自然驾驶数据中的自动制动起始检测
人机交互
2025-07-30 v2 机器人学
摘要
响应时间度量在自动驾驶系统（ADS）在碰撞避免情境下的评估中发挥着关键作用，包括但不限于建立人类基准和比较 ADS 与人类驾驶员响应性能。例如，测量对人类驾驶员或 ADS 的冲突响应时间需要确定刺激起始点和响应起始点。在现有研究中，响应起始点依赖于手动标注或车辆控制信号，如油门和刹车踏板的运动。当分析大规模数据且车辆控制信号不可用时，这些方法不可应用。这在 ADS 的快速扩大的日志数据集合中尤为如此，其中通过 onboard 传感器观察周围路用户的行为。为推进 ADS 的评估技术并在车辆控制信号不可用时测量响应时间，我们开发了一种简单高效的算法，基于分段线性加速度模型自动估计制动起始点，可适用于任何包含车辆纵向时序数据类型的驾驶数据。我们还提出了一种手动标注方法来识别制动起始点，并将其作为验证的基准。R² 用于衡量算法准确性的置信度指标，其分类性能通过 ADS 和人类自然碰撞避免数据进行分析，方法经人类手动标注验证。虽然我们的算法受到某些局限性的制约，但其高效、通用、可适用于任何路用户和情境类型，并且高度可配置。
引用
@article{arxiv.2507.17943,
title = {Automated Brake Onset Detection in Naturalistic Driving Data},
author = {Shu-Yuan Liu and Johan Engström and Gustav Markkula},
journal= {arXiv preprint arXiv:2507.17943},
year = {2025}
}