考虑运行环境复杂度的自动驾驶行车风险场建模方法.pdf
《考虑运行环境复杂度的自动驾驶行车风险场建模方法.pdf》由会员分享,可在线阅读,更多相关《考虑运行环境复杂度的自动驾驶行车风险场建模方法.pdf(12页珍藏版)》请在咨信网上搜索。
1、2023.7,3(4)|智能交通与数字化考虑运行环境复杂度的自动驾驶行车风险场建模方法崔皓然,涂辉招,马杰,李浩(同济大学交通运输工程学院,上海 201804)摘要:自动驾驶行车风险,既受自身车辆智能水平及车辆临近区域影响,也受运行环境的影响。在归纳分析四类自动驾驶行车风险影响因素的基础上,基于人工势能场理论构建了考虑运行环境复杂度的自动驾驶行车风险场模型,给出了车辆场、车道线场、道路边界场等三类行车风险场的表达式,并在车辆场中加入综合考虑道路设施、交通流、气候环境、交通参与者等因素的运行环境复杂系数,以行车风险度作为风险表征指标,构建了自动驾驶运行环境复杂系数计算方法。基于自动驾驶开放道路测
2、试实测数据开展了案例分析与模型验证。结果表明,运行环境复杂度显著影响了自动驾驶行车风险,所建模型可更客观地表征自动驾驶行车风险的时空分布规律。关键词:自动驾驶;行车风险场;场论;运行环境复杂系数Modeling method for autonomous driving risk field considering the complexity of operating environmentCUI Haoran,TU Huizhao,MA Jie,LI Hao(College of Transportation Engineering,Tongji University,Shanghai 2
3、01804,China)Abstract:The driving risks of autonomous vehicles are influenced by the ability of automated driving system,the surrounding area and the operating environment.Based on the induction and analysis of four types of risk influencing factors for autonomous driving,this paper constructs an imp
4、roved autonomous driving risk field model that considers the complexity coefficient of the operating environment based on the driving risk field theory.The expressions for three types of driving risk fields,including vehicle field,lane line field,and road boundary field,are given.The operating envir
5、onment complexity coefficient that comprehensively considers factors such as road facilities,traffic flow,climate environment,and traffic participants,is added to the vehicle field.The driving risk degree is proposed as a risk characterization indicator.A calculation method is also developed for the
6、 complexity coefficient of the autonomous driving operating environment.Based on data collected from autonomous driving open road tests,case analysis and model validation are conducted.The results indicate that the complexity of the operating environment significantly affects the risk of autonomous
