文章目录

  • 0. 写在前面
  • 1. 37类危险场景背景介绍
    • 1.1 危险场景分类作用
    • 1.2 37类危险场景的“起源”
  • 2. 具体场景内容
  • 3. 实际搭建——场景分类的思维导图
  • 参考

0. 写在前面

为了对危险场景有进一步的认识,并且更好地在prescan上搭建危险场景,我这几天看了看NHTSA(National Highway Traffic Safety Administration)关于定义危险场景类型(具体来说其实是碰撞前场景pre-crash scenarios)的文档。该文档更关注于轻型车辆的碰撞前场景(Light-Vehicle),行文思路比较清晰。首先介绍了已经存在的两种场景分类方法,并从它们所基于的数据角度分析了它们的局限性;接下来介绍新分类方法如何从广泛的数据中(对场景的描述和造成该场景的原因)提取有效信息并通过数据中的危险严重程度计算经济损失和funtional years lost(不知道该怎么翻译…功能寿命损失??);之后按照数据中的车辆参与数来进行场景分类,并根据三项指标:频率、经济损失、functional years lost对37类场景进行排序;最后将之前的两类分类方法映射到了37分类法中。

时间紧迫的话可以直接跳到最后一节看思维导图~

1. 37类危险场景背景介绍

1.1 危险场景分类作用

个人理解的危险场景(碰撞前场景)就是在车辆与动态或静态的要素即将相撞之前的过程。碰撞的分类可以用来更好地理解场景和其发生的原因。分类也能帮助我们在研究自动驾驶的时候设置场景的优先级;辨识人为介入的时机;最后是评估所选碰撞对策的有效性。

1.2 37类危险场景的“起源”

37类危险场景借鉴的是之前的两种分类方法,第一种叫做44-crashes, 它是由GM(General Motors)将场景分为44类,所使用的数据是1991年General Estimates System (GES)碰撞数据库和1990-1991密歇根和北卡州警方报道的碰撞数据,从而也就可以看出它的局限性,就是数据太旧,也不能代表整个美国。第二种分类法pre-crash scenarios typology是由U.S. Department of Transportation美国交通部 (USDOT)按照National Automotive Sampling System (NASS)场景中的变量(车的数量)来构建的,但是此分类方法也有局限性:它只考虑了1~2辆车参与的场景,没有考虑大于两辆车的情况,除此之外,一些发生频率低的场景也被排除在外。

2. 具体场景内容

本节直接给出新的分类方法所包含的37种场景及其按照前文所述的三个指标下的排序。
图1是37类场景的具体内容。
图1:

图2~4是37类场景依次按照频率,经济损失,功能寿命损失三个指标的排序
图2——频率排序:

图3——经济损失排序:

图4——功能寿命损失排序:

可以看出常见的几类危险场景有

  1. 没有先前行为的车辆失控
  2. 与停止的前车相撞(总的来说跟车行为)
  3. 没有先前行为的情况下驶离路线

3. 实际搭建——场景分类的思维导图

个人认为,如果在实际种直接按照这37类场景搭建的话逻辑会出现混乱。可以按照参与的车辆数分类(先考虑只有一辆或两辆车的情况),再按照碰撞类别来进一步分类。根据文档中第五章的内容我整理了如下图的思维导图,希望能够便于接下来的场景库搭建。

参考

Pre-Crash Scenario Typology for Crash Avoidance Research:https://www.nhtsa.gov/sites/nhtsa.dot.gov/files/pre-crash_scenario_typology-final_pdf_version_5-2-07.pdf

危险场景分类(NHTSA 37 Pre-Crash Scenarios)相关推荐

  1. AI Challenger 全球AI挑战赛[二]——场景分类比赛介绍(附数据集和基线模型百度云下载)

    AI Challenger 全球AI挑战赛       场景分类 [ 2017 ] 传送门 目的:寻找一个更鲁棒的场景分类模型,解决图片的角度.尺度.和光照的多样性问题 一.比赛介绍 赛题简介 移动互 ...

  2. 遥感图像场景分类常用数据集

    1. UC Merced Land-Use Data Set contains 21 scene classes and 100 samples of size 256x256 in each cla ...

  3. DCASE 2013任务1(声学场景分类)参赛作品相关信息

    本文资料来源于DCASE 2013以及上面下载的各个参赛组的技术报告(应该就是扩展摘要) 参赛者及其作品: 注意:图中的参考文献[46-56]就是对应的参赛者提交作品的技术报告(也就是扩展摘要). ( ...

  4. 遥感影像场景分类预测大赛——算法硬碰硬!

    赢在8月  因为"AI",所以爱 FlyAI,一个为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台.从7月份开始,FlyAI除了每周上线一到两个万元现金奖励竞赛外,还推 ...

  5. 基于深度学习场景分类算法

    目前出现的相对流行的场景分类方法主要有以下三类: (1) 基于对象的场景分类: 这种分类方法以对象为识别单位,根据场景中出现的特定对象来区分不同的场景: 基于视觉的场景分类方法大部分都是以对象为单位的 ...

  6. 基于深度学习的场景分类算法

    目前出现的相对流行的场景分类方法主要有以下三类: (1)     基于对象的场景分类: 这种分类方法以对象为识别单位,根据场景中出现的特定对象来区分不同的场景: 基于视觉的场景分类方法大部分都是以对象 ...

  7. 遥感图像场景分类方法总结

    遥感图像场景分类一般假定相同类别的场景应该共享相似的特征信息,基于此,遥感图像场景分类方法可以分为三大类:基于底层视觉特征,基于中层视觉表达,基于高层视觉信息. 底层视觉特征:直接提取遥感图像的光谱, ...

  8. 电脑常用快捷键【按使用场景分类】-Windows

    目录 1-日常使用 2-编程常用 3-剪辑视频(Adobe Premiere Pro) 4-其他 -前 言- 这篇博客主要是根据我自己在不同的使用场景下(编程.写文档.视频剪辑等),用到的一些快捷键( ...

  9. 遥感场景识别数据集(场景分类)

    场景识别数据(场景分类) 场景识别通常指对图像整体的常见语义分析和理解,是计算机视觉领域标志性任务之一,在对象识别的基础上,场景识别能够结合上下文信息,从而实现场景主要内容的精确识别.2006年以来, ...

最新文章

  1. c语言如何输入汉字_C语言入门的第一个小程序
  2. Git创建repository,以及clone,提交一个repository
  3. DevExpress的GridControl的使用以及怎样添加列和绑定数据源
  4. jboss\server\default\.\tmp 拒绝访问 axis2
  5. jQuery LigerUI 插件介绍及使用之ligerTree
  6. DockOne微信分享(一四一):如何开发部署Kubernetes Native应用
  7. Linux开发板调试 - NFS调试
  8. dell笔记本重装系统
  9. winform的FormBorderStyle设置为None窗口的最小宽度不能小于132
  10. 抖音云控系统多少钱一套?
  11. 5年专业研究,这份云原生安全指南请查收
  12. 贪吃蛇(C语言版)链表实现
  13. cannot bind non-const lvalue reference of type ‘***‘ to an rvalue of type ‘***‘解决方法
  14. 负载均衡、高可用、可扩展解决方案
  15. python pymssql连接本地SQL SERVER
  16. 微信录音功能在哪里?图文教学,轻松学会微信隐藏技能
  17. Java web 服务器配置
  18. Java 时间格式处理
  19. php语法难看,PHP语法之令人困惑的strtotime
  20. 安卓讲课笔记3.3 相对布局

热门文章

  1. BIM模型文件下载——旅馆酒店模型
  2. 如何开发一个全新的操作系统(手机操作系统)呢?
  3. [work]从贝叶斯方法谈到贝叶斯网络
  4. 国内十大不可错过的免费学习资源网站(火速收藏中),java架构师课程推荐
  5. 【C零基础详解】Part1:7-1 计算摄氏温度 (10分)【变量的输入和输出】
  6. WPF实现圆形菜单动态展开折叠效果
  7. 宏基笔记本linux系统安装图解,宏碁笔记本安装系统 系统备份过程图解
  8. eclipse安装完adt插件后只有一个小图标 还打不开怎么回事
  9. 微机保护算法matlab编程,微机继电保护matlab算法仿真(有源程序).doc
  10. 一. 获取access_token