通过因果概率时间序列预测将替代安全度量与碰撞概率相关联
机器学习
2022-10-05 v1 人工智能
摘要
替代安全度量可以通过研究近似碰撞（near misses）提供快速且主动的安全分析，并揭示碰撞前过程与碰撞失效机制。然而，将替代安全度量与碰撞相关联以进行验证仍是一个开放问题。本文提出了一种利用概率时间序列预测将替代安全度量与碰撞概率相关联的方法。该方法使用速度、加速度和碰撞时间（time-to-collision）的序列，通过transformer掩码自回归流（transformer-MAF）估计这些变量的概率密度函数。自回归结构模拟了条件、动作与碰撞结果之间的因果关系，并利用概率密度函数计算条件动作概率、碰撞概率和条件碰撞概率。所预测的序列在交通冲突情境与正常交互情境下均准确，估计的概率合理，且条件碰撞概率在反事实实验中显示了规避动作避免碰撞的有效性。
引用
@article{arxiv.2210.01363,
title = {Connecting Surrogate Safety Measures to Crash Probablity via Causal Probabilistic Time Series Prediction},
author = {Jiajian Lu and Offer Grembek and Mark Hansen},
journal= {arXiv preprint arXiv:2210.01363},
year = {2022}
}