基于机器学习的自动驾驶车辆意图轨迹识别与预测
机器人学
2024-02-27 v1 计算机视觉与模式识别
机器学习
摘要
近年来，互联网技术的扩展和自动化的进步使自动驾驶技术备受关注。包括沃尔沃、梅赛德斯-奔驰和特斯拉在内的主要汽车制造商已逐步推出从辅助驾驶车辆到半自动驾驶车辆的产品。然而，这一时期也发生了多起涉及自动驾驶车辆的交通安全事故。例如，2016年3月，一辆谷歌自动驾驶汽车与一辆公交车发生轻微碰撞。事故发生时，自动驾驶车辆正试图并入右侧车道，但未能对变道过程中的实时环境信息做出动态响应。它错误地认为接近的公交车会减速避让，导致与公交车发生低速碰撞。这一事件凸显了当前自动驾驶变道行为的技术缺陷和安全隐患，尽管自动驾驶技术发展迅速。变道是高速公路驾驶中最常见且最危险的行为之一，对交通安全和交通流有显著影响。因此，变道对交通安全至关重要，准确预测驾驶员的变道意图可以显著提高驾驶安全性。本文介绍了一种基于深度学习的自动驾驶变道行为预测方法，旨在实现安全变道，从而提高道路安全性。
引用
@article{arxiv.2402.16036,
title = {Machine Learning-Based Vehicle Intention Trajectory Recognition and Prediction for Autonomous Driving},
author = {Hanyi Yu and Shuning Huo and Mengran Zhu and Yulu Gong and Yafei Xiang},
journal= {arXiv preprint arXiv:2402.16036},
year = {2024}
}