学习笔记——交通安全分析38

本文主要是介绍学习笔记——交通安全分析38，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

前言

学习笔记整理

15面向自动驾驶的交通安全分析

结束语

前言

#随着上一轮SPSS学习完成之后，本人又开始了新教材《交通安全分析》的学习

#有需要全套26版SPSS操作教程（数据分析）的宝子欢迎进我主页订阅哈（一杯奶茶钱，谢谢啦，物超所值），期待与宝子们共同进步吖~

#笔记整理过程不易，喜欢UP就点个免费的关注趴！

#本期内容接上一期37笔记

学习笔记整理

15面向自动驾驶的交通安全分析

利用带精英策略（elitist principle）的非支配排序遗传算法（Elitist Non-dominated Sorting Genetic Algorithm，NGSA-Ⅱ）求解多目标优化问题。--A fast and elitist multiobjective genetic algorithm：NGSA-Ⅱ 2002[J]，《交通安全分析》P457
针对标定后的模型，对比驾驶人、未嵌入RSS的ACC和嵌入标定后RSS的ACC，实现RSS算法安全性能的横向与纵向评估。算法安全性能评估需选取有效的安全评价指标。安全评价指标将微观车辆动力学参数与事故风险进行联系，可从一定程度上反映潜在的事故风险。--《交通安全分析》P458
常用的安全评价指标包括车头时距（time head way）、避免碰撞减速度（Deceleration Rate to Avoid Crash，DRAC）、碰撞时间TTC等，其中TTC常被用于评估追尾事故风险【TTC是一个瞬时值，而时间综合TTC（即TIT）是一个集计指标，用以评估一段时间内TTC小于某个阈值的累计时长，可以反应一段时间内的累计事故风险】。--《交通安全分析》P458-459
交叉口的角度、尺度、视距等设计参数会对自动驾驶车辆运行产生较大影响，导致自动驾驶车辆无法及时探测到目标冲突车辆或障碍物。因此，传统的交叉口设计方法不一定适用于自动驾驶车辆，需要建立交叉口设计参数与自动驾驶车辆探测角度和距离的量化关系。--《交通安全分析》P460
驾驶人主要通过视觉收集道路环境信息。驾驶人一般由道路中央至外侧进行扫视，将重点放在自身经验判断的潜在危险区域。驾驶人扫视道路环境是一个随着时间变化的过程，与道路环境的复杂度（如道路几何设计、车辆速度、交叉口、交通量等因素）紧密相关。--NCHRP Report 600：Human Factors Guidelines for Road Systems 2012[R]，《交通安全分析》P460
考虑到大多数驾驶人的视觉信息传输特性，停车视距的感知反应时间取2.5s。--NCHRP Report 383：Intersection Sight Distance 1996[R]，《交通安全分析》P460
自动驾驶车辆通过感知设备采集道路环境信息，通过融合摄像头、毫米波雷达、激光雷达以及车联网等数据计算周边车辆的速度和距离。与驾驶人不同，自动驾驶车辆对感知范围内的所有目标都会进行识别，但会优先关注前向目标，优先处理交通标志标线、存在冲突的目标等。--《交通安全分析》P460
道路交通环境中，自动驾驶车辆的感知能力指标一般可采用探测距离、探测角度和感知-反应时间等。--《交通安全分析》P460
基于停车视距和三角函数定理，可推导出有效的探测角度和距离。--Operational design domain of autonomous vehicles at skewed intersection 2021[J]，《交通安全分析》P462
停车视距（Stopping Sight Distance，SSD）是指车辆以设计速度或接近设计速度行驶，在到达所需要制动停车位置前，采取制动停车时所需要最短行驶距离。停车视距包含两部分：1、感知反应距离，即在感知反应时间内车辆行驶的距离；2、刹车距离，即从开始刹车到车辆停止所行驶的距离。--A policy on geometric design of highways and streets 2018[S]，《交通安全分析》P462
对于次干路而言，自动驾驶车辆要通过的斜交路口宽度设为15m，设计车辆长度为3.6m，加速度为2m/s2。--Low-speed longitudinal controllers for mass-produced cars：a comparative study 2012[J]，《交通安全分析》P470
一般而言，凹曲线最小长度取决于停车视距、乘客舒适度、排水控制和总体外观四个条件。驾驶人夜间通过凹曲线时，前方可见的距离取决于前照灯高度和光束的方向。--《交通安全分析》P474