人车冲突场景的自动驾驶责任敏感安全模型标定
城市机动车保有量出行量的日益增多带来了大量的交通安全问题，而自动驾驶技术的出现为这些问题的改善提供了新的思路与方案。为更好地保障自动驾驶环境下的行人安全，本文利用Simulink构建人车纵向冲突场景中的仿真，利用上海市自然驾驶数据构建仿真中的人车运动，获得自动驾驶环境下的人车冲突数据，之后利用NSGA-II针对人车纵向冲突场景的责任敏感安全模型(RSS)进行标定，并在仿真环境中对比该模型同人类驾驶在驾驶保守性与安全性上的差异。结果表明，该RSS模型能够有效地提高人车冲突中行人与机动车的安全性，同时在多次出行中其平均车速与人类驾驶员相比差距很小，显示了该模型的优越性。
人车冲突 RSS模型 自然驾驶研究 自动驾驶仿真
叶采阳 王雪松
同济大学道路与交通工程教育部重点实验室,上海 201804;同济大学交通运输工程学院,上海 201804
国内会议
长沙
中文
497-507
2021-12-08（万方平台首次上网日期，不代表论文的发表时间）