7、driving,and this model can 中图分类号:U491.3 文献标志码:A 文章编号:2097-017X(2023)04-0057-12收稿日期:2023-04-25基金项目:上海市科委重点课题(22dz1203400)。第一作者简介:崔皓然(1998),男,硕士研究生。研究方向:交通风险管理与智能网联汽车。通讯作者简介:涂辉招(1977),男,博士,教授。研究方向:交通风险管理、智能网联汽车与智慧交通、交通行为分析和交通规划。57characterize the spatiotemporal distribution of autonomous driving risk
8、more objectively.Key words:autonomous driving;driving risk field;field theory;complexity coefficient of operating environment引 言自动驾驶技术是当前全球汽车以及交通出行领域智能化、网联化发展的主要方向,已成为我国和世界主要发达国家争抢的战略制高点。但自动驾驶技术尚不成熟各国纷纷开展大规模的道路测试,由此带来的测试安全风险也在日益增加。现有的面向传统人类驾驶员的行车安全风险评估方法可分为宏观视角和微观视角两类。宏观风险评估方法主要利用碰撞数据和宏观交通流数据来评估道路、路
9、网或片区的总体风险,此类方法的应用多面向交通管理部门。Su 等1综合考虑土地利用、道路网络、交通流量、人口和社会经济学、公共交通设施等属性,采用联合概率模型对事故发生和涉及行人事故同时建模,发现碰撞的发生与交通流量、无信号交叉口的数量以及酒店等行人出行热点目的地相关。Yang等2基于高分辨率的高速公路交通大数据,构建了机器学习和统计方法的组合风险评价模型,结果表明高速公路区域类型和交通流状况与交通安全显著相关。Almoshaogeh 等3在沙特阿拉伯卡西姆地区84 km 的环路上设计与应用了考虑事故频率与严重程度的交通事故风险评估框架,并通过在高风险位置布设限速摄像头成功减少了事故发生。Yu
10、等4研究发现碰撞段 5 min的平均速度越低、碰撞时间前510 min上游段拥挤程度越高,碰撞段的碰撞风险越高。微观风险评估方法主要是基于车辆运动学和动力学,其研究对象多为某一路段、道路、交叉口等具体的局部场景。Ding 等5使用来自 Citysim 数据集的高分辨率轨迹数据识别了不同交通状态下的交通冲突。Gao 等6使用实际驾驶数据对切入驾驶行为的风险进行了评估。Chen7提出了一种考虑驾驶行为的前方碰撞概率指数(FCPI),用于提醒和帮助驾驶员保持安全驾驶距离,避免高速公路行驶中发生前方碰撞。微观方法虽然对碰撞事故的预测较为精确,但由于其视角局限,模型考虑的交通风险影响因素较少。宏观方法缺
11、少自动驾驶事故数据支撑,且其输出结果普遍存在时间颗粒度不够精细的不足,无法为复杂行车环境下的车辆决策与控制提供可信的依据。为了在全面考虑多种风险要素的同时实现精细化的风险表征,研究人员提出了人工势能场(Artifical Potential Field,APF)理论,并最早应用在机器人的路径规划和避碰中8-9。也有学者将这种方法推广至交通研究领域。在交通风险评估方面,Han等10将交通要素根据其特征和影响机制分为具体要素和抽象要素,构建了从时空耦合的角度表示动态交通中自动驾驶汽车动态驾驶风险的时空风险场。王建强等11-13在分析人、车、路三类交通系统组成部分对风险的影响机理的基础上,提出了基于
12、人-车-路等因素的行车风险场模型,将多种风险要素统一使用行车风险场表达。在车辆决策控制与路径规划方面,Rossetter 等14基于人工势能场理论构建了由车道线形成的势能场,并进一步设计了车道保持系统,但该模型仅适用于车辆的横向运动控制。Gao等15在引力场和斥力场的基础上建立了基于机器学习的实时车辆控制器。在跟驰模型建立方面,李林恒等16通过引入伪距离概念优化车辆间前后距离的表征,进而改进了安全势场模型,并进一步建立了跟驰模型。基于 APF 的模型虽在建模时考虑的风险要素维度更为丰富,但在构建具体模型时,往往根据研究的具体问题进行了抽象与简化,实际上并未全面考虑各种交通要素对安全风险的影响。
13、本文将基于APF 理论,面向自动驾驶道路测试,融合考虑自动驾驶汽车-道路设施-环境等多要素耦合的运行环境复杂度,构建自动驾驶汽车行车风险场模型,并提出相应的行车风险度指标,最后通过自动驾驶实测数据对模型进行标定与验证。1自动驾驶行车风险影响因素道路交通系统由“人-车-路-环境”等组成,影响自动驾驶汽车交通事故风险的因素众多,总体上可分为四类:交通参与者因素、道路设施因素、交通流因素和气候环境因素。1.1交通参与者因素交通参与者因素主要指道路上的机动车、非机动车、行人等。(1)机动车。机动车可分为自动驾驶汽车和人工驾驶汽车。对自动驾驶汽车而言,其自动驾驶水 58考虑运行环境复杂度的自动驾驶行车风
