基于简化可达量化的自动驾驶车辆遮挡感知风险评估与驾驶策略
机器人学
2023-10-31 v4
摘要
自动驾驶车辆尚未解决的挑战之一是在被遮挡的行人和车辆间安全导航。先前的方法包括生成幻影车辆并评估其风险，但它们常使自车过于保守，或在严重遮挡情况下无法进行实时风险评估。我们提出一种高效的遮挡感知风险评估方法，使用简化可达量化，以关于幻影智能体状态的简单分布模型来量化幻影智能体的可达性。此外，我们提出一种用于在遮挡区域安全高效导航的驾驶策略，利用幻影智能体的风险来设定自动驾驶车辆的速度限制。我们进行了仿真，以在各种涉及其他车辆和障碍物的遮挡场景中评估所提方法的性能。与无遮挡感知风险评估的基线情况相比，所提方法使交叉口的通行时间增加了 1.48 倍，但使平均碰撞率和不适度评分分别降低了至多 6.14 倍和 5.03 倍。所提方法展现出最先进的时间效率水平，具有常数时间复杂度且计算时间小于 5 ms。
引用
@article{arxiv.2306.07004,
title = {Occlusion-aware Risk Assessment and Driving Strategy for Autonomous Vehicles Using Simplified Reachability Quantification},
author = {Hyunwoo Park and Jongseo Choi and Hyuntai Chin and Sang-Hyun Lee and Doosan Baek},
journal= {arXiv preprint arXiv:2306.07004},
year = {2023}
}
备注
8 pages, 11 figures IEEE ROBOTICS AND AUTOMATION LETTERS. PREPRINT VERSION. ACCEPTED OCTOBER, 2023