文献

J-GLOBAL ID：202202234396526433   整理番号：22A0321520

衝突警報情報を有するプローブ車両データを用いた脆弱性道路利用者安全性評価【JST・京大機械翻訳】

Vulnerable road user safety evaluation using probe vehicle data with collision warning information

著者 (4件)： Matsuo Kojiro (Department of Architecture and Civil Engineering, Toyohashi University of Technology, Toyohashi, Aichi 441-8580, Japan) ,  Chigai Naoki (J21 Corporation, Toyohashi, Japan) ,  Chattha Moazam Irshad (Department of Architecture and Civil Engineering, Toyohashi University of Technology, Toyohashi, Aichi 441-8580, Japan) ,  Sugiki Nao (Department of Architecture and Civil Engineering, Toyohashi University of Technology, Toyohashi, Aichi 441-8580, Japan)
資料名： Accident Analysis & Prevention  (Accident Analysis & Prevention)
巻： 165  ページ： Null  発行年： 2022年 
JST資料番号： D0828A  ISSN： 0001-4575  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,改造ADAS製品を含む接続車両(CV)と先進運転者支援システム(ADAS)技術が,実世界市場で導入されている。本研究は,車両が脆弱な道路利用者(VRU)と衝突リスクにあるとき動作するADASの集中関数として,歩行者衝突警報(PCW)に焦点を当てた。VRUに対する衝突事故に対する代替安全対策についていくつかの研究が行われてきたが,これらの研究は衝突警報情報による実世界CVデータを使用した。そこで,本研究では,非信号交差点でのVRUに対する衝突事故に対する安全性能関数(SPF)の開発を目的とし,PCW情報を接続高度プローブ車両(APVs)を用いて取得し,ii)開発したSPFに基づく非信号交差点で実行される交通安全処理の有効性を評価した。特に,本研究では,PCW情報を得ることができるAPVの限られた数および車両タイプに関する問題を考慮するために,SPFモデル(2-ステップEB-SPF)に基づく2段階経験的Bayes推定を提案した。APVデータに基づいて,車両-VRU衝突計数陰性二項(NB)モデルを,実際のPCW発生率とPCW発生率のEB推定を用いて別々に推定した。実際のPCW発生率は前者モデルでは統計的に有意ではなかったが,PCW発生率のEB推定値は統計的に有意であり,後者モデルにおける事故計数と正に関連していた。さらに,交通安全処理を非信号交差点で実行し,続いて推定2段階EB-SPFモデルに基づく事例研究として評価した。その結果,PCW発生率のEB推定によるモデルは,車両-VRU事故リスクが約70%減少し,99%信頼レベルで統計的に有意であり,PCW発生率のないモデルと比較して信頼区間を減少することを示した。したがって,衝突警報情報を含むAPVデータは,交通安全処理の効果を決定する推定精度を改善し,特にこの事例研究で卓越するような短い後処理期間に対して,交通安全評価にかなり貢献できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *警報 ,  交通安全 ,  リスク ,  事故 ,  歩行者 ,  Bayes推定 ,  衝突 ,  事例研究 ,  推定量 ,  安全対策 ,  リスク評価
準シソーラス用語： 推定精度 ,  衝突事故 ,  無信号交差点 ,  運転者支援システム , 【Automatic Indexing@JST】

著者キーワード (6件)： 衝突リスク評価 ,  脆弱な道路利用者(VRU) ,  歩行者衝突警報(PCW) ,  プローブ車両データ ,  経験的Bayes(EB)推定 ,  先進運転者支援システム(ADAS)

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 衝突 ,  警報情報 ,  プローブ車両 ,  脆弱性 ,  道路利用者 ,  安全性評価