基于CatBoost 和SHAP 的高級別自動駕駛車輛非預期停車沖突風險預測

打開文本圖片集

摘 要：針對高級別自動駕駛車輛非預期停車引發(fā)的交通沖突及其環(huán)境影響問題，現(xiàn)有研究缺乏對風險特征交互的捕獲和可解釋性評估。本研究提出了一種基于CatBoost 和SHAP 的風險預測及解釋模型，通過分析城市中心、住宅區(qū)和郊區(qū)交通網(wǎng)絡的接管次數(shù)，構(gòu)建了沖突風險預測模型。結(jié)果表明，接管次數(shù)在城市中心、住宅區(qū)和郊區(qū)分別為161 次、227 次和164 次，最高單路段接管次數(shù)分別為11 次、11 次和16 次；模型預測精度達93% 以上。（剩余2278字）