29、自动驾驶后端碰撞风险分析与合作式自动驾驶车辆的挑战及方向

自动驾驶后端碰撞风险分析与合作式自动驾驶车辆的挑战及方向

1. 自动驾驶后端碰撞风险分析

在自动驾驶领域，后端碰撞风险分析至关重要。为了控制车辆制动响应并分析后端碰撞风险，提出了HLB模型。该模型框架由一系列连续阶段组成：
- 积累制动证据
- 调整控制调整的幅度
- 预测未来的感官输入
- 控制运动原语

将ORG和TH的联合分布集成到HLB模型框架中，以模拟驾驶员的视线分散情况，这有助于HLB模型模拟现实中的驾驶员制动控制，确保更准确的制动启动时间和更实际的工程实现。

通过使用HLB模型控制车辆制动行为，对危险的“SiL”场景进行了全面的案例研究。该研究量化了后端碰撞概率如何根据各种碰撞速度、初始速度和被测车辆的减速度而变化。这一研究为理解在“车道内停车”场景中碰撞发生的机制提供了深入见解，同时也为自动驾驶安全分析的预期功能安全（SOTIF）奠定了基础。

2. 合作式自动驾驶车辆的背景与动机

尽管在自动驾驶技术上投入了大量资金并取得了显著进展，但部署自动化车辆（AVs）的复杂性被严重低估。目前，高级别的自动驾驶车辆（SAE 4级及以上）仅在非常有限的区域部署。这些高度自动化的AVs面临复杂的交通状况，如遮挡和不可预测的道路使用者行为，并且可能会改变碰撞的分布。

为了解决AVs的“信息差距”，提高道路交通安全和性能，人们对连接性和协作产生了新的兴趣。例如，当有弱势道路使用者（vRUs）穿过道路，其视线被其他车辆遮挡时，路边摄像头可以感知到这些信息并与相关车辆共享，从而解决信息差距问题。

3. 合作式智能交通系统（C - ITS）的相关概念

<