Active Road User Interactions With Autonomous Vehicles: Proactive Safety Assessment
Notice bibliographique
Résumé
This study aims to conduct a thorough assessment of pedestrian and cyclist safety in autonomous vehicle (AV) environments. To that end, the study utilized AV sensor data of over 1,500 driving hours from five sources in Canada, the United States, and Singapore. The sensor data were used to extract conflicts between AVs and active road users. The conflicts were then processed to develop accurate estimates of AV collisions involving pedestrians and cyclists based on the extreme value theory. Further in-depth assessments were conducted on the identified conflicts, by type and location, to highlight potential issues leading to risky conflicts. The results showed that the total number of predicted AV collisions involving active road users was 2.17 collisions per million AV kilometers travelled. Collisions involving pedestrians were slightly higher than those involving cyclists. Also, collisions in clear weather conditions slightly exceeded collisions in adverse weather conditions, although the difference was not statistically significant. The relative risk of collisions was developed for both pedestrian and cyclist conflicts per AV movement type. The results showed that for pedestrians, interactions with right-turning AVs are the riskiest, while interactions with left-turning AVs are the riskiest for cyclists. A thorough analysis of conflicts revealed many issues, including a higher tendency for pedestrian violations when interacting with AVs, aggressive AV behavior (particularly when interacting with pedestrians while making a right turn), AVs struggling to predict the path of cyclists (mainly because of cyclist violations), and AVs failing to interpret pedestrian intentions in some cases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».