要約
安全性を高めるために移動式作業ゾーンでトラック搭載型減衰器 (TMA)/自律型トラック搭載型減衰器 (ATMA) および交通管制装置がますます使用されていますが、米国では依然として作業ゾーンでの衝突が安全上の重大な懸念事項となっています。
ミズーリ州では、2023 年に TMA 関連の衝突事故が 63 件あり、2022 年と比較して 27% 増加しました。現在、移動作業ゾーンの標識はすべて受動的な安全対策であり、ドライバーの認識と注意に依存しています。
一部の注意力散漫なドライバーはこれらの標識や警告を無視する可能性があり、安全上の懸念が生じます。
この研究では、全体的な安全性を向上させるために TMA/ATMA に適用できる追加の事前警告システムを提案しました。
パノプティック運転知覚アルゴリズムをロボット オペレーティング システム (ROS) に統合し、それを TMA/ATMA システムに適用することで、実現可能なソリューションが実証されました。
これにより、TMA を使用して衝突コース上の車両に警告することができます。
現在、2 台の ROS ロボットとデスクトップ GPU を備えた実験室環境で行われている私たちの実験セットアップは、リアルタイムの距離と速度を計算し、警告信号を起動するシステムの機能を実証しています。
ROS の分散コンピューティング機能を活用することで、柔軟なシステム展開とコスト削減が可能になります。
今後のフィールドテストでは、AASHTO Green Book の停止視距 (SSD) 標準を組み合わせることで、システムは対向車のリアルタイム監視を可能にし、追加の事前警告を提供して移動作業ゾーンの安全性を強化します。
要約(オリジナル)
Even though Truck Mounted Attenuators (TMA)/Autonomous Truck Mounted Attenuators (ATMA) and traffic control devices are increasingly used in mobile work zones to enhance safety, work zone collisions remain a significant safety concern in the United States. In Missouri, there were 63 TMA-related crashes in 2023, a 27% increase compared to 2022. Currently, all the signs in the mobile work zones are passive safety measures, relying on drivers’ recognition and attention. Some distracted drivers may ignore these signs and warnings, raising safety concerns. In this study, we proposed an additional proactive warning system that could be applied to the TMA/ATMA to improve overall safety. A feasible solution has been demonstrated by integrating a Panoptic Driving Perception algorithm into the Robot Operating System (ROS) and applying it to the TMA/ATMA systems. This enables us to alert vehicles on a collision course with the TMA. Our experimental setup, currently conducted in a laboratory environment with two ROS robots and a desktop GPU, demonstrates the system’s capability to calculate real-time distance and speed and activate warning signals. Leveraging ROS’s distributed computing capabilities allows for flexible system deployment and cost reduction. In future field tests, by combining the stopping sight distance (SSD) standards from the AASHTO Green Book, the system enables real-time monitoring of oncoming vehicles and provides additional proactive warnings to enhance the safety of mobile work zones.
arxiv情報
| 著者 | Xiang Yu,Linlin Zhang,Yaw,Adu-Gyamfi |
| 発行日 | 2024-12-24 05:50:45+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google