危险场景分类（NHTSA 37 Pre-Crash Scenarios）

0. 写在前面

为了对危险场景有进一步的认识，并且更好地在prescan上搭建危险场景，我这几天看了看NHTSA（National Highway Traffic Safety Administration）关于定义危险场景类型（具体来说其实是碰撞前场景pre-crash scenarios）的文档。该文档更关注于轻型车辆的碰撞前场景（Light-Vehicle），行文思路比较清晰。首先介绍了已经存在的两种场景分类方法，并从它们所基于的数据角度分析了它们的局限性；接下来介绍新分类方法如何从广泛的数据中（对场景的描述和造成该场景的原因）提取有效信息并通过数据中的危险严重程度计算经济损失和funtional years lost（不知道该怎么翻译…功能寿命损失？？）；之后按照数据中的车辆参与数来进行场景分类，并根据三项指标：频率、经济损失、functional years lost对37类场景进行排序；最后将之前的两类分类方法映射到了37分类法中。

时间紧迫的话可以直接跳到最后一节看思维导图~

1. 37类危险场景背景介绍

1.1 危险场景分类作用

个人理解的危险场景（碰撞前场景）就是在车辆与动态或静态的要素即将相撞之前的过程。碰撞的分类可以用来更好地理解场景和其发生的原因。分类也能帮助我们在研究自动驾驶的时候设置场景的优先级；辨识人为介入的时机；最后是评估所选碰撞对策的有效性。

1.2 37类危险场景的“起源”

37类危险场景借鉴的是之前的两种分类方法，第一种叫做44-crashes, 它是由GM(General Motors)将场景分为44类，所使用的数据是1991年General Estimates System (GES)碰撞数据库和1990-1991密歇根和北卡州警方报道的碰撞数据，从而也就可以看出它的局限性，就是数据太旧，也不能代表整个美国。第二种分类法pre-crash scenarios typology是由U.S. Department of Transportation美国交通部 (USDOT)按照National Automotive Sampling System (NASS)场景中的变量（车的数量）来构建的，但是此分类方法也有局限性：它只考虑了1~2辆车参与的场景，没有考虑大于两辆车的情况，除此之外，一些发生频率低的场景也被排除在外。

2. 具体场景内容

本节直接给出新的分类方法所包含的37种场景及其按照前文所述的三个指标下的排序。
图1是37类场景的具体内容。
图1：

图2~4是37类场景依次按照频率，经济损失，功能寿命损失三个指标的排序
图2——频率排序：

图3——经济损失排序：

图4——功能寿命损失排序：

可以看出常见的几类危险场景有

1. 没有先前行为的车辆失控
2. 与停止的前车相撞（总的来说跟车行为）
3. 没有先前行为的情况下驶离路线

3. 实际搭建——场景分类的思维导图

个人认为，如果在实际种直接按照这37类场景搭建的话逻辑会出现混乱。可以按照参与的车辆数分类（先考虑只有一辆或两辆车的情况），再按照碰撞类别来进一步分类。根据文档中第五章的内容我整理了如下图的思维导图，希望能够便于接下来的场景库搭建。

参考

Pre-Crash Scenario Typology for Crash Avoidance Research：https://www.nhtsa.gov/sites/nhtsa.dot.gov/files/pre-crash_scenario_typology-final_pdf_version_5-2-07.pdf