自动驾驶汽车事故数据的自动管理系统
意义：现实世界的交通事故拥有在实验室中得不到的数据，对现实世界中发生事故的道路进行分析后，确定当前道路的潜在危险特征，未来的道路设计就可以避免这些元素。
工作：一个自动驾驶汽车事故数据的自动管理系统，以了解什么时候、为什么、在哪里出了事故
文中使用到的数据库、软件等
1. AMI自动驾驶事故数据库：提供事故发生的数据（经纬度和事故描述等）
2. OSM：用于得到事故发生的具体地图（原始道路和地理信息 可编辑）
3. MATALB：在此作为场景生成器
4. 碰撞事故解析函数：通过此函数从AMI自动驾驶事故数据库中调用具体信息，具体工作过程如下：（AMI数据库的数据是通过手动变成描述文件，然后将描述文件输入到NLP中重建事故场景。下图中的红框部分便是手动工作所做的。）
突发事件生成模拟器的原型：
文章所创建并测试的系统原型框架可以分为三个阶段：
1. 从OSM（开放街道地图）中得到事故的详细信息和OSM文件
2. 对上述所得进行处理
3. 根据自动驾驶汽车事故数据创建模拟
MATLAB首先获取XML形式的事故报告，然后解析为新的XML文件，以找到事故的经纬度和描述（通过调用函数crashDataStructParser()）。得到坐标后，以坐标为中心点创建一个有界的框（边界大小可以自己定义。默认为50米）然后将此边界框的尺寸插入到OSM的导出URL中，并使用websave（）检索OSM文件并将其保存到当前工作文件夹中。
在得到所有数据后，就可以开始进行模拟。首先必须将OSM文件转换为MATLAB结构，收集特性和连接性用以重建地图；完成后返回一个连接矩阵（ connectivity matrix ）这个矩阵是用于绘制道路并在上面放置汽车的；然后在MATLAB中创建场景，使用前面绘制的道路并为场景加入事故参与者（此时场景描述和模拟创建的过程是手动完成的）
具体演示：如图所示，事故的详细信息和描述可以在AMI数据库中得到，在www.openstreetmap.org上，可以检索到事件对应的位置。接下来重建事故，将地图从OSM文件重建为光栅地图（图3C为光栅地图，转换过程如图3B所示）。光栅地图可以确定车辆的道路和路径，如果涉及车辆和行人等其他事故参与者则添加，最终如图3D所示。在模拟创建完后会被上传到AMI数据库中。
对于自动驾驶汽车模拟的初步观察如图所示(对事故数据基于各种道路要素的统计）：
可以从数据中看出AV的事故类型和人类驾驶员还是有区别的，比如图A中六车道只有AV有事故（因为应该是车道越宽越不容易出事故）
仍待完成的工作：开发一个事件描述处理器（将模拟的过程自动化，目前是手动的）；获得更多事故细节，将更多的数据加入模拟中（如警方的报告信息）。
- 用户评论
