面向自然驾驶的概率不确定性感知风险点检测器
人工智能
2023-03-14 v1
摘要
风险评估是自动驾驶车辆（AV）开发与验证的核心要素。它包含未来临界事件发生的概率与严重程度的组合。车头时距（TH）以及碰撞时间（TTC）是常用的风险度量，并与发生概率有定性关系。然而，它们缺乏理论推导，且设计上仅涵盖特殊类型的交通场景（例如单车对之间的跟车）。本文中，我们提出一种基于生存分析考量的概率性情境风险模型，并将其扩展以自然纳入真实世界场景中产生的感知、 temporal 与行为不确定性。所得的风险点检测器（RSD）被应用并测试于一条具有多个交叉口的多车道林荫道的自然驾驶数据上，从而能够可视化道路临界性地图。与 TH 和 TTC 相比，我们的方法在预测风险时更具选择性与针对性。RSD 聚焦于车辆密度高、出现大幅加速与减速或高速接近的驾驶区段。
引用
@article{arxiv.2303.07181,
title = {Probabilistic Uncertainty-Aware Risk Spot Detector for Naturalistic Driving},
author = {Tim Puphal and Malte Probst and Julian Eggert},
journal= {arXiv preprint arXiv:2303.07181},
year = {2023}
}