广告
基于自然驾驶场景的驾驶员主观风险认知数据集
2025-05-10 12:58:35· 来源：同济智能汽车研究所
实验方法上，采用驾驶模拟器实验方法。为了弥补模拟器实验中仿真场景的局限性，提高情景真实感，选用高保真的场景重建视频。
场景来源上，选取了自然驾驶场景。原因是自然驾驶场景具有更高的场景真实度（周围车辆行为的合理性）。1.2 研究贡献
本研究构建的驾驶员主观风险认知数据集具有以下三方面特性：
自然驾驶场景的交互性强：各场景中均有2~7辆车进行动态交互，涵盖各种交互类型（跟车、切入、超车和匝道汇入等）以及各种风险水平（从安全到接近碰撞）的场景。
场景重建视频的保真度高：为了提高重建场景的情景真实感，车辆外部环境（包括路面纹理、交通基础设施和环境声等）和车辆内部（包括仪表盘、转向灯和后视镜等）都经过了精心设计和渲染。风险认知测度的丰富性好：包含被试者对各场景的主观风险评估以及眼动数据，提供丰富的人类风险认知信息。
- 下一篇：多传感器注入HIL仿真系统用户案例
- 上一篇：斯堪尼亚探索增程式混动卡车应用前景
广告 
最新资讯
-
联合国法规R73对货车侧面防护装置的工程化
2026-03-09 12:14
-
联合国法规R72对HS1卤素灯摩托车前照灯的工
2026-03-09 12:13
-
《汽车环境风洞 雪模拟试验及评价方法》国
2026-03-09 10:56
-
《汽车空气动力学与声学风洞 流场校准规范
2026-03-09 10:56
-
电池耐久试验方法的工程逻辑：SRC循环与多
2026-03-09 10:55
