《Simulation Modelling Practice and Theory》：Enhancing autonomous vehicle (AVs) – Pedestrian safety at occluded intersections using V2X during right turns: A MATLAB simulation approach
编辑推荐：
自动驾驶汽车（AVs）有望带来变革性的安全性和机动性效益，但其在城市环境中的部署和运行仍受到持续安全问题的制约，尤其是在具有复杂行人交互的信号化交叉口。右转操作尤其具有挑战性，因为由建筑物、植被和停放车辆等城市基础设施元素引起的遮挡导致的视线限制，限制了AV的
自动驾驶汽车（AVs）有望带来变革性的安全性和机动性效益，但其在城市环境中的部署和运行仍受到持续安全问题的制约，尤其是在具有复杂行人交互的信号化交叉口。右转操作尤其具有挑战性，因为由建筑物、植被和停放车辆等城市基础设施元素引起的遮挡导致的视线限制，限制了AV的周围监控并阻碍了及时的行人检测。虽然基于车辆的传感器如LiDAR（激光雷达）和摄像头提供了基础感知，但在遮挡条件下它们表现不足。车联网（V2X）通信，包括车对车（V2V）、车对基础设施（V2I）和车对行人（V2P），提供了一种协作感知解决方案，使AV能够获取其直接传感器视野之外的关键信息。该论文提出了一个基于MATLAB的仿真框架，旨在评估在不同V2X通信和可见性条件下信号化交叉口的AV-行人交互，复制了新泽西州泽西市的一个真实交叉口。该框架实现了AV、基础设施和行人之间的实时数据共享，以模拟右转场景中的检测性能和警告消息交换。结果表明，V2P能够实现早期警报，信号强度在80%–100%之间，使自车能够安全减速至5 m/s。V2I和V2V通过路侧单元（RSU）和其他车辆支持早期检测、减速，并通过共享警告消息确保及时响应。虽然该框架没有提出新算法，但其主要贡献在于集成的仿真设计，同时评估了所有三种V2X通信类型。这些发现为改善AV行人安全的交通政策提供了可操作的见解。
### 论文解读文章
**研究背景与问题**
自动驾驶汽车（AVs）在信号化交叉口的行人安全是当前城市交通部署的核心挑战，尤其右转时因建筑物、植被和停放车辆等基础设施导致的视线遮挡（occlusion），使车载传感器（如LiDAR和摄像头）难以在安全距离内检测到行人。现有研究多聚焦于单一V2X通信技术（如V2V或V2I）或忽略传感器遮挡约束，缺乏同时评估V2V、V2I和V2P三种通信模式在统一仿真环境中的集成方案。为解决这一空白，研究人员开发了基于MATLAB的仿真框架，旨在评估不同V2X通信和可见性条件下AV-行人交互，并为交通政策提供可操作见解。该研究论文发表在《Simulation Modelling Practice and Theory》。
**关键技术方法**
研究人员采用MATLAB的RoadRunner和Driving Scenario Designer工具构建了三维交叉口环境，数据来源自Google Earth影像（新泽西州泽西市Montgomery Street交叉口）及MUTCD指南。主要技术包括：利用专用短程通信（DSRC）模拟V2V和V2I通信，蓝牙（Bluetooth）模拟V2P通信；基于LiDAR点云数据评估检测性能；通过碰撞概率分析确定两级警告距离阈值（49.29 ft和14.8 ft）；采用包错误率（PER）和接收信号强度指示（RSSI）评估通信可靠性。所有仿真在理想环境条件下运行，未考虑天气或延迟。
**研究结果**
**4.1.1 V2V通信**：通过DSRC实现车辆间实时共享行人检测信息。Car2在清晰视线下检测到行人后，广播“Pedestrian Ahead”和“Pedestrian is Close”警告至自车，触发两级减速（49.29 ft处开始减速，14.8 ft处急剧减速）。PER分析显示零丢包率，验证了DSRC在遮挡场景下的高可靠性。
**4.1.2 V2I通信**：路侧单元（RSU）基于DSRC检测行人并发送警告。仿真中，自车在49.29 ft处收到“Pedestrian Ahead”警告，车速从11 m/s降至约5 m/s；在14.8 ft处触发第二次警告，确保安全交互。PER维持在0%，符合业界标准。
**4.1.3 V2P通信**：采用蓝牙（Class 1，范围100 m）实现行人智能手机与AV的直接通信。RSSI稳定在80%–100%之间，自车在49.2 ft和14.7 ft处分别触发“Pedestrian Ahead”和“Pedestrian is Close”警告，证明了蓝牙在遮挡条件下提供可靠早期预警的能力。
**4.1.4 V2X技术评估**：三种技术均实现有效预警：DSRC用于V2V和V2I时PER为0%；蓝牙用于V2P时信号强度保持80%–100%。
**4.2 替代安全度量**：通过碰撞时间（TTC）、道路清空时间（TCR）和碰撞概率（PC）计算，发现距离低于14.8 ft时碰撞概率为1.0（严重冲突，TTC < 1.5 s），距离超过49.29 ft时碰撞概率降至0（无冲突区，TTC ≥ 3 s）。这些阈值直接用于设定V2X警告距离。
**讨论与结论**
讨论部分指出，遮挡仍然是AV右转的主要挑战，但V2X通信通过协作感知显著缓解了风险：V2V提供上游车辆早期通知，V2I通过RSU传递零丢包预警，V2P（蓝牙）在遮挡条件下维持高信号强度。政策建议包括部署DSRC-enabled RSU、重新设计交叉口改善视线距离、推广智能手机集成安全应用，以及在高风险区域实施试点项目。研究结论翻译如下：V2X通信显著改善了AV在遮挡交叉口右转时的行人感知。V2V、V2I和V2P技术发出及时警告，AV安全制动，克服了车载传感器局限。仿真表明，V2X的协作感知提高了AV情境意识，降低了行人碰撞风险。通过DSRC和蓝牙的持续通信确保了实时警告，使AV能够及时响应，创造了更安全的右转环境，尤其保护了弱势道路使用者。未来工作应扩展至真实世界测试（恶劣天气、多交叉口、不同行人群体），并探索5G、UWB及AI融合模型。
