一、自動緊急制動系統(tǒng)行人測試場景的研究

主要內(nèi)容：利用聚類分析對采集的上海道路54例典型行人危險工況進行分析，得到了5類具有典型特征的危險場景，并將前四類用于AEB行人測試場景的設(shè)計。

數(shù)據(jù)獲得及驗證：行車記錄儀（（VIDEO drive recorder，VDR).在縱向或側(cè)向加速度絕對值大于0.4g時觸發(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：采用了中國上海的道路數(shù)據(jù)，更符合中國典型道路特征

局限和我的思考：因為樣本數(shù)量少和實際場景中發(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)在自動駕駛角度來看，這類稀有事件對于自動駕駛的進化是非常有用的，不應(yīng)該刪除。

學(xué)習(xí)知識點：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、距離計算：

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

（2）樣本之間：采用絕對值距離。

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

借鑒：

1、場景參數(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）測試車輛參數(shù)：車的運動情況、視野是否有遮擋、遮擋類型、遮擋位置、 危險起始點和結(jié)束點的時間、 測試車輛速 度、測試車輛與行人的距離等；

（3）行人參數(shù)指行人的運動情況、速度和類型。

2、幾個數(shù)據(jù)庫

歐洲的vFSS、AEB Group設(shè)計的AEB行人測試場景。

3、分類方法

NHTSA提出的37類預(yù)碰撞場景分類方法。

二、涉及騎車人的典型交通危險場景

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

創(chuàng)新點：目前對主動安全系統(tǒng)測試場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種分類場景：

（1）照明情況（好/不好）；（2）本車運動狀態(tài)（直行/轉(zhuǎn)向）；（3）目標(biāo)車有無遮擋（有/無）；（4）危險起始點本車速度（5）目標(biāo)車類型（摩托車或電動助力車/自行車）；（6）目標(biāo)車運動狀態(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