用于安全预警的行人行为地图：CHAMP 框架与真实世界数据分析
计算机视觉与模式识别
2023-05-09 v1 人工智能
摘要
车辆避免与行人发生碰撞至关重要。当前行人碰撞预防方法侧重于将视觉行人检测器与自动紧急制动（AEB）系统集成，当行人进入车辆路径时可触发警告并施加制动。不幸的是，基于行人检测的系统在某些情况下会受到阻碍，例如夜间或行人被遮挡时。我们的系统使用一种在线的、基于地图的行人检测聚合系统来解决此类问题，该系统在反复经过某些位置后学习常见的行人位置。使用在加州拉霍亚精心收集和标注的数据集，我们展示了该系统学习行人区域并在车辆接近行人时生成预警通知的能力，尽管面临暗光或行人遮挡等挑战。使用正确预警数、误预警数和漏预警数来定义精确率和召回率性能指标，我们评估了我们的系统并讨论了进一步数据收集带来的未来积极影响。我们已在 https://github.com/s7desai/ped-mapping 公开代码，并在 https://youtu.be/dxeCrS_Gpkw 提供 CHAMP 系统的视频演示。
引用
@article{arxiv.2305.04506,
title = {Pedestrian Behavior Maps for Safety Advisories: CHAMP Framework and Real-World Data Analysis},
author = {Ross Greer and Samveed Desai and Lulua Rakla and Akshay Gopalkrishnan and Afnan Alofi and Mohan Trivedi},
journal= {arXiv preprint arXiv:2305.04506},
year = {2023}
}