基于多模态轨迹预测的增强驾驶风险场（EDRF）及其应用
系统与控制
2025-04-08 v1 机器人学
系统与控制
摘要
驾驶风险评估对自动驾驶车辆和人类驾驶车辆都至关重要。驾驶风险可表述为事件发生概率与事件后果之积。然而，由于驾驶员或车辆行为的不确定性，事件发生概率往往难以预测。传统方法通常采用基于运动学的方法预测实体的未来轨迹，常产生不切实际的预测结果。本文提出了增强驾驶风险场模型（EDRF），将深度学习基于多模态轨迹预测结果与高斯分布模型相结合，定量捕捉交通实体行为的不确定性。还提出了 EDRF 的应用。通过定义的互动风险（IR）概念，将 EDRF 应用于各种任务（交通风险监控、自驾车风险分析、运动与轨迹规划），并提供充分的示例场景以说明该模型的有效性。
引用
@article{arxiv.2410.14996,
title = {EDRF: Enhanced Driving Risk Field Based on Multimodal Trajectory Prediction and Its Applications},
author = {Junkai Jiang and Zeyu Han and Yuning Wang and Mengchi Cai and Qingwen Meng and Qing Xu and Jianqiang Wang},
journal= {arXiv preprint arXiv:2410.14996},
year = {2025}
}