用于车辆碰撞检测的最优警报
机器学习
2017-08-17 v1 机器人学
摘要
智能车辆的一个重要应用是提前检测诸如碰撞等危险事件。在给定车辆位置和运动的预测模型下，该问题被构建为最优警报选择问题。本文对实时碰撞检测技术进行了综述，并将其分为三类：随机 Monte Carlo 采样、更快的确定性近似以及由仿真训练的机器学习模型。在可能的情况下，提供了这些碰撞检测技术性能的理论保证，并针对两个示例场景提供了实证分析。结果验证了 Monte Carlo 采样尽管简单，却是一种稳健的解决方案。
引用
@article{arxiv.1708.04922,
title = {Optimal Alarms for Vehicular Collision Detection},
author = {Michael Motro and Joydeep Ghosh and Chandra Bhat},
journal= {arXiv preprint arXiv:1708.04922},
year = {2017}
}