基于远程驾驶中安全驾驶员干预的学习分析
系统与控制
2025-10-21 v2 系统与控制
摘要
本研究基于对远程驾驶系统（RDS）中安全驾驶员（SD）干预的分析，探讨了RDS在真实运营设计域（ODD）中的离线情况，特别关注远程驾驶员（RD）在驾驶训练期间的表现。基于对超过14,000公里的远程驾驶数据分析，系统性地研究了25名RD的驾驶经验与离线频率之间的关系。结果表明，在获得前400公里驾驶经验后，SD干预次数显著降低，说明RD存在明显的学习曲线。此外，识别并归类了183次离线的最常见原因，确定了四种主要的SD干预情形并进行了说明。结果强调了针对开发基本驾驶技能的经验驱动和针对性训练项目的必要性，以提高RDS在尤其是复杂城市环境ODD中的安全性、可控性和效率。
引用
@article{arxiv.2504.00246,
title = {Learning from Disengagements: An Analysis of Safety Driver Interventions during Remote Driving},
author = {Ole Hans and Jürgen Adamy},
journal= {arXiv preprint arXiv:2504.00246},
year = {2025}
}
备注
This work was accepted for the IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV 2025)