑板车碰撞风险评估与缓解
系统与控制
2023-01-18 v2 计算机视觉与模式识别
系统与控制
摘要
近来，涉及电动滑板车的碰撞事故显著增加，但关于道路上电动滑板车骑行者行为的信息却十分匮乏。大多数现有电动滑板车碰撞研究基于回顾性描述性的媒体报道、急诊患者记录与碰撞报告。本文呈现一项聚焦于电动滑板车与车辆相遇的自然驾驶研究。目标是定量测量电动滑板车骑行者在不同相遇情境中的行为，以助益碰撞场景建模、基线行为建模以及未来车载缓解算法的潜在开发。数据分别通过使用装备传感器的车辆与电动滑板车骑行者可穿戴系统采集。我们开发了三步数据分析流程。首先，半自动数据标注提取相似环境中的电动滑板车骑行者图像与非骑行者人体图像，以训练电动滑板车骑行者分类器。随后，多步场景重建流水线生成所有相遇中车辆与电动滑板车的轨迹。最后一步是对电动滑板车骑行者行为与电动滑板车-车辆相遇场景进行建模。共分析了 500 次车辆与电动滑板车的交互。本文亦讨论了与之相关的变量。
引用
@article{arxiv.2212.12660,
title = {Risk assessment and mitigation of e-scooter crashes with naturalistic driving data},
author = {Avinash Prabu and Zhengming Zhang and Renran Tian and Stanley Chien and Lingxi Li and Yaobin Chen and Rini Sherony},
journal= {arXiv preprint arXiv:2212.12660},
year = {2023}
}