《表3 输入变量汇总：基于自然驾驶数据的危险事件识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自然驾驶数据的危险事件识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

1）为自车速度减去前车速度；2）为Δx/Δv。

以上三类场景均不存在潜在的碰撞风险，但由于某一时刻的车辆运动学参数满足阈值条件，被错误地识别成危险事件。可见运动学参数的瞬时值不足以做出精确的判别。在选择机器学习的输入变量时，考虑纳入事件触发前后某一时域内，车辆动态参数（包括速度、横纵加速度、与前车的距离、与前车的速度差、前向碰撞时间）的统计值，包括最值、均值和标准差。输入变量汇总及计算时域如表3和图3所示。由于存在没有前车的情况，因此表3中的Δx、Δv和tTTC三类变量可以为空值。图3为某一起事件在阈值触发前后共15 s内，各类运动学参数的时间序列图。对于该事件，运动学参数统计值的计算时域为纵向加速度最小值对应时刻t0的前5 s和后3 s（图中阴影部分）。若事件由横向加速度阈值触发，则t0为横向加速度最大值对应的时刻。