Effective Evaluation on Urban road Collision Risk based on VANET

동일한 차선 방향으로 2 차선 도로에서 차량을 조작 할 때 차량이 다른 차량을 초과 할 수 있는 위험이 있다. 기존의 연구는 두 대의 차량이 충돌 할 가능성이 있는 경우 안전하지 않은 주행 동작에 대한 경고를 발행하는데 주의를 기울이지 않았다. 본 연구는 차량 충돌로 이어지는 위험한 운전 행동을 위해 일상생활에서 교통 고의 범죄를 줄이려고 한다. 이 연구는 RGB-D 카메라를 사용하여 충돌 위험을 추정하기 위한 프레임 워크를 제공한다. 차량 간 연결 환경과 VANET 공격자 모델을 통해 도로 상황 정보를 기반으로 안전 운전 경고 서비스를 제공하는 신흥 차량 네트워크 기술인 VANET에 대한 보안 요구 사항을 정의한다. 실험은 실제 차량의 데이터에 대해 수행된다. 연구결과는 도시 도로 내에서 위치 및 속도 추정의 정확성을 보장 할 수 있으며 궤도 예측 오류는 매우 적으며 대부분의 상황에서 충돌 확률을 계산하는 데 큰 영향을 미치지는 않는다. 제안 된 두 가지 방법을 사용한 후 프레임 워크가 충돌 위험을 추정하는 데 효과적이라는 것을 알았다. 궤적 예측 오류는 매우 낮아서 큰 영향을 미치지는 않다.

When maneuvering a vehicle on two-lane roads in the same lane direction, the possible risk is that the vehicle can exceed other vehicles. However, little attention has been paid to issuing a warning about unsafe driving behavior, particularly in the case where two vehicles are likely to collide. Our work is about to reduce the crime of traffic accidents in our daily lives, especially for dangerous driving behavior that leads to vehicle crash. This study provides a framework for estimating the collision risk using an RGB-D camera. We define security requirements for the VANET, which is an emerging vehicle network technology that provides safe driving warning service based on road situation information through inter-vehicle connection environments and the VANET attacker model. After using the two proposed methods, we found that our framework is effective to estimate collision risks. The trajectory prediction error is very low, which is unlikely to have a significant impact. and the proposed framework is effective in estimating the risk of collision.