[論文レビュー] Crash Themes in Automated Vehicles: A Topic Modeling Analysis of the California Department of Motor Vehicles Automated Vehicle Crash Database

Hananeh Alambeigi, Anthony D. McDonald+1 more|arXiv (Cornell University)|Jan 29, 2020

Computational and Text Analysis Methods参考文献 27被引用数 36

ひとこと要約

本論文は California DMV の自動運転車の事故記録の確率的トピックモデリングを用いて、5つの事故テーマを特定し、運転者と自動化の相互作用における安全上のギャップを浮き彫りにする。

ABSTRACT

Automated vehicle technology promises to reduce the societal impact of traffic crashes. Early investigations of this technology suggest that significant safety issues remain during control transfers between the automation and human drivers and automation interactions with the transportation system. In order to address these issues, it is critical to understand both the behavior of human drivers during these events and the environments where they occur. This article analyzes automated vehicle crash narratives from the California Department of Motor Vehicles automated vehicle crash database to identify safety concerns and gaps between crash types and current areas of focus in the current research. The database was analyzed using probabilistic topic modeling of open-ended crash narratives. Topic modeling analysis identified five themes in the database: driver-initiated transition crashes, sideswipe crashes during left-side overtakes, and rear-end collisions while the vehicle was stopped at an intersection, in a turn lane, and when the crash involved oncoming traffic. Many crashes represented by the driver-initiated transitions topic were also associated with the side-swipe collisions. A substantial portion of the side-swipe collisions also involved motorcycles. These findings highlight previously raised safety concerns with transitions of control and interactions between vehicles in automated mode and the transportation social network. In response to these findings, future empirical work should focus on driver-initiated transitions, overtakes, silent failures, complex traffic situations, and adverse driving environments. Beyond this future work, the topic modeling analysis method may be used as a tool to monitor emergent safety issues.

研究の動機と目的

• 現実世界の文脈において自動運転車のクラッシュがどのように発生するかを理解する動機づけ。
• DMV AV の事故記録から共通の事故テーマを識別する。
• 事故タイプがAV安全性の現在の研究焦点とどのように一致するかを評価する。
• 新たに現れる安全上の問題に対する実証的研究とモニタリング手法の方向性を提案する。

提案手法

• California DMV データベースのオープンエンド入力の AV 事故記録に確率的トピックモデリングを適用する。
• 自動運転車の事故における安全上の懸念を表す一貫したテーマ（トピック）を特定する。
• トピック間の関連を分析する（例：運転者が開始した移行と側方滑り（サイドスワイプ）イベントなど）。
• 複雑な交通相互作用と悪条件の環境がクラッシュに与える役割を強調する。
• 新たに出現するAVの安全上の問題を監視するツールとしてトピックモデリング手法を提案する。

実験結果

リサーチクエスチョン

• RQ1 カリフォルニア DMV の自動運転車の事故データベースで、最も頻繁に現れる事故テーマは何か？
• RQ2 運転者が開始した移行は、サイドスワイプや追突など他の事故タイプとどのように関連しているか？
• RQ3 現在の研究ですべては解決されていない自動運転車の事故において、どのような安全上の懸念が現れるか？

主な発見

• DMV AV の事故記録には5つのテーマが特定された。
• 運転者が開始した移行のクラッシュはしばしばサイドスワイプのクラッシュと同時に発生する。
• 多くのサイドスワイプのクラッシュはオートバイを含んでいた。
• 追突は、交差点で停止しているとき、右折レーンにいるとき、または自動運転モードで対向車があるときなどの状況で発生した。
• 所見は、自動モードでの制御移行と相互作用に関する安全上の懸念を浮き彫りにしており、今後の研究の焦点領域を示唆している。