用于自动驾驶汽车的汽车—骑车人事故场景分析

为在汽车—骑车人场景下测试评价自动驾驶汽车的安全性,建立了汽车—骑车人事故场景测试工况库和相应的测试工况集评价模型。利用江苏省某市的交通事故数据库和中国国家车辆事故深度调查体系(NAIS)数据库,筛选出了116起汽车—骑车人碰撞事故;使用分类树的方法,提取了7种事故场景;根据道路与环境参数,生成该场景总体的测试工况集。使用层次分析法(AHP)和模糊综合评价法,建立了汽车与骑车人碰撞事故场景的评价模型。结果表明:作为一种典型的中国事故测试工况,当晴天且该路段无遮挡,乘用车与两轮车同向行驶时,两轮车横穿具有最高评分和最大危险度。

汽车VS二轮车十字路口事故场景研究

为研究十字路口发生的汽车与二轮车事故场景,基于NAIS事故数据库中发生在十字路口的汽车与二轮车事故数据开展研究。选择描述十字路口事故关键参数,依据事故发生时环境照明、十字路口信号灯、汽车所在道路车道数、道路限速、汽车种类、汽车速度、汽车运动方式、第一碰撞点、二轮车种类、二轮车运动方式等参数,对事故数据进行聚类分析,得到5类主要危险场景。基于发生频率最大和骑车人死亡风险最高的场景具有危险场景代表性,最终得到2类十字路口汽车与二轮车的典型事故场景。为十字路口汽车与二轮车的冲突消解、避撞策略研究提供参考。