在自动驾驶车辆中观察驾驶员/骑行者以预测接管就绪度

Nachiket Deo; Mohan M. Trivedi

在自动驾驶车辆中观察驾驶员/骑行者以预测接管就绪度

计算机视觉与模式识别 2018-11-16 v1

作者: Nachiket Deo , Mohan M. Trivedi

摘要

在自动驾驶车辆失效模式下，连续估计驾驶员的接管就绪度对于安全且及时地转移控制至关重要。本文中，我们提出一种数据驱动方法，仅基于车载视觉传感器的可观察线索来估计驾驶员的接管就绪度。我们呈现了一个在加州高速公路上运行的条件自动驾驶车辆中驾驶员的自然驾驶大型数据集。我们从多名观看传感器画面的观察者处收集对驾驶员接管就绪度的主观评分。基于组内相关系数(ICCs)的评分分析显示评分者间具有高度一致性。我们基于该评分定义了称为“可观察就绪指数(ORI)”的驾驶员接管就绪度度量。最后，我们提出一种LSTM模型，基于捕获注视、手部、姿态及脚部活动的驾驶员状态整体表征，连续估计驾驶员的ORI。我们的模型在5分制量表上以0.449的平均绝对误差估计ORI。

关键词

自动驾驶车辆接管就绪度可观察就绪指数车载视觉自然驾驶 LSTM 驾驶员状态

引用

@article{arxiv.1811.06047,
  title  = {Looking at the Driver/Rider in Autonomous Vehicles to Predict Take-Over Readiness},
  author = {Nachiket Deo and Mohan M. Trivedi},
  journal= {arXiv preprint arXiv:1811.06047},
  year   = {2018}
}

备注

Submitted to IEEE transactions on Intelligent Vehicles

在自动驾驶车辆中观察驾驶员/骑行者以预测接管就绪度

摘要

关键词

引用

备注

相关论文