7、自动驾驶车辆安全效益分析与测试场景研究

自动驾驶车辆安全效益分析与测试场景研究

1. 交通事故分析中的自动驾驶车辆安全效益

在分析全自动驾驶车辆的潜在安全效益时，必须考虑复杂交通状况和已知不可避免事故中的持续风险。例如，在视线不佳、情况不明的十字路口，或者存在视觉障碍物的地方，事故时有发生。在雷根斯堡大学的一项博士论文个案研究中，发现视觉障碍在所有事故案例中占比达19%。像树木、灌木丛、树篱和高草等都可能成为视觉障碍。此外，如果有儿童突然从停放的车辆间或院子入口冲到汽车前方，障碍物也可能是事故的诱因。

由于可能发生的不可预测事件众多，尤其是其他道路使用者的反应行为，大约2到3秒后不确定性会大幅增加，使得基于此进行可靠的轨迹规划变得不可能。因此，建议采用基于经验的、国际通用的指南，并结合虚拟仿真方法来验证自动驾驶车辆，以及在真实环境中对整个系统的极限进行最终测试。这包括在真实交通场景中，特别是在碰撞发生前的关键时刻，进行控制算法的交互测试和真实传感器的性能验证。

交通事故研究结果证实，人为失误是道路事故的主要原因，尤其是在感知过程、信息获取和接收环节出现的错误。为了从事故数据中估算高度和全自动驾驶车辆的潜在安全效益，需要对人类和机器的整体性能进行精细比较。但这只有在掌握了大规模生产计划中相关技术的功能特性和技术极限的精确知识后才有可能实现。

统计验证的专家评估已经证明了未来安全辅助车辆和驾驶员辅助系统的潜在益处。在开发开始之前，开发者就可以评估潜在效益。此外，汽车制造商通过分析和评估市场推出后的交通事故，能够履行其产品监测义务。

目前，从“仅驾驶员驾驶”到“部分自动化”驾驶类别的驾驶任务自动化，是减少人为失误后果的关键技术。然而，使用交通事故数据对高度和全自动驾驶车辆进行的预测，是