14、险场建模方法 崔皓然 等平尚未得到完全验证。同时,人机共驾的模式存在风险,因为自动驾驶测试车的驾驶员需要在自动驾驶模式状态下长时间的监控系统的运行状态,随时准备接管车辆,这使得驾驶员容易疲劳。对于人工驾驶汽车而言,自动驾驶与人工驾驶的行为模式差异会增大交通风险。自动驾驶系统在高风险状态的行驶方式与人类驾驶员长久以来积攒的驾驶经验判断及行为决策可能存在差异,导致在高风险状态下,人类驾驶员难以正确判断自动驾驶汽车可能会做出的瞬时决策反应。(2)非机动车和行人。这两类交通参与者都是无防护的交通参与者,同时也是交通事故中的弱势群体。非机动车和行人对自动驾驶道路测试的影响,除了其流量增加会对自动驾驶汽车
15、行驶安全不利之外,违反交通规则也是一项主要的风险致因,如非机动车驾驶员逆向行驶、闯红灯以及行人违反交通规则等。自动驾驶汽车不易判断和预测这些交通参与者的违规行为,同时也难以对突发情况做出及时的反应,因此容易造成交通事故。1.2道路设施因素导致交通事故发生的因素通常是两种或两种以上17。尽管自动驾驶汽车自身的自动驾驶能力是导致事故最直接的影响因素,但是自动驾驶系统还会受到不同道路设施因素的影响。影响道路测试运行安全的道路设施因素主要包括道路线形18、路面状况19-20、车道数、车道宽度、交叉口和接入口等21。(1)道路线形。道路线形是对道路走向在三维空间的描述。道路在水平面上的投影形状可用直线和
16、平曲线来描述。直线段过长易造成驾驶员疲劳。直线过短时,留给自动驾驶系统的识别和反应时间较短,且系统需要控制车辆频繁转弯,造成风险升高。平曲线用于在两条直线段之间过渡。道路的弯曲度随着平曲线的曲率增大而增大,事故率也随着曲率增大而升高。道路纵断面上通常采用直线、竖曲线两种线形。凸形的竖曲线容易造成视距不足,影响传感器对前方车辆的探测。凹形的竖曲线,会使自动驾驶汽车产生超重。同时,由于自动驾驶车载传感器的布设位置和探测角度不同于人眼,也可能造成视距不足。并且不论是凸形还是凹形的竖曲线都会造成自动驾驶汽车与路面的附着力变化,从而影响交通安全。(2)路面状况。路面状况主要包括路面的平整度、抗滑性和坡度
17、等。路面平整度差的道路会增加车辆的颠簸摇晃,影响自动驾驶汽车的抓地力,还会对传感器识别造成负面影响。抗滑性可用轮胎和路面间的摩擦系数来表征,而不同的轮胎特性、道路表面特性及轮胎与路面间介质特性均会影响摩擦系数。路面抗滑与路面干燥或湿润程度也直接相关,湿润或积水路面的抗滑性显著低于干燥路面,因为湿润路面和轮胎之间容易形成水膜。路面的坡度过大也会造成自动驾驶运行风险增加,若遇大坡度上坡,车辆的抓地力下降,容易发生打滑,还容易造成中途熄火;若遇大坡度下坡,则需要连续制动,容易造成制动系统热衰减失效。(3)道路的交叉口类型、车道宽度、车道数量等都会对自动驾驶汽车的运行安全造成影响。交叉口处的交通流产生
18、交织,不同交叉口类型、交叉口设计质量、红绿灯相位均会对交通安全产生影响。车道宽度的影响在于:车道宽度过窄容易发生车辆剐蹭事故,车道宽度过大将会使保持车道居中行驶变得困难,还会诱导自动驾驶系统发生更多超车行为,造成交通风险增加。不同车道数量的交通风险也存在区别,车道数大于等于 4 条时,车道数越多,风险越低;双车道的风险低于 3 车道;3 车道的风险与 4 车道接近。此外,针对自动驾驶的特点,一些新型的道路设施,如新型车道线、新型路缘带、路侧车路协同设备等,也会对自动驾驶道路测试风险有所影响22。1.3交通流因素影响自动驾驶道路测试安全性的交通流因素主要有交通流量、速度、大车比例和交通信息特征等
19、。(1)交通流量。交通流量分为车流量和人流量,单位时间内通过某一断面的车辆数量即为车流量,单位时间内通过某一断面的行人数量即为人流量。交通流量越大意味着自动驾驶系统所要处理的交通场景越复杂,发生事故的概率与严重程度也越高。通常事故率和交通流量的大小成正比,交通流量越大,事故率越高。(2)速度。速度是影响交通安全最主要的因素之一,速度越快,发生交通事故的概率越大,事故也更严重。另外,自动驾驶汽车和人工驾驶汽车的速度差异性也同样会影响自动驾驶道路测试的安全性。(3)大车比例。大车是泛指相对于传统小型私家车而言,外形尺寸和质量更大的车辆,如大货车、大巴车、公交车等。大车比例的增加会导致交通环境更加复
