用于驾驶辅助的连续风险度量
机器人学
2023-03-15 v1 人工智能
摘要
本文通过比较三种不同的基于模型的风险度量，定性评估其优缺点并在一组真实纵向与交叉口场景上定量测试。我们从传统启发式碰撞时间（TTC）出发，将其扩展至二维操作与非碰撞情形，得到最近接近时间（TTCE）。第二种风险度量用高斯分布建模位置不确定性，并利用空间占据概率刻画碰撞风险。随后我们推导出一种基于稀疏临界事件统计与所谓生存条件的新型风险度量。所得生存分析显示出更早的碰撞检测时间，并在近碰撞与非碰撞情形下具有更少的误报，这得益于其坚实的理论基础。它可视为 TTCE 与高斯方法的推广，适用于 ADAS 与 AD 的验证。
引用
@article{arxiv.2303.08007,
title = {Continuous Risk Measures for Driving Support},
author = {Julian Eggert and Tim Puphal},
journal= {arXiv preprint arXiv:2303.08007},
year = {2023}
}