智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
MC-34MR-4MTS-F700-FX-F-220V(0380)
品牌
每日，數(shù)百萬的行人、自行車騎行者、摩托車騎士與大型車輛共享道路空間。這些易受傷害的道路使用者(VRU)由于缺少車輛提供的保護，都面臨著特有的安全風(fēng)險。據(jù)外媒報道，Waymo與Nexar進行了一項研究，重建了數(shù)百起涉及VRU的交通事故，構(gòu)建了美國最大的VRU事故數(shù)據(jù)庫，旨在更好地了解此類事故風(fēng)險，幫助指導(dǎo)駕駛行為，以期為更多駕駛員服務(wù)。
據(jù)美國國家公路交通安全管理局(NHTSA)預(yù)估，僅在2022年，就有7522名行人和1105名騎行者在交通事故中喪生。然而，涉及此類VRU人群的事故詳盡數(shù)據(jù)卻頗為稀少。很多涉及VRU的交通事故并未向警方或保險公司呈報。此外，相較于車輛之間的碰撞事故，美國對于涉及VRU的交通事故受傷數(shù)據(jù)的采集亦極為有限。即便是大型交通事故數(shù)據(jù)庫也缺失有關(guān)VRU碰撞事故的充足信息，而此類信息對于全面了解和化解相關(guān)受傷風(fēng)險具有重要意義。
多年來，Waymo進行了多項研究，分析現(xiàn)實世界中VRU與人類駕駛員之間的碰撞事故，以更深入地洞悉VRU所面臨的風(fēng)險，并探尋如何提高其安全水平。Waymo的研究涵蓋了各種各樣的場景，從重建密集城市地區(qū)的自行車碰撞事故，到研究車門打而開侵入自行車道造成的傷害。此外，Waymo還研究了微型交通工具，如滑板車和獨輪車等的運動行為；評估了行人的受傷嚴(yán)重程度分布；描述了VRU在發(fā)生碰撞前的姿態(tài)和發(fā)生碰撞后的后果；并構(gòu)建了針對行人和騎行者的受傷風(fēng)險模型。
在Waymo的最新研究中，其與Nexar合作，重建并分析了335起碰撞事故，此類事故由行車記錄儀捕捉，涉及VRU(行人、騎自行車者和騎摩托車者)和人類駕駛的車輛，而且發(fā)生在美國的六個主要城市。此類匿名數(shù)據(jù)集是美國規(guī)模最大、可追溯的自然駕駛數(shù)據(jù)集，為現(xiàn)實世界的交通事故場景提供了前所未有的深刻見解。借助Nexar逾50億英里的駕駛數(shù)據(jù)，Waymo得以捕捉到各種駕駛事件和環(huán)境狀況，從而提供比以往更為全面的VRU觀察視角。
在重建碰撞事故的過程中，Waymo對人類駕駛的車輛、VRU速度以及碰撞配置進行了分析，旨在研究每起事故中受傷風(fēng)險的預(yù)估情況。分析結(jié)果表明，人類駕駛員對出其不意的VRU行為的反應(yīng)、可見性的不足以及車輛的行進軌跡(例如，車輛是直行還是轉(zhuǎn)彎)都和碰撞速度以及受傷風(fēng)險預(yù)估存在關(guān)聯(lián)。
Waymo與研究合作伙伴VUFO合作研發(fā)了模型，以進行受傷風(fēng)險評估。該研究有助于填補目前VRU受傷風(fēng)險建模風(fēng)險建模領(lǐng)域的空白?，F(xiàn)有的模型不僅數(shù)量有限，而且通常僅限于將車速或接近速度與受傷結(jié)果聯(lián)系起來，忽略了諸如VRU的年齡、性別以及相對于車輛的體型等其他因素。此外，Waymo還使用了德國深度事故研究(German In-Depth Accident Study，GIDAS)的匿名數(shù)據(jù)，其中包含了20多年間數(shù)千起涉及VRU的事故信息，是目前世界上用于估計與車輛碰撞的VRU受傷風(fēng)險關(guān)聯(lián)性最強的數(shù)據(jù)。
Waymo的研究可以幫助更全面地了解VRU發(fā)生碰撞事故的頻率和嚴(yán)重程度，而不僅僅是簡單地統(tǒng)計事故次數(shù)或單獨評估風(fēng)險。自動駕駛汽車制造商可以利用此類數(shù)據(jù)，在部署自動駕駛系統(tǒng)之前，在仿真環(huán)境中測試系統(tǒng)的性能，并評估其與人類駕駛員相比的安全性影響。此外，該項研究的成果將指導(dǎo)Waymo Driver的持續(xù)開發(fā)，進一步提升其與行人和其他道路使用者共同使用道路時的安全性。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)小程序
微信公眾號
