Une approche d'évaluation basée sur des scénarios pour la conduite automatisée en utilisant la classification des séries temporelles du comportement de conduite humaine

Les fonctions de conduite automatisée sont en cours de développement intensifié par l'industrie et le monde universitaire depuis la dernière décennie. En raison du grand espace d'opération et des divers scénarios complexes auxquels les fonctions de conduite automatisée doivent faire face, les efforts d'évaluation devraient augmenter de manière spectaculaire. Afin de quantifier les bénéfices et les risques de ces fonctions de manière efficace, cet article décrit une approche holistique pour l'évaluation de la conduite automatisée en utilisant des données de conduite réelles. Basé sur une définition de scénario, une méthode appropriée pour identifier les scénarios pertinents à partir des données de conduite du monde réel est décrite, capable de gérer les caractéristiques spécifiques aux scénarios, telles que les dépendances temporelles et spatiales de tous les participants au trafic. Pour quantifier l'effet de la conduite automatisée dans les scénarios de conduite considérés, l'indicateur statistique 'taille de l'effet' est appliqué. L'exigence fondamentale que la conduite automatisée doit opérer dans un trafic mixte implique que la référence pour l'évaluation doit être le comportement de conduite manuel humain.