导读 丰桥工业大学，建筑与土木工程系，丰田交通研究所和大同大学的联合研究小组建立了一种方法来表示驾驶员的驾驶行为及其变化，这些变化在单个

丰桥工业大学，建筑与土木工程系，丰田交通研究所和大同大学的联合研究小组建立了一种方法来表示驾驶员的驾驶行为及其变化，这些变化在单个统计模型中得到了考虑，并考虑了道路结构等各种外部因素的影响。该方法用于衡量智能速度自适应(ISA)的有效性，该方法可控制过度的速度违规。结果，研究小组发现，在某些情况下，此方法对于频繁超速行驶的可能性较高的驾驶员是有效的，而在其他情况下，根据ISA的样式，该方法仅对年长的驾驶员有效。

交通安全已被公认为一个需要解决的全球性问题，为目标的第三个可持续发展目标，以减少数量的3.6交通一半的事故。ISA是交通安全一种管理技术，可根据车辆的当前位置识别路段的速度限制，从而通过提供速度信息，超速警告，强制性速度控制，速度遵守奖励措施等来防止驾驶员超速行驶。从2000年代开始对ISA进行研究，主要是在欧洲。以前的大多数研究通过将受试者在驾驶ISA前后的驾驶行为与驾驶模拟器实验和针对各种类型ISA的现场研究进行比较，从而测量了超速行驶的限制作用。但是，驾驶行为因驾驶员而异。另外，对于每个驾驶员而言，道路的结构环境在现场实验中是不同的。因此，衡量各种因素的影响非常重要，

为解决此问题，研究团队开发了一种方法，该方法可通过使用单个统计模型同时估算每个驾驶员的独特驾驶行为，道路结构等各种外部因素的影响以及ISA的影响来准确地测量ISA的影响。超速行驶。

“要解决的首要挑战是如何在模型中表达和证明'驾驶员经常超过速度极限的趋势差异也会影响ISA的影响”的方法。该方法通过估算模型来解决挑战。考虑到定义驾驶员超速趋势的参数和定义ISA效果的参数之间的相关性，贝叶斯统计和计算机性能的改善等数据科学领域的最新发展使得应用成为可能这种方法会针对实际问题使用稍微复杂一些的模型。”研究小组负责人松尾晃次郎副教授解释说。

松尾副教授说：“在我的指导下，ISA研究开始是一个学生的毕业研究课题。该学生对与我们的合作伙伴Toyota Transportation Research Institute进行的ISA现场实验所获得的数据进行了深入的分析。结果发现，在某些情况下，受试者的常规超速趋势与ISA的有效性之间存在关联，但在其他情况下，两者之间则没有关联，因此，我们开始考虑使用统计模型，而不是在引入ISA之前和之后的简单比较分析，因此，我们能够在一个模型中表示不同驾驶员的看似完全不同的驾驶行为，并在其中找到规律。工作。”

研究团队认为，这种方法不仅可以用于测量使用ISA减少驾驶员超速驾驶的行为，而且可以应用于有助于改善各种危险驾驶行为(例如闯红灯)的交通安全管理技术的有效性。在没有交通信号灯的十字路口停车，并阻止行人在人行横道上过马路。我们希望通过进一步开发交通安全管理技术并评估其有效性，为减少全球交通事故做出贡献。