具有多智能体态势感知的自动驾驶车辆罕见碰撞风险估计
系统与控制
2024-05-03 v1 系统与控制
摘要
本文提供了一个形式化框架，用于估计在复杂动态环境中受不同噪声源影响、具有多智能体态势感知的自动驾驶车辆（AVs）的罕见碰撞风险。在我们提出的设置中，通过将从其他车辆收集的各种多样化信息聚合为一个向量，来考虑其中一辆自车的态势感知。我们将配备态势感知的 AV 建模为一般随机混合系统（GSHS），并评估在两辆自动驾驶车辆同时打算切换到共享车道的换道场景中的碰撞概率，同时按要求利用碰撞时间度量进行决策。由于基于仿真的罕见碰撞风险估计方法对数据量需求巨大，我们利用了一种多级重要性分裂技术，即具有固定分配分裂的交互粒子系统估计（IPS-FAS）。这种方法允许我们通过使用一组交互粒子来估计罕见事件的概率。具体而言，每个粒子代表一条系统轨迹，并通过重采样和分支与其他粒子交互，将计算资源集中在具有最高遭遇罕见事件概率的轨迹上。通过对换道场景的广泛仿真，证明了我们所提方法的有效性。
引用
@article{arxiv.2405.01011,
title = {Rare Collision Risk Estimation of Autonomous Vehicles with Multi-Agent Situation Awareness},
author = {Mahdieh Zaker and Henk A. P. Blom and Sadegh Soudjani and Abolfazl Lavaei},
journal= {arXiv preprint arXiv:2405.01011},
year = {2024}
}