十字路口乘用车与二轮车典型危险场景聚类及推演

为了给智能汽车研发提供有效的场景推演构建方案,统计分析国家车辆事故深度调查体系(NAIS)数据库中乘用车与二轮车发生在十字路口的事故场景数据,得到2类高占比的基础场景;选取7个场景关联变量,并就2类基础场景对应的静态特性数据进行聚类分析;建立运动学推演模型,结合5类典型危险场景的动态参数实际阈值,构建5类典型危险场景的速度-距离危险模型。结果表明:通过统计分类、聚类分析和运动学模型叠加推演方法,可得到5类符合中国道路交通情况的十字路口乘用车与二轮车典型危险场景,进而得出5个危险场景集。