PRISMA: A Novel Approach for Deriving Probabilistic Surrogate Safety Measures for Risk Evaluation

要約

代替安全対策 (SSM) は、交通紛争における安全リスクの観点から交通安全を表現するために使用されます。
通常、SSM は、トラフィック参加者の軌跡の将来の展開に関する仮定に依存してリスクの尺度を生成し、これらの仮定が有効なシナリオへの適用を制限します。
この制限に応えて、我々は新しい Probabilistic RISk Measure DerivAtion (PRISMA) メソッドを提案します。
PRISMA 法の目的は、特定のイベント (衝突など) の確率をリアルタイムで計算するために使用できる SSM を導き出すことです。
PRISMA メソッドは、データ駆動型のアプローチを採用して、将来起こり得る交通参加者の軌跡を予測することで、これらの軌跡に関する特定の仮定への依存を軽減します。
PRISMA は特定の仮定に拘束されないため、PRISMA メソッドはさまざまなシナリオに対して複数の SSM を導出する機能を提供します。
指定されたイベントの発生確率はシミュレーションに基づいており、回帰モデルと組み合わせることで、派生した SSM でリアルタイムのリスク推定を行うことができます。
PRISMA メソッドを説明するために、縦方向の交通相互作用中のリスク評価のために SSM が導出されます。
第一原理からリスクを客観的に推定する既知の方法がない、つまり、既知のリスクの根拠が存在しないため、2 つの SSM の相対的なメリットを客観的に比較することは、不可能ではないにしても非常に困難です。
代わりに、予想されるリスク傾向に関して派生 SSM をベンチマークする方法を提供します。
ベンチマークを適用すると、SSM が予想されるリスク傾向と一致していることがわかります。
派生した SSM は PRISMA 手法の可能性を示していますが、今後の研究では、横方向の交通衝突や弱い立場の道路利用者との相互作用など、他の種類の交通衝突にもこのアプローチを適用することが含まれています。

要約(オリジナル)

Surrogate Safety Measures (SSMs) are used to express road safety in terms of the safety risk in traffic conflicts. Typically, SSMs rely on assumptions regarding the future evolution of traffic participant trajectories to generate a measure of risk, restricting their applicability to scenarios where these assumptions are valid. In response to this limitation, we present the novel Probabilistic RISk Measure derivAtion (PRISMA) method. The objective of the PRISMA method is to derive SSMs that can be used to calculate in real time the probability of a specific event (e.g., a crash). The PRISMA method adopts a data-driven approach to predict the possible future traffic participant trajectories, thereby reducing the reliance on specific assumptions regarding these trajectories. Since the PRISMA is not bound to specific assumptions, the PRISMA method offers the ability to derive multiple SSMs for various scenarios. The occurrence probability of the specified event is based on simulations and combined with a regression model, this enables our derived SSMs to make real-time risk estimations. To illustrate the PRISMA method, an SSM is derived for risk evaluation during longitudinal traffic interactions. Since there is no known method to objectively estimate risk from first principles, i.e., there is no known risk ground truth, it is very difficult, if not impossible, to objectively compare the relative merits of two SSMs. Instead, we provide a method for benchmarking our derived SSM with respect to expected risk trends. The application of the benchmarking illustrates that the SSM matches the expected risk trends. Whereas the derived SSM shows the potential of the PRISMA method, future work involves applying the approach for other types of traffic conflicts, such as lateral traffic conflicts or interactions with vulnerable road users.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google