StylePredict：基于轨迹的人类驾驶员行为机器心理理论
机器人学
2020-11-12 v2
摘要
研究表明，自动驾驶车辆（AVs）在由人类驾驶员构成的交通环境中表现保守，且不能适应本地条件与社会文化规范。已知若存在理解人类驾驶员行为的机制，便可设计具有社会感知能力的 AVs。我们提出机器心理理论（M-ToM）的概念，通过观察车辆轨迹来推断人类驾驶员的行为。我们的 M-ToM 方法称为 StylePredict，基于车辆轨迹分析，该分析已在机器人与计算机视觉中被研究。StylePredict 模仿人类心理理论，利用图论技术（包括谱分析与中心性函数）在提取的交通车辆轨迹与驾驶员行为之间建立计算映射，以推断驾驶员行为或风格。我们基于交通密度、异质性与对交通规则的遵从度，使用 StylePredict 分析美国、中国、印度和新加坡不同文化中的驾驶员行为，并观察到纵向（超速）与横向（超车、变道）驾驶风格间的负相关。
引用
@article{arxiv.2011.04816,
title = {StylePredict: Machine Theory of Mind for Human Driver Behavior From Trajectories},
author = {Rohan Chandra and Aniket Bera and Dinesh Manocha},
journal= {arXiv preprint arXiv:2011.04816},
year = {2020}
}
备注
Removed original journal formatting