清華新聞網(wǎng)7月8日電 近日，清華大學(xué)車(chē)輛與運(yùn)載學(xué)院周青教授、聶冰冰副教授團(tuán)隊(duì)在探究智能汽車(chē)如何提升安全保護(hù)水平方面取得重要進(jìn)展，提出了危險(xiǎn)場(chǎng)景智能汽車(chē)人員損傷風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)測(cè)方法。
道路交通事故是全球性范圍內(nèi)的重大公共安全問(wèn)題。由于諸多不可控因素的存在（如自車(chē)軟硬件故障、行車(chē)環(huán)境惡劣等），道路交通事故仍將在未來(lái)長(zhǎng)期存在。智能汽車(chē)憑借感知與潛在的決策能力，有望顯著改善道路交通安全水平?，F(xiàn)有安全決策通常關(guān)注規(guī)避碰撞的算法，而在面對(duì)不可避免碰撞事故場(chǎng)景時(shí)，忽視了在碰撞前關(guān)鍵時(shí)間窗口內(nèi)降低傷亡風(fēng)險(xiǎn)的巨大潛力。主要技術(shù)瓶頸在于：人-車(chē)-路系統(tǒng)具有非線(xiàn)性、高動(dòng)態(tài)、強(qiáng)耦合特性，難以準(zhǔn)確、實(shí)時(shí)、量化評(píng)估危險(xiǎn)場(chǎng)景下交通參與者（“人”）的損傷風(fēng)險(xiǎn)。
車(chē)輛學(xué)院周青、聶冰冰團(tuán)隊(duì)提出了危險(xiǎn)場(chǎng)景智能汽車(chē)人員損傷風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)測(cè)方法。其核心算法（Injury Risk Mitigation-based algorithm，IRM）包括三個(gè)模塊：首先，對(duì)積累的大量事故數(shù)據(jù)進(jìn)行基于專(zhuān)家經(jīng)驗(yàn)的清洗和預(yù)處理，建立數(shù)據(jù)驅(qū)動(dòng)的人員損傷風(fēng)險(xiǎn)量化預(yù)測(cè)模型；其次，以實(shí)時(shí)更新的損傷風(fēng)險(xiǎn)預(yù)測(cè)為參考，提出了不可避免事故場(chǎng)景安全決策算法，在事故前約一秒時(shí)間窗口內(nèi)滾動(dòng)優(yōu)化調(diào)整車(chē)輛行駛策略，實(shí)現(xiàn)損傷風(fēng)險(xiǎn)最小化；最后，依據(jù)中國(guó)交通事故深入調(diào)查（CIDAS）數(shù)據(jù)作為測(cè)試場(chǎng)景，量化評(píng)估人類(lèi)駕駛員和該安全決策算法的損傷風(fēng)險(xiǎn)降低效果（圖1）。
圖1. 基于量化人員風(fēng)險(xiǎn)的決策算法提升汽車(chē)安全水平
相比于人類(lèi)駕駛員與現(xiàn)有技術(shù)，IRM算法將損傷預(yù)測(cè)技術(shù)與智能汽車(chē)安全決策算法相結(jié)合，通過(guò)優(yōu)化車(chē)輛運(yùn)動(dòng)學(xué)狀態(tài)（如行駛速度、方向等）和碰撞位置，顯著降低人員損傷程度（圖2），克服了現(xiàn)有安全決策對(duì)人的損傷風(fēng)險(xiǎn)考慮欠優(yōu)的問(wèn)題。結(jié)果表明，數(shù)據(jù)驅(qū)動(dòng)的損傷預(yù)測(cè)模型憑借其優(yōu)異的數(shù)據(jù)挖掘能力，自主發(fā)掘了“埋藏”在積累的大量事故數(shù)據(jù)中的物理規(guī)律，在專(zhuān)家經(jīng)驗(yàn)干預(yù)下，形成了部分可解釋的模型，從而為決策提供參考。同時(shí)，針對(duì)危險(xiǎn)場(chǎng)景智能汽車(chē)涉及的“電車(chē)難題”困境，該研究從技術(shù)層面上給出了對(duì)不同決策的評(píng)估結(jié)果，以期為進(jìn)一步?jīng)Q策優(yōu)化提供量化參考。
圖2. 利用真實(shí)交通事故數(shù)據(jù)評(píng)估IRM算法的損傷風(fēng)險(xiǎn)降低效果
該研究以“基于人的損傷風(fēng)險(xiǎn)的自動(dòng)駕駛汽車(chē)安全決策”（Human injury-based safety decision of automated vehicles）為題發(fā)表在《細(xì)胞》（Cell）出版集團(tuán)期刊《交叉科學(xué)》（iScience）上。
論文第一作者為清華大學(xué)車(chē)輛學(xué)院2020級(jí)博士生王情帆，通訊作者為車(chē)輛學(xué)院聶冰冰副教授。清華大學(xué)車(chē)輛學(xué)院周青教授、中國(guó)汽車(chē)技術(shù)研究中心數(shù)據(jù)中心副總工程師林淼共同參與了本研究工作。研究得到了國(guó)家自然科學(xué)基金與清華-豐田聯(lián)合研究基金專(zhuān)項(xiàng)項(xiàng)目支持。
論文鏈接：
https://www.cell.com/iscience/fulltext/S2589-0042(22)00975-0#relatedArticles
供稿：車(chē)輛學(xué)院
題圖設(shè)計(jì)：劉雨田
編輯：李華山
審核：呂婷
