[논문 리뷰] Crash Themes in Automated Vehicles: A Topic Modeling Analysis of the California Department of Motor Vehicles Automated Vehicle Crash Database

Hananeh Alambeigi, Anthony D. McDonald외 1명|arXiv (Cornell University)|2020. 01. 29.

Computational and Text Analysis Methods참고 문헌 27인용 수 36

한 줄 요약

논문은 캘리포니아 DMV 자동차 사고 서술에 대해 확률적 주제 모델링을 사용하여 다섯 가지 사고 주제를 식별하고 운전자-자동화 상호작용에서의 안전 격차를 강조합니다.

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.

연구 동기 및 목표

• 실세계 맥락에서 자동화 차량 사고가 어떻게 발생하는지 이해를 자극한다.
• DMV AV 사고 서술에서 일반적인 사고 주제를 식별한다.
• 사고 유형이 AV 안전에 대한 현재 연구 초점과 어떻게 맞물리는지 평가한다.
• 신흥 안전 이슈를 위한 경험적 연구 및 모니터링 방법의 방향을 제시한다.

제안 방법

• 캘리포니아 DMV 데이터베이스의 AV 사고 서술에 확률적 주제 모델링을 적용한다.
• 자동차 운전 보조-자동화 사고에서 안전 우려를 나타내는 일관된 주제(토픽)를 식별한다.
• 주제 간의 연관성(예: 운전자 주도 이행과 측면 충돌 사건)을 분석한다.
• 충돌에서의 복잡한 교통 상호작용 및 악천후 환경의 역할을 강조한다.
• 새로운 AV 안전 이슈를 모니터링하기 위한 도구로 주제 모델링 접근법을 제안한다.

실험 결과

연구 질문

• RQ1 캘리포니아 DMV 자동차 사고 데이터베이스에서 가장 널리 나타나는 사고 주제는 무엇인가?
• RQ2 운전자 주도 이행이 측면 스와이프나 추돌과 같은 다른 사고 유형과 어떤 관련이 있는가?
• RQ3 현재 연구가 충분히 다루지 않는 자동화 차량 사고에서 어떤 안전 우려가 나타나는가?

주요 결과

• DMV AV 사고 서술에서 다섯 가지 주제가 확인되었다.
• 운전자 주도 이행 사고는 종종 측면 스와이프 사고와 동반되는 경향이 있다.
• 많은 측면 스와이프 사고는 오토바이를 포함하였다.
• 정지된 교차로에서의 대기, 회전 차선에서의 상황, 혹은 맞은편 교통이 있을 때 자동화 모드로 인해 발생한 추돌이 있었다.
• 제어 이양 및 자동 모드 내 상호작용과 관련된 안전 문제를 드러내며 향후 연구의 초점 분야를 제시한다.