近年来，涉及行人、骑自行车者和其他弱势道路使用者（VRU）的车辆碰撞事故仍然保持着较高的数量和比例。随着智能汽车和自动驾驶技术的发展，上述弱势道路使用者的安全得到了更多保障，相应的避撞决策方法的关键领域取得了许多研究成果。2023年3月，Summarizing vehicle driving decision-making methods on vulnerableroad user collision avoidanc的综述论文。在本文中，该团队首先使用知识图谱方法对现有文献的研究重点、文献关键词、国家及机构间合作等进行分析，结果表明，目前此领域的研究重点已从传统的事故原因分析转向新兴的深度学习和虚拟现实技术。

　　针对VRU的智能汽车避撞研究主要集中在风险感知、交通参与者行为状态认知以及使用防撞决策和路径选择算法的计算机分析决策方面，研究机构之间的合作相对紧密，具体网络如下图所示：

　　Figure 4 Cooperationnetwork among research institutions

　　Figure 5 Documents keyword co-occurrence of smart carperception-cognition-decision documents在VRU感知方面，应在车辆和VRU之间建立有效的感知交互规则和算法模型，以适应复杂、动态和不确定的交通环境。而VRU检测、VRU提取和VRU动作识别是当前研究过程中的主要重点和难点。在复杂环境中准确识别行人和骑车人是VRU感知的主要需求乐鱼体育最新版。由于行人和骑车人的受试者相似，因此使用了通用的联合检测框架，并通过深度学习获得他们之间的差异。然而，现有的方法仍然存在识别精度低和分类混乱的问题。在VRU行为认知方面，根据目标的不同，VRU运动预测通常分为行为预测和轨迹预测。VRU在运动中具有很大的不确定性，并且不同的VRU具有不同的特征信息。预测它需要多种信息，如位置、运动、姿势以及与环境的交互。然而，目前大多数运动预测的研究都集中在行人个体上，没有充分考虑理性个体之间行为的相互影响，导致预测时间长，并且准确性仍有待提高。对于VRU的防撞决策方法，应当深入分析VRU的特征，研究VRU特征对驾驶风险的影响机制。然而，虽然现有的VRU防撞方法考虑了VRU相对较弱的地位，但没有充分分析VRU的具体特点。此外，VRU的意图识别和轨迹预测对碰撞风险的变化有重要影响，这也是驾驶员实际分析碰撞风险的重要参考。然而，现有的将意图识别、轨迹预测和风险评估相结合的研究很少。综上所述，现有的VRU驾驶防撞决策方法对VRU的特性研究不够，也没有将其意图识别与轨迹预测相结合，难以实现准确合理的决策。最后，对未来的研究方向进行了展望：应当注意人-车-路等各种因素的整合，并进一步加强耦合理论及模型研究，以实现对现有单因素研究成果的转化和利用。

　　博士，清华大学车辆与运载学院智能出行研究所副所长；清华大学出站博士后；美国华盛顿大学访问学者。所在团队为智能汽车团队——智能决策课题组。研究领域包括交通安全与事故分析、智能汽车与人机工程。担任交通管理局第二届全国道路交通事故深度调查专家，中国汽车工程学会高级会员、越野车技术分会专家委员会专家，中国智能交通产业联盟信息安全工作组组长，世界交通大会自动驾驶与共享交通技术委员会主席，国际期刊《Digital Transportation and Safety》副主编、《Frontiersin Future Transportation》编委，《Journal of Intelligent& Connected Vehicles》编辑部主任，《交通运输工程学报》青年编委、《中国公路学报》专刊编委。主持/参与国家重点研发计划、国家自然科学基金、重点攻关计划、道路交通安全重点实验室课题、国际合作等课题40多项。担任司法鉴定人和法庭科学技术鉴定研究所专家，参与近万例国内重大交通事故鉴定分析。发表学术论文100多篇，其中SCI/EI检索50余篇，出版专著3部，申请/授权发明专利10余项，软件著作权2项，主持/参编行业标准10余项乐鱼(中国)体育，多次获得科研与教学奖励。

　　Digital Transportation and Safety 期刊面向全球发表数字交通与安全领域的创新研究成果，旨在打造一个综合交通领域的高质量学术交流平台，促进交通可持续发展。期刊的刊载范围包括智能交通、交通大数据、车联网、自动驾驶、交通控制、交通系统优化、交通信息安全，以及数字交通背景下的交通安全规划、设计、管理和控制等方面，发表的文章类型包括研究论文、综述、案例和短评等。2025年之前不收论文版面费。期刊主编由兰州交通大学交通运输学院马昌喜教授、北京交通大学国家重点实验室吴建军教授和意大利萨勒诺大学Ciro Caliendo教授共同担任。