通过基于聚类的分析评估高速公路自动驾驶功能的交通场景类别完整性
机器学习
2025-10-28 v2
摘要
在日益复杂的交通场景中安全运行的能力是自动驾驶系统(ADS)的基本要求。确保 ADS 功能的安全发布需要对发生的交通场景有精确的理解。为了支持这一目标，本研究引入了一个用于交通场景聚类和场景类别完整性分析的流水线。采用聚类向量量化变分自编码器(CVQ-VAE)对高速公路交通场景进行聚类，并用于创建具有不同交通场景类别数量的多种目录。随后，分析了类别数量对交通场景类别完整性考量方面的影响。结果表明，与先前的工作相比，其聚类性能表现更优。基于公开的高D数据集，讨论了聚类质量与维持完整性所需数据量之间的权衡。
引用
@article{arxiv.2506.02599,
title = {Assessing the Completeness of Traffic Scenario Categories for Automated Highway Driving Functions via Cluster-based Analysis},
author = {Niklas Roßberg and Marion Neumeier and Sinan Hasirlioglu and Mohamed Essayed Bouzouraa and Michael Botsch},
journal= {arXiv preprint arXiv:2506.02599},
year = {2025}
}