自动驾驶车辆在前向切入场景中的评估——一种基于分段混合模型的增强方法
系统与控制
2017-01-31 v3
摘要
评估与测试对自动驾驶车辆（AVs）的开发至关重要。目前，各公司在公共道路上测试AVs，这非常耗时且低效。我们提出了加速评估（Accelerated Evaluation）概念，其利用周围车辆的修正统计量和重要性采样理论，将评估时间减少数个数量级，同时确保最终评估结果准确。本文中，我们通过使用分段混合分布模型替代单分布模型进一步扩展该思想。我们演示了这一思想用于评估变道场景中的车辆安全性。切入车辆的行为基于密歇根大学安全驾驶模型部署计划收集的超过400,000次自然驾驶变道数据建模。仿真结果证实，分段混合分布方法的准确性和效率优于单分布方法。
引用
@article{arxiv.1610.09450,
title = {Evaluation of Automated Vehicles in the Frontal Cut-in Scenario - an Enhanced Approach using Piecewise Mixture Models},
author = {Zhiyuan Huang and Ding Zhao and Henry Lam and David J. LeBlanc and Huei Peng},
journal= {arXiv preprint arXiv:1610.09450},
year = {2017}
}
备注
6 pages, 8 figures