面向伦理决策与路径规划的自动驾驶车辆碰撞伤害严重程度等级预测
系统与控制
2022-12-19 v1 人工智能
系统与控制
摘要
自动驾驶车辆(AVs)的发展正在快速推进,并在未来20年内成为社会的核心组成部分。然而,尤其在部署的早期阶段,预计会发生涉及AVs的事故。在AVs事故发生时,需要做出涉及伦理的决策,例如决定撞向一群行人还是刚性护栏。为使AV能够进行此类伦理决策与路径规划,需要可在AV车载实时使用的情境仿真模型。这些模型将使得路径规划与伦理决策能够基于预先确定的碰撞伤害严重程度等级来实施。在本研究中,为路径规划与伦理决策开发了模型,其预先确定了关于可能碰撞伤害严重程度的知识,即AV撞向刚性护栏的峰值变形或AV撞向行人的冲击速度。基于此类知识并采用模糊逻辑,提出了一种用于碰撞伤害严重程度等级的新颖非线性加权效用代价函数。这使得由AV峰值变形与AV-行人冲击速度引起的基于模型的预测碰撞结果,可通过具有共同结构的加权效用代价函数分别考察。该加权效用代价函数的一般形式利用了模糊集方法,从而允许对来自两个独立效用代价函数的公共效用代价进行有意义的比较。一种采用功利主义伦理方法的决策算法,确保AV始终转向代表最低伤害严重程度等级(即对社会效用代价最低)的路径。
引用
@article{arxiv.2212.08539,
title = {Predicting Autonomous Vehicle Collision Injury Severity Levels for Ethical Decision Making and Path Planning},
author = {James E. Pickering and Keith J. Burnham},
journal= {arXiv preprint arXiv:2212.08539},
year = {2022}
}