Probabilistic Uncertainty-Aware Risk Spot Detector for Naturalistic Driving

要約

リスク評価は、自動運転車 (AV) の開発と検証の中心的な要素です。
これは、将来の重要なイベントの発生確率と重大度の組み合わせで構成されます。
Time Headway (TH) と Time-To-Contact (TTC) は、一般的に使用されるリスク指標であり、発生確率と定性的な関係があります。
ただし、理論的な導出が欠けており、さらに、特殊なタイプの交通シナリオのみをカバーするように設計されています (例: 1 台の車のペア間の追従)。
この論文では、生存分析の考慮事項に基づいた確率論的状況リスク モデルを提示し、それを拡張して、現実世界のシナリオで発生する感覚的、時間的、行動的不確実性を自然に組み込むようにします。
結果として得られるリスク スポット ディテクター (RSD) は、複数の交差点がある複数車線の大通りの自然主義的な運転データに適用およびテストされ、道路の重要度マップの視覚化を可能にします。
TH や TTC と比較して、私たちのアプローチはリスクの予測においてより選択的かつ具体的です。
RSD は、大きな加速と減速、または高速でのアプローチが発生する、車両密度の高いセクションの運転に集中します。

要約(オリジナル)

Risk assessment is a central element for the development and validation of Autonomous Vehicles (AV). It comprises a combination of occurrence probability and severity of future critical events. Time Headway (TH) as well as Time-To-Contact (TTC) are commonly used risk metrics and have qualitative relations to occurrence probability. However, they lack theoretical derivations and additionally they are designed to only cover special types of traffic scenarios (e.g. following between single car pairs). In this paper, we present a probabilistic situation risk model based on survival analysis considerations and extend it to naturally incorporate sensory, temporal and behavioral uncertainties as they arise in real-world scenarios. The resulting Risk Spot Detector (RSD) is applied and tested on naturalistic driving data of a multi-lane boulevard with several intersections, enabling the visualization of road criticality maps. Compared to TH and TTC, our approach is more selective and specific in predicting risk. RSD concentrates on driving sections of high vehicle density where large accelerations and decelerations or approaches with high velocity occur.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google