动态驾驶环境中的最优驾驶员预警生成

驾驶员预警系统用于在驾驶过程中向人类驾驶员提醒潜在风险，是高级驾驶员辅助系统的关键功能。现有的驾驶员预警技术，主要包括前向碰撞预警和不安全变道预警，可以降低因人为错误导致的碰撞风险。然而，当前的设计方法存在几个主要限制。首先，预警主要以一次性方式生成，没有对自车驾驶员的反应和周围物体进行建模，这降低了系统在不同场景下的灵活性和通用性。此外，预警的触发条件大多是基于当前状态的规则阈值检查，缺乏对足够长未来时间范围内潜在风险的预测。在本工作中，我们通过考虑生成的预警、驾驶员行为以及自车和周围车辆状态在长时间范围内的交互，研究了最优生成驾驶员预警的问题。预警生成问题被建模为部分可观测马尔可夫决策过程（POMDP）。提出了一种最优预警生成框架作为所提出POMDP的解。仿真实验证明了所提出方案相对于现有预警生成方法的优越性。