基于自然驾驶数据的危险事件——交通研究委员会第98届年会总结

• 作者: 徐晓妍 王雪松
• 来源期刊: 交通与运输
• 学科: 交通运输
• 关键词: 交通研究委员会 危险事件 自然驾驶研究 研究进展 机器学习
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 综合
• 页码范围: 244-249
• 页数: 6页
• 分类号: U491
• 字数: 4815字
• 语种: 中文

摘要

交通事故的特征研究和致因分析能够为改善交通安全问题提供重要的决策基础.实时、精确、多源的自然驾驶数据有助于为事故相关研究提供充分的依据.事故是小概率事件,需要通过长时间的观测才能得到足够的数据.尤其在自然驾驶实验中,事故样本量不足以开展微观层面的统计分析,因而有必要引入事故替代指标.危险事件与事故的发生频率具有正相关性,两者的因果机制相似,危险事件能够作为有效的事故替代指标,用于研究风险驾驶行为和推断事故致因.从基于自然驾驶数据的危险事件识别和应用两方面入手,汇总了2019年1月召开的交通研究委员会第98届年会的最新研究进展,为国内相关研究人员提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪松	同济大学道路与交通工程教育部重点实验室	102	359	10.0	14.0
2	徐晓妍	同济大学道路与交通工程教育部重点实验室	2	0	0.0	0.0