28、自动驾驶追尾碰撞风险分析

自动驾驶追尾碰撞风险分析

1 引言

在自动驾驶领域，安全是核心关注点。截至2022年5月，有相关统计显示，涉及自动驾驶汽车（AVs）的官方报告事故有132起，其中106起是与其他车辆的碰撞，11起涉及弱势道路使用者。人类驾驶车辆（HVs）与AVs之间的碰撞是涉及AVs的主要碰撞类型，其中HVs从后方撞击AVs（HV - AV碰撞）占比超过30%。然而，针对HV - AV碰撞的研究较少，因此迫切需要有效的方法来研究可能发生HV - AV碰撞的风险场景。

现有的研究中，基于模型的定量分析是减少涉及AVs碰撞的主流方法。这些模型常用于生成驾驶行为、分析碰撞风险或应对驾驶中的警告和威胁。但部分现有模型采用基于人工智能技术的端到端方法预测驾驶反应，忽略了人类驾驶员的固有特征，使周围车辆反应时间不足。同时，许多用于模拟驾驶员回避反应的模型基于基本运动学或预定干预曲线，且假设驾驶员始终注视道路，未考虑驾驶员基于视觉逼近（visual looming）来决定回避反应，以及制动控制还依赖于原始运动动作的感官影响。此外，前车与后车之间的车头时距（Time - Headway，TH）以及TH和偏离道路视线（Off - Road - Glance，ORG）对制动控制的联合影响也未被考虑，这可能导致制动启动时间不准确。

2 方法

2.1 HLB模型

HLB模型的建模框架包含四个阶段：
1. 证据积累 ：HLB模型根据基于逼近的累积证据来模拟人类驾驶员的反应，证据包括需要制动控制的证据和不需要制动控制的证据。
2. 控制调整幅度的调整 ：驾驶员判断情况越严重，刹车越