自动驾驶动态风险生成：车辆与电动滑板车交互的自然化重建
系统与控制
2026-04-06 v1 系统与控制
信号处理
摘要
车辆与脆弱微出行用户（如电动滑板车骑行者）之间日益增多的高风险交互，对车辆安全功能和自动驾驶（AD）技术提出了挑战，由于电动滑板车运动的动态不确定性，常常导致严重后果。尽管数据驱动的 AD 方法取得了进展，但针对电动滑板车交互问题的交通数据，特别是涉及安全关键时刻的数据，仍然不够完善。本文提出了一种利用收集的道路交通数据生成可配置合成交互的流水线，用于验证车辆运动规划算法。社交力模型（SFM）被应用于为电动滑板车提供更动态且潜在危险的运动，从而测试车辆碰撞避免系统的功能和可靠性。基于真实世界交互场景的案例研究被开展以验证所建立模拟器的实用性和有效性。模拟实验成功展示了将目标场景扩展到可能导致潜在碰撞的更关键交互的能力。
引用
@article{arxiv.2604.02573,
title = {Dynamic Risk Generation for Autonomous Driving: Naturalistic Reconstruction of Vehicle-E-Scooter Interactions},
author = {Abin Mathew and Zhitong He and Lingxi Li and Yaobin Chen},
journal= {arXiv preprint arXiv:2604.02573},
year = {2026}
}