AI2-Active Safety：融合车辆动力学的 AI 赋能交互感知主动安全分析
机器人学
2025-05-02 v1 人工智能
摘要
本文介绍了一个 AI 赋能、交互感知的主动安全分析框架，该框架考虑了群体车辆间的交互。具体而言，该框架采用一个经道路坡度因素增强的自行车模型，以精确捕捉车辆动力学特性。同时，开发了一个基于超图的 AI 模型来预测周围交通的概率轨迹。通过整合这两个组件，该框架将车辆在三维路面上的内部间距推导为一个随机常微分方程的解，从而生成高保真度的替代安全指标，例如碰撞时间（TTC）。为证明其有效性，使用包含四阶龙格-库塔积分和 AI 推理的随机数值方法对该框架进行分析，生成了反映复杂多智能体机动和行为不确定性的概率加权高保真 TTC（HF-TTC）分布。在高速公路数据集上，将 HF-TTC 与传统的恒定速度 TTC 及非交互感知方法进行评估对比，所提出的框架为主动安全分析提供了一种系统方法论，在提升复杂交通环境中的安全感知能力方面具有更大潜力。
引用
@article{arxiv.2505.00322,
title = {AI2-Active Safety: AI-enabled Interaction-aware Active Safety Analysis with Vehicle Dynamics},
author = {Keshu Wu and Zihao Li and Sixu Li and Xinyue Ye and Dominique Lord and Yang Zhou},
journal= {arXiv preprint arXiv:2505.00322},
year = {2025}
}