一、自動(dòng)緊急制動(dòng)系統(tǒng)行人測(cè)試場(chǎng)景的研究

主要內(nèi)容：利用聚類分析對(duì)采集的上海道路54例典型行人危險(xiǎn)工況進(jìn)行分析，得到了5類具有典型特征的危險(xiǎn)場(chǎng)景，并將前四類用于AEB行人測(cè)試場(chǎng)景的設(shè)計(jì)。

數(shù)據(jù)獲得及驗(yàn)證：行車記錄儀（（VIDEO drive recorder，VDR).在縱向或側(cè)向加速度絕對(duì)值大于0.4g時(shí)觸發(fā)，只記錄觸發(fā)前15s到觸發(fā)后5s的數(shù)據(jù)，Prescan建模。

創(chuàng)新點(diǎn)：采用了中國(guó)上海的道路數(shù)據(jù)，更符合中國(guó)典型道路特征

局限和我的思考：因?yàn)闃颖緮?shù)量少和實(shí)際場(chǎng)景中發(fā)生的概率低，將第五類轉(zhuǎn)彎且視野被遮擋的工況刪除，從現(xiàn)在自動(dòng)駕駛角度來看，這類稀有事件對(duì)于自動(dòng)駕駛的進(jìn)化是非常有用的，不應(yīng)該刪除。

學(xué)習(xí)知識(shí)點(diǎn)：聚類分析

1、參數(shù)選擇：差異不明顯的不用于聚類；參數(shù)間存在關(guān)聯(lián)性的選擇更本質(zhì)的參數(shù)。

2、距離計(jì)算：

（1）變量之間：間隔尺度（連續(xù)的量）與有序尺度（等級(jí)）參數(shù)的距離是差值的絕對(duì)值；名義尺度（類）參數(shù)，變量取值相同時(shí)距離為0，變量取值不同時(shí)距離為1。

（2）樣本之間：采用絕對(duì)值距離。

（3）類之間：類平均法即， 即類與類之間距離的平方是樣本對(duì)之間距離平方的平均值。用MATLAB實(shí)現(xiàn)。

借鑒：

1、場(chǎng)景參數(shù)的選擇：

（1）環(huán)境參數(shù)：天氣、照明情況、交通狀況、道路形狀等；

（2）測(cè)試車輛參數(shù)：車的運(yùn)動(dòng)情況、視野是否有遮擋、遮擋類型、遮擋位置、 危險(xiǎn)起始點(diǎn)和結(jié)束點(diǎn)的時(shí)間、 測(cè)試車輛速 度、測(cè)試車輛與行人的距離等；

（3）行人參數(shù)指行人的運(yùn)動(dòng)情況、速度和類型。

2、幾個(gè)數(shù)據(jù)庫

歐洲的vFSS、AEB Group設(shè)計(jì)的AEB行人測(cè)試場(chǎng)景。

3、分類方法

NHTSA提出的37類預(yù)碰撞場(chǎng)景分類方法。

二、涉及騎車人的典型交通危險(xiǎn)場(chǎng)景

主要內(nèi)容：對(duì)上海地區(qū)采集到的152例涉及騎車人（自行車、摩托車、電動(dòng)助力車）的危險(xiǎn)工況進(jìn)行聚類分析和卡方檢驗(yàn)得到了７類典型的危險(xiǎn)場(chǎng)景．并使用PRESCAN對(duì)7類場(chǎng)景進(jìn)行虛擬建模，得到了涉及騎車人的典型危險(xiǎn)工況場(chǎng)景庫。

創(chuàng)新點(diǎn)：目前對(duì)主動(dòng)安全系統(tǒng)測(cè)試場(chǎng)景的研究都集中在車與車沖突以及車與行人沖突，但在中國(guó)由騎車人導(dǎo)致的交通事故占交通事故總數(shù)的比例相當(dāng)大（2011占27.09%）

借鑒：7種分類場(chǎng)景：

（1）照明情況（好/不好）；（2）本車運(yùn)動(dòng)狀態(tài)（直行/轉(zhuǎn)向）；（3）目標(biāo)車有無遮擋（有/無）；（4）危險(xiǎn)起始點(diǎn)本車速度（5）目標(biāo)車類型（摩托車或電動(dòng)助力車/自行車）；（6）目標(biāo)車運(yùn)動(dòng)狀態(tài)（沿公路行駛、從左側(cè)過公路、從右側(cè)過公路）；（7）道路特征（路口、非路口）。

審核編輯：劉清