Continuous Risk Measures for Driving Support

要約

このホワイト ペーパーでは、3 つの異なるモデル ベースのリスク指標を、それらの強みと弱みを定性的に評価し、一連の実際の縦断シナリオと交差シナリオで定量的にテストすることによって比較します。
従来のヒューリスティックな衝突までの時間 (TTC) から始めます。これを 2D 操作および非クラッシュ ケースに拡張して、最接近時間 (TTCE) を取得します。
2 番目のリスク尺度は、ガウス分布を使用して位置の不確実性をモデル化し、衝突リスクに空間占有確率を使用します。
次に、まばらな重大なイベントといわゆる生存条件の統計に基づいて、新しいリスク測定値を導き出します。
結果として得られた生存分析は、その確固たる理論的根拠によって裏付けられた、クラッシュの検出時間が早く、クラッシュに近い場合とクラッシュしていない場合の誤検出が少ないことを示しています。
これは、ADAS および AD の検証に適した TTCE およびガウス法を一般化したものと見なすことができます。

要約(オリジナル)

In this paper, we compare three different model-based risk measures by evaluating their stengths and weaknesses qualitatively and testing them quantitatively on a set of real longitudinal and intersection scenarios. We start with the traditional heuristic Time-To-Collision (TTC), which we extend towards 2D operation and non-crash cases to retrieve the Time-To-Closest-Encounter (TTCE). The second risk measure models position uncertainty with a Gaussian distribution and uses spatial occupancy probabilities for collision risks. We then derive a novel risk measure based on the statistics of sparse critical events and so-called survival conditions. The resulting survival analysis shows to have an earlier detection time of crashes and less false positive detections in near-crash and non-crash cases supported by its solid theoretical grounding. It can be seen as a generalization of TTCE and the Gaussian method which is suitable for the validation of ADAS and AD.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google