智能汽车高速公路安全换道风险评价与可靠性研究.pdfVIP

摘要

汽车已经逐渐成为人们日常生活中不可或缺的交通工具。随着科学技术的迅猛

发展，信息网络时代的到来推动了人工智能的发展，从而推动了智能网联汽车的进

步。让汽车更加的智能化，使得人们的日常出行更加的便利。然而，智能汽车带来

的交通安全问题越来越受人们关注，尤其是在高速公路上引发的交通事故备受瞩

目。为了更好的应对更为复杂的交通环境，本文以L3级别的自动驾驶汽车为研究背

景，旨在评估智能汽车在高速公路上使用自动换道功能时的风险以及行驶安全可靠

性。主要工作包括：

（1）首先对目前用于评估高速公路换道风险的方法进行了综述和梳理。目前存

在多种风险评估方法，其主要分为五类：基于时间、基于运动学、基于统计、基于

潜在场景以及基于意外驾驶行为的指标。这些指标根据自然驾驶数据集、实地操作

测试以及仿真模拟数据进行，以筛选和提供关键的数据场景。同时，结合统计分布

数据进行比较和验证，以发现风险评估指标的现存不足和局限性。以更好地理解当

前风险评估方法的优势和不足之处。

（2）本文重点提出了风险评估的计算模型和换道的安全可靠性评价指标。针对

以上风险评估的局限性和不足之处，进行相关的理论分析，提出基于安全场和高速

公路复杂度相结合的风险评估方法，制定一套更加贴合实际的风险评估模型，将风

险场景划分为动态场景和静态场景相结合的风险评估方法，并且根据车辆的当前状

态，对于车辆在高速公路完整换道的预期状态进行可靠性分析，通过评估模型的计

算，将安全换道和风险换道进行有效的区分，使车辆更好的作出更为安全的运行方

式。

（3）HighD数据集和DeepAccident数据集的分析和提取。根据HighD安全换道

数据集和DeepAccident事故数据集的一部分数据，计算了换道时间、换道开始时的

时间间隔（TTC）、车头时距离（THW）以及车辆在换道时的速度和加速度。借助统

计分布规律，得出了车辆正常行驶和事故数据集的一般规律和评价值。接着，通过

对这些数值的平均值进行分析，求解了车辆安全的风险值和车辆危险风险评估模型

的参数。

（4）车辆换道风险阈值的确定。利用车辆的安全数据集（HighD数据集）和车

辆的碰撞数据集（DeepAccident数据集）另一部分数据，通过设计的风险计算模型，

得出车辆的换道风险值统计分布规律，根据利用车辆换道计算得出的相应参数模型，

确定车辆的风险阈值。

关键词：智能汽车；高速公路；风险评估；运动预测；

ABSTRACT

Vehicleshavegraduallybecomeanindispensablemeansoftransportationinpeoples

dailylives.Withtherapiddevelopmentofscienceandtechnology,smartcarshaveemerged,

providinggreaterconvenienceforpeoplesdailytravel.Theadventoftheinformation

networkerahaspropelledthedevelopmentofartificialintelligence,makingintelligent

connectedvehiclesapossibility.However,thetrafficsafetyissuesbroughtaboutby

autonomousdrivingvehiclesareincreasinglydrawingpeoplesattention,especially

accidentsonhighways.Thisarticle,focusingonLevel3autonomousdrivingvehicles,aims

toevaluatetherisksan