基于个性化风险图的司机辅助系统警报误差降低
机器人学
2024-10-04 v1 机器学习
摘要
我们考虑人类导向司机辅助的问题。当前的先进个性化概念允许估计车辆控制系统或司机模型的参数。然而，目前很少有方法使用个性化模型并以一般风险警报形式评估其有效性。在本文中，我们提出了一个警报系统，该系统基于司机行为估计给定司机的个性化风险因子。系统随后能够根据个性化风险图调整警报信号。在实验中，我们展示了在纵向跟随和交叉口场景中，新型警报系统能够有效降低相对于不使用个性化司机考虑的基线方法的假阴性误差和假阳性误差。这凸显了个性化在降低风险警报和司机辅助警报误差方面的潜力。
引用
@article{arxiv.2410.02148,
title = {Reducing Warning Errors in Driver Support with Personalized Risk Maps},
author = {Tim Puphal and Ryohei Hirano and Takayuki Kawabuchi and Akihito Kimata and Julian Eggert},
journal= {arXiv preprint arXiv:2410.02148},
year = {2024}
}