20、杂、交通秩序更加混乱,在增加事故发生概率的同时,还增加了事故的严重程度,从而影响自动驾驶汽车的行驶安全。59(4)交通信息特征。自动驾驶汽车的信息获取除了依赖于其自身搭载的传感器外,还可以通过车联网、V2X 等方式获取到依靠自身传感器难以获取的交通流量、前方拥堵、行人横穿预警等交通信息。通过综合分析处理这些高度变化的交通信息,系统将对车辆的控制做出实时的判断与决策。1.4气候环境因素气候环境因素主要指多种不良天气条件对自动驾驶系统传感器采集数据的不良影响。影响自动驾驶道路测试安全性的气候环境因素包括冰雪、雨雾和大风等。冰雪天气一方面会使自动驾驶汽车路面附着性能降低,另一方面会影响自动驾驶汽车对
21、交通标志、标线的识别。雨雾天气一方面使得车轮与路面之间的附着系数降低,导致车辆与路面之间附着力减小,增加事故概率;另一方面雨雾天气导致能见度降低,影响车载传感器对道路前方状况的检测。此外,大风也会对自动驾驶车辆的行驶安全造成影响。大风直接影响到车辆的横向稳定性,而且大风扬起的覆盖物、风沙等还会影响自动驾驶车辆上车载传感器的检测效果。2自动驾驶行车风险场模型2.1自动驾驶行车风险场的特征及构成道路交通系统由人、车、路、环境等基本元素组成,其中的每一个元素都将产生与其属性和状态对应的风险场,处于风险场当中的其他车辆或物体将受到来自不同交通元素产生的风险场的影响,将众多交通元素产生的风险场叠加后形成
22、的总的风险场定义为“行车风险场”。依据自动驾驶行车风险的来源,在暂不考虑行人的情况下,可定义自动驾驶行车风险场由以下几部分构成:与车辆状态有关的“车辆场”;与道路有关的“车道线场”和“道路边界场”;其中道路设施、交通流、气候环境、交通参与者等因素的影响将通过“运行环境复杂系数”指标以乘积的形式作用在“车辆场”;自动驾驶系统的新兴因素与混合交通流的影响将通过使用自动驾驶实测数据计算运行环境复杂系数等模型参数来体现。与物理中的场类似,自动驾驶行车风险场也是一个随时间空间变化的变量。车辆场主要表征道路上的各类机动车与非机动车对风险场的影响。其大小主要由车辆的属性、运动状态等决定,具体影响因素包括车辆
23、的外形尺寸、质量、速度、加速度等。运行环境复杂系数则综合体现了道路设施、交通流、气候环境、交通参与者等因素对自动驾驶车辆的影响。车道线场主要表征车道线在车辆跟驰与换道状态时对车辆不同的约束趋势。如两条白虚线对车辆的约束是让车辆保持在车道内行驶,但在换道时可以跨越,而黄实线对车辆的约束则是不能跨越,相应的对风险场的影响也会更大。道路边界场主要表征了道路的物理边界对于车辆位置的绝对约束。车辆越靠近道路边界风险越高,当跨越了道路边界则认为是发生了碰撞。物理意义上的场,多为矢量场,可通过大小和方向两个指标描述物理场的特征。由于矢量存在方向,多个场叠加后可能存在相互抵消情况。但在交通环境的行车风险场中不
24、存在这一现象,因为行车风险场描述的是风险的高低大小,属于标量场。行车风险场的每个组成部分都可视为不同风险源产生的场,多个不同的风险场的叠加之后的道路安全风险只会增加而不会降低。只是在一些特殊情景中不同种类的风险场所占的权重不同,比如在车辆进行换道时,车道线场的权重就要远小于车辆场的权重。因此,本文将道路上某一位置的自动驾驶行车风险场强度定义为不同风险源产生的场强的加权和Etotal,如下式所示:|Etotal|=V|EV|+L|EL|+S|ES|(1)式中 Etotal为行车风险场的场强;EV为车辆场的场强;EL为道路线场的场强;ES道路边界场的场强;V,L,S分别对应为车辆场、车道线场及道路
25、边界场的场强所占的权重。2.2自动驾驶行车风险场的场强2.2.1车辆场车辆场来源于道路当中行驶的车辆和其周边道路设施与环境等。选取任一车辆作为目标车辆分析,根据前文论述的场的特点,目标车辆产生的车辆场与其自身的属性和运动状态有关,道路设施与环境等的影响体现为运行环境复杂系数,以乘积的形式作用在车辆产生的场上。自身属性主要包括了车辆的类型与质量。通常车辆的外形尺寸越大,质量越大,其碰撞时的严重程度也越高。文献 23 定义了车辆在车辆场中的等效质量,研究认为车辆的碰撞风险与目标车辆当前的速度与质量均存在相关性,并通过高速公路车速及事故数据拟合出了等效质量的表达式如下:Mi=mi(1.566 10-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 考虑 运行 环境 复杂度 自动 驾驶 行车 风险 建模 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。