构建数据模型预测车道变化 可以通知驾驶员辅助系统

2021-07-05 12:03  来源: it资讯网

这是一个高速,高风险的危险熟悉任何人谁花时间在州际公路上开车。

右车道上的一辆车在车辆和 SUV 之间的开口旁边徘徊,紧挨着您在左侧。即兴大篷车正以同样的速度巡航,只有道路的模糊和周围地形昏昏欲睡的通道才能打破停滞的错觉。

驾驶这个场景之前,你留意右车道徘徊,准备他们合并到差距,从SUV分离你。但随着时间的流逝,你的警惕性减弱了。仿佛在暗示,挥之不去的飞镖离开与雪橇滑雪者突然和迫使你刹车,以免他们的鲁莽成为一个残骸。

内布拉斯加州交通中心的李昭和她的同事也知道危险。因此,研究人员已经开发出一种新的模型,可以在白线之间读取,以帮助预测车辆何时会改变车道。他们的努力最终可以帮助提供先进的驾驶员辅助系统——这种车辆安装的技术旨在预测威胁并纠正人为错误——更多的是反应的准备时间,最好是保护。

该中心的博士后研究员赵说:"如果我知道车辆会突然开进来的意图,我可能会有相应的反应。"我可能会放慢一点速度,或者我可能会进行另一次车道更改,以避免潜在的后端碰撞。

该团队根据大约 3,000 辆配备前置摄像头和各种传感器的车辆的数据构建了模型。2010年代初,作为美国交通部资助的项目的一部分,这些车辆的车主驾驶了两个月的常规路线,该项目最终将自然主义的驾驶数据提供给公众。

为了告知模型,赵开始从每一个场景中收集数据,其中一辆车在高速公路上跟踪不超过400英尺,即3.5秒。在某些情况下,前部和尾随车辆都在同一车道上,然后合并成相邻车道:在其他情况下,一辆车从相邻的车道合并,使两者最终在同一。

赵标记了多个变量,可以作为一个司机计划改变车道的告密:车辆之间的距离,他们的相对速度,他们的横向位置,前车鼻子的微妙转弯。然后,她训练了一个模型,在六秒跨度内每十分之一秒分析这些变量的值,从车道改变前的五秒到换道后的一秒。

在这60个增量中,每个增量模型都会比较每个变量的价值——比如,车辆之间的距离减少10英尺——与在车道改变之前发生价值的估计可能性相比。当所有这些变量都达到指示车道改变最大可能性的值时,模型将车道更改标记为迫在眉睫。

虽然它因条件而异,但模型能够预测车辆中心在前往另一车道的途中穿过分界线之前大约一秒的车道变化。

"提前一秒钟,我们开始相信司机会改变车道,"赵说。"这也许对人类司机没有多大意义,但我们谈论的是自动驾驶车辆或先进的驾驶员辅助系统。

因此,他们可以利用准备时间改进系统,或者设计一些额外的安全防范措施(警报或警告,如碰撞警告系统)来自动减慢车辆速度或帮助驾驶员做出一些决策。

团队也发现了一些其他有趣的趋势。例如,平均车道变化在 0.55 到 0.86 秒之间。实际上,与改变车道从后面(0.86)走出车道时相比,驾驶员合并到车辆后面的车道上的时间要少(0.55 秒)。车道更换速度越快,驾驶员辅助系统为补偿所需的准备时间就越多,这使得这种区分具有潜在的用处。

赵说,获得自然驾驶数据使她对模型的有效性更有信心,她乐观地认为,这种数据集也可能应用于其他更丰富的数据集,这些数据集来自配备更多传感器和摄像头的车辆。

她说:"我认为,这些成果的贡献是为这些先进的驾驶员辅助系统和自动驾驶汽车技术的开发人员提供一些背景知识、技术数据或支持。这应该有助于处于危险情况下的驾驶员,并在发生极端情况时提高驾驶员的安全性。

赵与内布拉斯加州交通中心主任、土木与环境工程教授劳伦斯·里莱特以及运输系统工程博士生Mm Shakiul Haque一起开发了该模型。研究人员在《交通研究记录》杂志上详细介绍了他们模型的发展和结果。