近日，清華大學(xué)車輛與運載學(xué)院周青教授、聶冰冰副教授團隊在探究智能汽車如何提升安全保護水平方面取得重要進展，提出了危險場景智能汽車人員損傷風(fēng)險動態(tài)預(yù)測方法。

道路交通事故是全球性范圍內(nèi)的重大公共安全問題。由于諸多不可控因素的存在（如自車軟硬件故障、行車環(huán)境惡劣等），道路交通事故仍將在未來長期存在。智能汽車憑借感知與潛在的決策能力，有望顯著改善道路交通安全水平?，F(xiàn)有安全決策通常關(guān)注規(guī)避碰撞的算法，而在面對不可避免碰撞事故場景時，忽視了在碰撞前關(guān)鍵時間窗口內(nèi)降低傷亡風(fēng)險的巨大潛力。主要技術(shù)瓶頸在于：人-車-路系統(tǒng)具有非線性、高動態(tài)、強耦合特性，難以準確、實時、量化評估危險場景下交通參與者（“人”）的損傷風(fēng)險。

車輛學(xué)院周青、聶冰冰團隊提出了危險場景智能汽車人員損傷風(fēng)險動態(tài)預(yù)測方法。其核心算法（Injury Risk Mitigation-based algorithm，IRM）包括三個模塊：首先，對積累的大量事故數(shù)據(jù)進行基于專家經(jīng)驗的清洗和預(yù)處理，建立數(shù)據(jù)驅(qū)動的人員損傷風(fēng)險量化預(yù)測模型；其次，以實時更新的損傷風(fēng)險預(yù)測為參考，提出了不可避免事故場景安全決策算法，在事故前約一秒時間窗口內(nèi)滾動優(yōu)化調(diào)整車輛行駛策略，實現(xiàn)損傷風(fēng)險最小化；最后，依據(jù)中國交通事故深入調(diào)查（CIDAS）數(shù)據(jù)作為測試場景，量化評估人類駕駛員和該安全決策算法的損傷風(fēng)險降低效果（圖1）。

圖1. 基于量化人員風(fēng)險的決策算法提升汽車安全水平

相比于人類駕駛員與現(xiàn)有技術(shù)，IRM算法將損傷預(yù)測技術(shù)與智能汽車安全決策算法相結(jié)合，通過優(yōu)化車輛運動學(xué)狀態(tài)（如行駛速度、方向等）和碰撞位置，顯著降低人員損傷程度（圖2），克服了現(xiàn)有安全決策對人的損傷風(fēng)險考慮欠優(yōu)的問題。結(jié)果表明，數(shù)據(jù)驅(qū)動的損傷預(yù)測模型憑借其優(yōu)異的數(shù)據(jù)挖掘能力，自主發(fā)掘了“埋藏”在積累的大量事故數(shù)據(jù)中的物理規(guī)律，在專家經(jīng)驗干預(yù)下，形成了部分可解釋的模型，從而為決策提供參考。同時，針對危險場景智能汽車涉及的“電車難題”困境，該研究從技術(shù)層面上給出了對不同決策的評估結(jié)果，以期為進一步?jīng)Q策優(yōu)化提供量化參考。

圖2. 利用真實交通事故數(shù)據(jù)評估IRM算法的損傷風(fēng)險降低效果

該研究以“基于人的損傷風(fēng)險的自動駕駛汽車安全決策”（Human injury-based safety decision of automated vehicles）為題發(fā)表在《細胞》（Cell）出版集團期刊《交叉科學(xué)》（iScience）上。

論文第一作者為清華大學(xué)車輛學(xué)院2020級博士生王情帆，通訊作者為車輛學(xué)院聶冰冰副教授。清華大學(xué)車輛學(xué)院周青教授、中國汽車技術(shù)研究中心數(shù)據(jù)中心副總工程師林淼共同參與了本研究工作。研究得到了國家自然科學(xué)基金與清華-豐田聯(lián)合研究基金專項項目支持。

供稿：清華大學(xué)