基于时空概率占据热力图的自动驾驶车辆动态风险评估
机器人学
2025-11-18 v2 机器学习
信号处理
摘要
在动态交通场景中准确评估碰撞风险是自动驾驶车辆 (AV) 轨迹规划的关键要求，并能够对自动驾驶系统进行全面的安全评估。为此，本文提出了一种新颖的概率占据风险评估 (PORA) 指标。它使用时空热力图作为周围交通参与者的概率占据预测，并基于潜在的车辆交互来估计 AV 沿其规划轨迹发生碰撞的风险。概率占据的使用使得 PORA 能够在风险估计中考虑交通参与者未来轨迹和速度的不确定性。随后，通过 Cox 模型进一步调整由潜在车辆交互产生的风险，该模型考虑了 AV 与周围交通参与者之间的相对运动。我们证明，所提出的方法提高了动态交通场景中碰撞风险评估的准确性，从而产生了更安全的车辆控制器，并为自动驾驶系统中的实时决策提供了稳健的框架。通过在 Monte Carlo 模拟中的评估表明，与其他安全替代指标相比，PORA 在准确表征碰撞风险方面更为有效。
引用
@article{arxiv.2501.16480,
title = {Dynamic Risk Assessment for Autonomous Vehicles from Spatio-Temporal Probabilistic Occupancy Heatmaps},
author = {Han Wang and Yuneil Yeo and Antonio R. Paiva and Jean Utke and Maria Laura Delle Monache},
journal= {arXiv preprint arXiv:2501.16480},
year = {2025}
}