通过定性场景理解与解释实现可信自动驾驶
计算机视觉与模式识别
2024-03-18 v1 人工智能
摘要
我们提出了 Qualitative Explainable Graph (QXG)：一种用于城市移动场景理解的统一符号化和定性表示。QXG 能够利用传感器数据和机器学习模型来解释自动驾驶车辆的环境。它利用时空图和定性约束，从原始传感器输入（如 LiDAR 和摄像头数据）中提取场景语义，提供可理解的场景模型。关键在于，QXG 可以实时增量构建，这使其成为车载解释和实时决策的多样化工具，适用于各种传感器类型。我们的研究展示了 QXG 的变革性潜力，尤其是在自动驾驶领域，能够通过将图与车辆动作关联，阐明决策依据。这些解释服务于各种目的，从信息传递给乘客和警示易感道路使用者 (VRU)，到对先前行为的后期分析。
引用
@article{arxiv.2403.09668,
title = {Trustworthy Automated Driving through Qualitative Scene Understanding and Explanations},
author = {Nassim Belmecheri and Arnaud Gotlieb and Nadjib Lazaar and Helge Spieker},
journal= {arXiv preprint arXiv:2403.09668},
year = {2024}
}
备注
Transport Research Arena (TRA) 2024