RiskBench：基于场景的风险识别基准
计算机视觉与模式识别
2024-03-06 v2 机器学习
机器人学
摘要
智能驾驶系统旨在实现零碰撞的出行体验，这需要跨学科的努力来提升安全性能。本工作聚焦于风险识别，即识别和分析由动态交通参与者及意外事件引发的风险的过程。尽管该领域已取得显著进展，但目前对不同风险识别算法的评估使用独立的数据集，导致难以直接比较，并阻碍了在安全性能提升方面的集体进步。为解决这一局限，我们引入了\textbf{RiskBench}，一个大规模基于场景的风险识别基准。我们设计了一个场景分类与增强流程，以系统性地收集多样化场景下的真实风险标注。我们评估了十种算法在以下三方面的能力：(1) 检测与定位风险，(2) 预测风险，(3) 辅助决策。我们进行了大量实验，并总结了风险识别的未来研究方向。我们的目标是鼓励协同努力，实现零碰撞的社会。我们已在项目页面公开了数据集和基准工具包：https://hcis-lab.github.io/RiskBench/
引用
@article{arxiv.2312.01659,
title = {RiskBench: A Scenario-based Benchmark for Risk Identification},
author = {Chi-Hsi Kung and Chieh-Chi Yang and Pang-Yuan Pao and Shu-Wei Lu and Pin-Lun Chen and Hsin-Cheng Lu and Yi-Ting Chen},
journal= {arXiv preprint arXiv:2312.01659},
year = {2024}
}