Legal Decision-making for Highway Automated Driving

要約

道路を走行する人間のドライバーにとって交通法の遵守は基本的な要件であり、自動運転車も同様に交通法を遵守する必要があります。
しかし、現在の自動運転車は主に意思決定と計画において安全性と衝突回避を優先しているため、人間のドライバーからの誤解や不信感を招き、混合交通の流れで事故を引き起こす可能性さえあります。
したがって、自動運転の安全性を確保し、自動運転技術の普及を促進するには、自動運転の意思決定システムのコンプライアンスを確保することが不可欠です。
この目的を達成するために、この文書では、トリガーベースの多層的なコンプライアンス意思決定フレームワークを提案しています。
このフレームワークは、車両が犯した違反の種類を識別するオンライン違反モニターを起動するための信号として、最高レベルでの意思決定の意図を利用します。
次に、コンプライアンスの意思決定のための 4 層アーキテクチャを使用して、コンプライアンスに準拠した軌道を生成します。
このシステムを使用すると、自動運転車は潜在的な違反をリアルタイムで検出して修正できるため、安全性が向上し、自動運転技術に対する社会の信頼が高まります。
最後に、提案された方法は、制限速度、車間距離、追い越し、車線変更という 4 つの典型的な高速道路シナリオの下で、DJI AD4CHE 高速道路データセットで評価されます。
その結果、提案手法により車両全体の遵守率が13.85%から84.46%に向上し、違反行為の割合が0%に減少し、その有効性が実証されました。

要約(オリジナル)

Compliance with traffic laws is a fundamental requirement for human drivers on the road, and autonomous vehicles must adhere to traffic laws as well. However, current autonomous vehicles prioritize safety and collision avoidance primarily in their decision-making and planning, which will lead to misunderstandings and distrust from human drivers and may even result in accidents in mixed traffic flow. Therefore, ensuring the compliance of the autonomous driving decision-making system is essential for ensuring the safety of autonomous driving and promoting the widespread adoption of autonomous driving technology. To this end, the paper proposes a trigger-based layered compliance decision-making framework. This framework utilizes the decision intent at the highest level as a signal to activate an online violation monitor that identifies the type of violation committed by the vehicle. Then, a four-layer architecture for compliance decision-making is employed to generate compliantly trajectories. Using this system, autonomous vehicles can detect and correct potential violations in real-time, thereby enhancing safety and building public confidence in autonomous driving technology. Finally, the proposed method is evaluated on the DJI AD4CHE highway dataset under four typical highway scenarios: speed limit, following distance, overtaking, and lane-changing. The results indicate that the proposed method increases the vehicle’s overall compliance rate from 13.85% to 84.46%, while reducing the proportion of active violations to 0%, demonstrating its effectiveness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google