事故多发道路自动驾驶适驾性评估与改善研究

Complicated road traffic environment is a bottleneck for promoting autonomous driving technology. The typical safety hazards contained in crash hotspots are challenging scenarios for autonomous driving. Assessing the readiness of the existing road infrastructure for autonomous driving and proposing corresponding improving plans are conducive to promoting autonomous driving technology and improving road safety. Based on traffic accident data, this study will investigate typical crash hotspots. High-fidelity road parametric models will be constructed based on mobile mapping technology; driving behavior models will be calibrated based on naturalistic driving data; vehicle dynamics and sensors will be simulated based on SCANeR simulation platform of Tongji’s high-fidelity driving simulator. Finally, a virtual-simulation based road readiness testing platform will be built. The readiness of the selected roads for autonomous driving will be tested in three levels: global normal driving, emergency events, and typical safety risks. The road readiness for driving will be evaluated based on failures of autonomous driving; and the scheme of improving road readiness will be proposed according to the relationship between the road design parameters and the safety performance of autonomous driving. The validity of the scheme will be verified by simulation platform and driving simulator. The research will provide technical support for the approval and supervision of autonomous driving open road testing. The study will also be a useful exploration of road improvement design for autonomous driving.

复杂的道路交通环境是自动驾驶技术推广的瓶颈，事故多发道路包含的典型安全隐患对自动驾驶技术具有挑战。从事故多发道路出发，评估现有道路基础设施对自动驾驶的适驾性并提出相应的改善方案，有利于推动自动驾驶技术发展、提高道路安全水平。本研究基于交通事故数据选取典型事故多发道路，应用移动测绘技术构建高精道路参数化模型，利用自然驾驶实验数据标定驾驶行为模型，依托同济大学高仿真驾驶模拟器的SCANeR平台进行车辆动力学与传感器仿真，进而构建基于虚拟仿真的道路适驾性测试平台。从全局常态、紧急场景、重点隐患三个层次对选定道路展开适驾性测试；基于自动驾驶失效事件评估道路适驾性；分析道路设计参数与自动驾驶失效概率之间的关系，提出适驾性改善方案，并基于仿真平台与驾驶模拟器验证方案有效性。研究成果可为自动驾驶开放道路测试审批与监管提供技术支撑，是对面向自动驾驶的道路改善设计的有益探索。

复杂的道路交通环境是自动驾驶技术推广的瓶颈，事故多发道路包含的典型安全隐患对自动驾驶技术具有挑战。从事故多发道路出发，评估现有道路基础设施对自动驾驶的适驾性并提出相应的改善方案，有利于推动自动驾驶技术发展、提高道路安全水平。本项目针对事故多发道路判别与道路参数化建模、自动驾驶虚拟仿真测试平台构建、基于虚拟仿真平台的道路适驾性测试，以及道路适驾性评估与改善开展了深入研究，形成了丰富成果。依托本研究项目，团队共发表学术论文47篇，其中SCI/SSCI检索论文21篇，包括1篇ESI高被引论文和1篇ESI前3%论文。出版《交通安全分析》专著1部，主持编写国家行业标准2部和地方标准3部，授权发明专利5项、软件著作权8项。项目执行期间共培养硕士10名，博士11名。本项目破解了事故定位规范化表述的难题，构建了四类典型道路设施的事故多发道路判别模型；利用多源数据构建了参数化场景库，构建了自动驾驶虚拟仿真测试平台；系统地构建了复杂道路交通环境下的自动驾驶车辆决策控制模型，提升了车辆安全、效率、舒适性，建立了基于虚拟仿真测试平台的自动驾驶道路适驾性评估方法；量化了面向自动驾驶的道路关键设计指标，确定了面向自动驾驶的交叉口、路段运行设计域，提出了典型道路的适驾性改善方案。项目研究成果支撑了公安部公共安全行业标准《道路交通事故与违法地点表述规范》编制，支撑了全国4500公里事故多发道路判别与改善，以及上海、广州、苏州事故多发道路判别与改善技术指南编制；支撑了上海市开放道路测试场景生成，以及通用、英特尔、华为关键技术研发；支撑了上海市开放道路测试技术发展与落地，以及安全决策技术标准编制；支撑了上海市智慧道路建设技术标准编制和道路的智慧化改造；支撑了深圳市的道路适驾性评估和深圳市地方管理规定的编制。研究成果对于建设与自动驾驶车辆智能化水平相匹配的道路基础设施，推动自动驾驶发展具有重要意义。