Online and Predictive Warning System for Forced Lane Changes using Risk Maps

要約

走行軌跡の生存分析により、衝突や曲がりくねった道路によって引き起こされる自動車関連のリスクを総合的に評価できます。
この分析には、予測的で確率的な性質など、一般的な Time-To-X インジケーターよりも優れた利点があります。
ただし、これまでのところ、理論上のリスクは実際の環境では実証されていません。
したがって、このホワイトペーパーでは、道路の端が原因で車線変更を余儀なくされた状況でのオンライン警告サポート用のリスク マップ (RM) を提示します。
この目的のために、まずセンサー データをリレーショナル ローカル ダイナミック マップ (R-LDM) に統合します。
その後、RM をリアルタイムで実行し、さまざまな状況を効率的に調査して、リスクを最小化する行動を決定することができます。
これにより、システムの不確実性認識と透明性の改善に焦点を当てます。
リスク、ユーティリティ、および快適性のコストが 1 つの式に含まれており、ドライバーに対して直感的に視覚化されます。
実施された実験では、ローカリゼーション用の GNSS 受信機とオブジェクト検出用の複数のカメラを備えた低コストのセンサー設定が活用されています。
最終的なシステムは、2 車線の道路にうまく適用され、車線変更のアドバイスを推奨します。これは、ギャップとギャップなしの表示に分けられます。
これらの結果は有望であり、解釈可能な安全性に向けた重要なステップを示しています。

要約(オリジナル)

The survival analysis of driving trajectories allows for holistic evaluations of car-related risks caused by collisions or curvy roads. This analysis has advantages over common Time-To-X indicators, such as its predictive and probabilistic nature. However, so far, the theoretical risks have not been demonstrated in real-world environments. In this paper, we therefore present Risk Maps (RM) for online warning support in situations with forced lane changes, due to the end of roads. For this purpose, we first unify sensor data in a Relational Local Dynamic Map (R-LDM). RM is afterwards able to be run in real-time and efficiently probes a range of situations in order to determine risk-minimizing behaviors. Hereby, we focus on the improvement of uncertainty-awareness and transparency of the system. Risk, utility and comfort costs are included in a single formula and are intuitively visualized to the driver. In the conducted experiments, a low-cost sensor setup with a GNSS receiver for localization and multiple cameras for object detection are leveraged. The final system is successfully applied on two-lane roads and recommends lane change advices, which are separated in gap and no-gap indications. These results are promising and present an important step towards interpretable safety.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google