[논문 리뷰] AVOID: Autonomous Vehicle Operation Incident Dataset Across the Globe

Ou Zheng, Mohamed Abdel‐Aty외 4명|arXiv (Cornell University)|2023. 03. 22.

Traffic and Road Safety인용 수 13

한 줄 요약

이 논문은 NHTSA, CA DMV, 전 세계 사건 뉴스에서 수집된 자동 운전 차량 충돌 데이터셋 AVOID를 공개적으로 제공하고 수작업으로 검증했으며, 토지 이용, 날씨 및 기하 데이터가 추가되었습니다.

ABSTRACT

Crash data of autonomous vehicles (AV) or vehicles equipped with advanced driver assistance systems (ADAS) are the key information to understand the crash nature and to enhance the automation systems. However, most of the existing crash data sources are either limited by the sample size or suffer from missing or unverified data. To contribute to the AV safety research community, we introduce AVOID: an open AV crash dataset. Three types of vehicles are considered: Advanced Driving System (ADS) vehicles, Advanced Driver Assistance Systems (ADAS) vehicles, and low-speed autonomous shuttles. The crash data are collected from the National Highway Traffic Safety Administration (NHTSA), California Department of Motor Vehicles (CA DMV) and incident news worldwide, and the data are manually verified and summarized in ready-to-use format. In addition, land use, weather, and geometry information are also provided. The dataset is expected to accelerate the research on AV crash analysis and potential risk identification by providing the research community with data of rich samples, diverse data sources, clear data structure, and high data quality.

연구 동기 및 목표

• 안전 연구를 발전시키기 위해 포괄적인 AV 충돌 데이터셋 생성을 촉진한다.
• 다양한 출처의 AV/ADAS 충돌 데이터를 모으는 개방적이고 고품질의 리소스를 제공한다.
• 더 풍부한 분석을 지원하기 위해 맥락 정보(토지 이용, 날씨, 기하 정보)를 포함한다.
• 연구에 바로 사용 가능하도록 수동으로 검증되고 형식화된 데이터를 보장한다.

제안 방법

• 다양한 출처로부터 데이터 수집: NHTSA, California DMV, 및 전 세계 사건 뉴스.
• 충돌 데이터를 수동으로 검증하고 바로 사용 가능한 형식으로 요약한다.
• 토지 이용, 날씨 및 기하 정보로 보강한다.
• AV 충돌 분석 및 위험 식별을 용이하게 하는 명확한 데이터 구조를 목표로 한다.

실험 결과

연구 질문

• RQ1 개방형이며 전 세계적으로 소스된 AV 충돌 데이터셋의 범위와 구조는 무엇인가?
• RQ2 다양한 데이터 소스를 어떻게 통합하고 검증하여 AV 안전 연구를 지원할 수 있는가?
• RQ3 어떤 맥락 특성(토지 이용, 날씨, 기하)이 AV 충돌 분석을 향상시키는가?
• RQ4 AVOID가 충돌 분석 및 위험 식별을 위한 데이터 품질과 활용성을 어떻게 향상시키는가?

주요 결과

• 여러 데이터 소스를 결합한 공개 AV 충돌 데이터셋(AVOID)가 소개된다.
• 데이터는 수동으로 검증되고 바로 사용 가능한 형식으로 요약된다.
• 토지 이용, 날씨 및 기하와 같은 맥락 속성이 포함된다.
• 다양한 샘플과 높은 데이터 품질로 AV 충돌 분석과 위험 식별을 가속화하는 것을 목표로 한다.