Análisis y modelización del comportamiento de los participantes en el tráfico

Título original:

Behavior Analysis and Modeling of Traffic Participants

Contenido del libro:

Un participante en el tráfico rodado es una persona que participa directamente en el tráfico rodado, como conductores de vehículos, pasajeros, peatones o ciclistas; sin embargo, los accidentes de tráfico les causan numerosas pérdidas materiales, lesiones corporales e incluso la muerte. Para reducir la tasa de muertes por accidentes de tráfico, el desarrollo del vehículo inteligente es una tecnología muy valorada en la actualidad. Resulta de gran importancia para la toma de decisiones y la planificación de un vehículo poder predecir las intenciones de los peatones y sus trayectorias futuras, así como las de los vehículos circundantes, todo ello en un esfuerzo por aumentar la seguridad de la conducción. Basándonos en la secuencia de imágenes recogidas por las cámaras monoculares de a bordo, utilizamos la red basada en la memoria a largo plazo (LSTM) con un mecanismo de atención mejorado para realizar la predicción de la intención y la trayectoria de los peatones y los vehículos circundantes.

Sin embargo, aunque la era de la conducción totalmente automática todavía parece lejana, los conductores humanos siguen siendo una parte crucial del sistema carretera-conductor-vehículo en las circunstancias actuales, incluso cuando se trata de vehículos con bajos niveles de conducción automática. Teniendo en cuenta que más del 90% de los accidentes de tráfico mortales fueron causados por errores humanos, resulta significativo reconocer la tarea secundaria durante la conducción, así como el reconocimiento del estilo de conducción, para desarrollar un sistema avanzado de asistencia al conductor (ADAS) o vehículo inteligente más personalizado. Utilizamos las redes convolucionales gráficas para el razonamiento de características espaciales y las redes LSTM con el mecanismo de atención para el aprendizaje de características de movimiento temporal dentro de la secuencia de imágenes para realizar el reconocimiento de la tarea secundaria de conducción.

Además, los conductores agresivos tienen más probabilidades de verse implicados en accidentes de tráfico, y el nivel de riesgo al volante de los conductores podría verse afectado por muchos factores potenciales, como la demografía y los rasgos de personalidad. Por lo tanto, nos centraremos en la clasificación del estilo de conducción para el escenario longitudinal de seguimiento de coches. Además, a partir del Modelo de Ecuación Estructural (SEM) y de la base de datos de conducción naturalista del Programa Estratégico de Investigación de Carreteras 2 (SHRP 2), se analizan en profundidad las relaciones entre las características demográficas de los conductores, la búsqueda de sensaciones, la percepción del riesgo y los comportamientos de riesgo al volante. Se espera que los resultados y conclusiones de este breve libro ofrezcan posibles orientaciones y beneficios para promover el desarrollo de la tecnología de vehículos inteligentes y la seguridad en la conducción.