自然驾驶环境下道路使用者响应时序建模：一种基于惊奇的框架
人机交互
2023-07-18 v2
摘要
目前尚无既定方法用于评估一系列自然驾驶交通冲突类型中的人类响应时序。源自受控实验的传统概念，如感知-响应时间，未能考虑人类响应的情境依赖性，且在许多常见交通冲突场景中无法清晰定义刺激。因此，它们并不适用于自然驾驶环境。我们的主要贡献是开发了一种新颖的框架，用于测量和建模自然驾驶交通冲突中的响应时间，该框架可应用于自动驾驶系统以及其他交通安全领域。该框架指出，响应时序必须相对于主体当前（先验）信念来理解，且总是嵌入并依赖于动态演化的情境。响应过程被建模为由此先验信念的感知违背、即由令人惊奇的刺激所驱动的信念更新过程。该框架解决了传统响应时间概念在自然场景应用中的两个关键局限：(1)响应时序的强情境依赖性；(2)如何明确无歧义地定义刺激。解决这些问题是任何旨在应用于自然驾驶交通冲突的响应时序模型必须应对的挑战。我们展示了如何通过相对简单的启发式模型来实现该框架，该模型拟合自SHRP2数据集中真实碰撞与近似碰撞的自然驾驶人类响应数据，并讨论了其在原则上如何推广至任何交通冲突场景。我们还讨论了如何基于证据累积、并由机器学习生成模型与信息论惊奇概念增强，来以计算方式实现该响应时序框架。
引用
@article{arxiv.2208.08651,
title = {Modeling road user response timing in naturalistic settings: a surprise-based framework},
author = {Johan Engström and Shu-Yuan Liu and Azadeh Dinparastdjadid and Camelia Simoiu},
journal= {arXiv preprint arXiv:2208.08651},
year = {2023}
}