Modeling Lead-vehicle Kinematics For Rear-end Crash Scenario Generation

要約

車両の安全技術を評価するための主要な方法として仮想安全評価が使用されることで、衝突シナリオ生成の重要性が強調されてきました。
最も一般的な衝突の種類の 1 つは、先行車両と後続車両が関与する追突事故です。
ほとんどの研究は、先行車両が衝突前に一定の加速/減速を維持していると仮定して、後続車両に焦点を当てています。
ただし、文献にはこの前提を裏付ける証拠はありません。
この研究は、追突事故シナリオを生成する最初のステップとして、先頭車両の挙動を徹底的に分析およびモデル化することで、この知識のギャップに対処することを目的としています。
したがって、この研究では、2 つの後部衝突前/衝突寸前データセットを利用して、区分線形モデルを使用して、先頭車両の速度プロファイルをパラメータ化しました。
これらのデータセットはマージされ、複数のサブデータセットに分類されました。
それぞれについて、対応するパラメーターを表す多変量分布が構築されました。
その後、これらの分布モデルを使用して合成データセットが生成され、元の結合データセットとの比較によって検証されました。
この結果は、先導車の速度パターンが多様であることを浮き彫りにしており、従来の等加減速モデルではなく、提案した区分線形モデルのようなより正確なモデルが必要であることを示しています。
提案されたモデルで生成された衝突事故は、重大度範囲全体にわたって衝突データと正確に一致し、重大度範囲と精度の両方で既存の先行車両の運動学モデルを上回っています。
研究で開発されたモデルは、先頭車両により現実的な速度プロファイルを提供することで、現実的な追突シナリオの作成と現実の衝突の再現に貢献します。

要約(オリジナル)

The use of virtual safety assessment as the primary method for evaluating vehicle safety technologies has emphasized the importance of crash scenario generation. One of the most common crash types is the rear-end crash, which involves a lead vehicle and a following vehicle. Most studies have focused on the following vehicle, assuming that the lead vehicle maintains a constant acceleration/deceleration before the crash. However, there is no evidence for this premise in the literature. This study aims to address this knowledge gap by thoroughly analyzing and modeling the lead vehicle’s behavior as a first step in generating rear-end crash scenarios. Accordingly, the study employed a piecewise linear model to parameterize the speed profiles of lead vehicles, utilizing two rear-end pre-crash/near-crash datasets. These datasets were merged and categorized into multiple sub-datasets; for each one, a multivariate distribution was constructed to represent the corresponding parameters. Subsequently, a synthetic dataset was generated using these distribution models and validated by comparison with the original combined dataset. The results highlight diverse lead-vehicle speed patterns, indicating that a more accurate model, such as the proposed piecewise linear model, is required instead of the conventional constant acceleration/deceleration model. Crashes generated with the proposed models accurately match crash data across the full severity range, surpassing existing lead-vehicle kinematics models in both severity range and accuracy. By providing more realistic speed profiles for the lead vehicle, the model developed in the study contributes to creating realistic rear-end crash scenarios and reconstructing real-life crashes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google