文献

J-GLOBAL ID：202202262788618688   整理番号：22A0554436

自律車両のためのクラスタ解析と試験シナリオ開発による交通事故パターンの同定【JST・京大機械翻訳】

Identification of Traffic Accident Patterns via Cluster Analysis and Test Scenario Development for Autonomous Vehicles

著者 (4件)： Esenturk Emre (WMG, The University of Warwick, Coventry, U.K.) ,  Wallace Albert G. (WMG, The University of Warwick, Coventry, U.K.) ,  Khastgir Siddartha (WMG, The University of Warwick, Coventry, U.K.) ,  Jennings Paul (WMG, The University of Warwick, Coventry, U.K.)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 6660-6675  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 安全性の増加は,交通研究と計画のための主要な動機の1つである。困難なタスクには2つのコンポーネントがある。(i)交通事故の傾向に関連したリスク因子の良好な理解に基づく既存の交通政策の改善,および(ii)自動車の安全性を前進させる新興技術を支える。後者の経路では,接続および自動車両(CAV)の導入は,CAVが事故の数を低減する可能性があるので,有望なオプションである。しかし,それらの利点を修復するために,それらは安全な方法で導入され,危険なシナリオを安全に取り扱う能力について試験する必要がある。残念なことに,そのような試験シナリオの同定は,産業にとって重要な課題のままである。本研究は,(i)英国のSTATS19事故データを分析し,過去の交通事故のパターンを同定し,(ii)CAV試験のシナリオを系統的に生成するために,この情報を利用して,安全性の向上に寄与する。タスク(i)に対して,事故のパターンを静的および時間依存内部および外部因子に関して同定した。この目的のために,本研究では,高次元カテゴリデータを扱うのに特に適したクラスタリングアルゴリズム,COOLCATを採用した。6つの異なるクラスタがアルゴリズムの結果として自然に出現した。クラスタを解釈するため,各クラスタに周波数解析を行った。周波数試験は,各クラスタにおいて,ある明確な実世界状況が,各クラスタのマーカである非クラスタ化参照ケースと比較して,より顕著に表現されることを示した。第2のタスク(ii)は属性間の関係を合成することにより最初のタスクを補完した。これは市場バスケット解析手法を用いた相関ルールマイニングにより行った。この方法は,特に仮想試験において,CAVの試験に使用できる,クラスタの特徴,非自明な試験シナリオの開発を可能にした。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  安全性 ,  自動車 ,  クラスタ化 ,  時間依存性 ,  *クラスタ ,  周波数解析 ,  *交通事故 ,  *クラスタ分析 ,  高次元 ,  同定 ,  交通政策 ,  危険因子
準シソーラス用語： クラスタリングアルゴリズム ,  解析手法 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 自律 ,  クラスタ解析 ,  試験 ,  シナリオ ,  開発 ,  交通事故 ,  同定