基于基础设施的端到端学习与驾驶员失效预防
机器人学
2023-10-02 v1 人工智能
机器学习
摘要
智能交叉口管理器可通过检测危险驾驶员或自动驾驶车辆中的失效模式、在车辆接近交叉口时向迎面来车发出警告来提升安全性。本工作中，我们提出 FailureNet，一种在缩比微型城市中基于名义与鲁莽驾驶员轨迹端到端训练的循环神经网络。FailureNet 观察车辆接近交叉口时的位姿，并检测自动驾驶栈中是否存在失效，向交叉车流警告潜在危险驾驶员。FailureNet 能准确识别控制失效、上游感知错误与超速驾驶员，并将其与名义驾驶区分开。该网络在 MiniCity 中与自动驾驶车辆一同训练与部署。相较于基于速度或频率的预测器，FailureNet 的循环神经网络结构提供了更强的预测能力，在硬件上部署时准确率高达 84%。
引用
@article{arxiv.2303.12224,
title = {Infrastructure-based End-to-End Learning and Prevention of Driver Failure},
author = {Noam Buckman and Shiva Sreeram and Mathias Lechner and Yutong Ban and Ramin Hasani and Sertac Karaman and Daniela Rus},
journal= {arXiv preprint arXiv:2303.12224},
year = {2023}
}
备注
8 pages. Accepted to ICRA 2023