Automated Vehicles at Unsignalized Intersections: Safety and Efficiency Implications of Mixed-Human-Automated Traffic

要約

自動運転車（AV）の交通システムへの統合は、交通の安全性と効率性を高めるかつてない機会をもたらす。しかし、交差点におけるAVと人間運転車両（HV）の相互作用を理解することは、依然として未解決の研究課題である。本研究は、WaymoとLyftの2つの大規模なAVデータセットを利用し、信号のない交差点におけるAVとHVの行動の違いと適応を調べることで、このギャップを埋めることを目的としている。体系的な方法論を用いることで、衝突までの時間（TTC）、侵入後時間（PET）、最大必要減速度（MRD）、時間優位性（TA）、速度・加速度プロファイルなど、主要な安全性と効率性の指標を計算することで、合流と交差の衝突を特定し、分析している。その結果、混合交通流におけるパラドックスが明らかになった。AVはより大きな安全マージンを維持する一方で、その保守的な挙動は人間のドライバーにとって予期せぬ状況をもたらし、潜在的に危険な状態を引き起こす可能性がある。性能の観点からは、人間のドライバーは、AVと他のHVとの相互作用時に、より一貫した挙動を示し、AVが交通流パターンの調和に貢献する可能性を示唆している。さらに、WaymoとLyftの車両間で顕著な違いが観察されたことから、AVを安全に統合するための交通モデリングと管理戦略において、メーカー固有のAV挙動を考慮することの重要性が浮き彫りになった。本研究で利用された処理データセットは、AV-HV相互作用の研究を促進するために公開されている。

要約(オリジナル)

The integration of automated vehicles (AVs) into transportation systems presents an unprecedented opportunity to enhance road safety and efficiency. However, understanding the interactions between AVs and human-driven vehicles (HVs) at intersections remains an open research question. This study aims to bridge this gap by examining behavioral differences and adaptations of AVs and HVs at unsignalized intersections by utilizing two large-scale AV datasets from Waymo and Lyft. By using a systematic methodology, the research identifies and analyzes merging and crossing conflicts by calculating key safety and efficiency metrics, including time to collision (TTC), post-encroachment time (PET), maximum required deceleration (MRD), time advantage (TA), and speed and acceleration profiles. The findings reveal a paradox in mixed traffic flow: while AVs maintain larger safety margins, their conservative behavior can lead to unexpected situations for human drivers, potentially causing unsafe conditions. From a performance point of view, human drivers exhibit more consistent behavior when interacting with AVs versus other HVs, suggesting AVs may contribute to harmonizing traffic flow patterns. Moreover, notable differences were observed between Waymo and Lyft vehicles, which highlights the importance of considering manufacturer-specific AV behaviors in traffic modeling and management strategies for the safe integration of AVs. The processed dataset utilized in this study is openly published to foster the research on AV-HV interactions.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL