Generalized Driving Risk Assessment in Highway Using Risk Field Approach

Abstract

This study provides a generalized method, which visually captures multiple conflicts in various scenarios, for assessing the driving risk encountered by on-road vehicles for driver support and automation systems. To this end, this study employs risk field theory. The risk field approach defines any obstacle to a vehicle as a finite scalar field using the predictive position of the obstacle. This study proposes a modified risk field called the conflict field that captures the drivers subjective risk perception to quantify the level of conflict. The proposed conflict field provides a visually intuitive basis to assess the extent of the conflict and proactively quantifies the risk of the situation in real-time This study compares the proposed method with existing conflict measures for three driving situations (i.e., car-following, yielding, and lane changing) using highway naturalistic driving data. As a result, the proposed method imposes a higher risk for multiple risky interactions than for a single risky interaction and is generally consistent with post-encroachment time (PET). Lastly, a sensitivity analysis investigates the parameters assumption and the predictive positions bias and variance. The major innovative aspect of this study is to simultaneously assess the various types of multiple conflicts with adjacent vehicles and provide their potential conflict locations. Therefore, the proposed driving risk assessment method can provide robust and stable safety criteria for the autonomous vehicle system in a generalized way.

본 연구는 운전자 지원 및 자율주행 시스템에서 차량이 직면하는 주행상황의 위험을 평가하기 위해 고속도로에서 발생할 수 있는 시나리오에서 여러 차량과의 충돌을 시각적으로 포착하는 일반화된 방법을 제공한다. 이를 위해, 본 연구는 장이론 기반의 접근법을 활용한다. 리스크 필드 접근법은 장애물의 예측 위치를 사용하여 장애물이 발산하는 위험감을 나타내는 장을 스칼라 필드(리스크 필드)로 정의한다. 물체들에서 발생되는 리스크 필드의 중첩에 의해 발생하는 상충의 강도을 정량화하기 위해 운전자의 주관적 위험 인식을 포착하는 상충 필드라는 수정된 위험 필드를 제안한다. 제안된 상충 필드는 충돌의 정도를 평가할 수 있는 시각적으로 직관적인 근거를 제공하고 실시간으로 주행상황의 위험을 선제적으로 정량화할 수 있다. 제안된 방법론을 검증하기 위해 고속도로 주행 데이터를 사용하여 세 가지 주행 상황(즉, 차량 추종, 양보 및 차선 변경)에 대한 기존 안전성 평가방법론과 비교했다. 결과적으로 제안된 방법은 단일 위험 상호 작용보다 여러 위험 상호 작용에 더 높은 위험을 가지는 것으로 평가하며 일반적으로 PET와 일관된 결과를 도출한다. 마지막으로, 민감도 분석을 통해 주요 모수의 가정과 예측 모형에서 발생한 편향과 분산에의 영향을 평가하였다. 본 연구의 주된 학술적인 기여는 인접 차량과의 다양한 유형의 다중 충돌 상황을 동시에 평가하고 잠재적 충돌 위치를 제공하는 것이다. 또한 제안된 운전 위험 평가 방법은 통합되고 일반화된 방식으로 자율주행차 시스템에 효과적이고 안정적인 안전 기준을 제공함으로서 자율주행 산업에 있어서 기여할 수 있을 것으로 기대된다.