利用经 V2X 通信扩展的环境模型与基于角色的行为预测实现安全舒适匝道汇入的驾驶辅助
信号处理
2020-12-08 v3 计算工程、金融与科学
新兴技术
机器人学
系统与控制
系统与控制
摘要
现代驾驶辅助系统以及自动驾驶车辆均基于局部环境地图进行决策。这些地图包括例如由传感器感知的周围运动物体以及路线和导航信息。当前环境建图领域的研究面临两大挑战。其一是整合来自不同来源的信息，例如车载传感器（如雷达、摄像头、超声波与激光雷达）、离线地图数据或后端信息。第二大挑战在于寻找该聚合信息的抽象表示，并具备适用于不同驾驶功能与交通状况的接口。为克服这些挑战，扩展环境模型是一种合理选择。本文中，我们展示了基于角色的运动预测与 v2x 扩展环境模型相结合能够提升交通安全性与驾驶舒适性。据此，我们融合了上述研究领域并以高速公路入口匝道汇入过程为例展示可能的改进。此外，研究表明，在汇入过程中，即便平均 v2x 装备渗透率仅为 80%，相比未装备 v2x 的车辆，总加速度仍可显著改善 0.33m/s^2，安全距离增加 12m。
引用
@article{arxiv.2008.04707,
title = {Driver Assistance for Safe and Comfortable On-Ramp Merging Using Environment Models Extended through V2X Communication and Role-Based Behavior Predictions},
author = {Lucas Eiermann and Florian Wirthmüller and Kay Massow and Gabi Breuel and Ilja Radusch},
journal= {arXiv preprint arXiv:2008.04707},
year = {2020}
}
备注
the article has been accepted for publication during the 16th IEEE International Conference on Intelligent Computer Communication and Processing (ICCP 2020), 8 pages, 8 figures, 1 table