Classification of Safety Driver Attention During Autonomous Vehicle Operation

要約

先進運転支援システム (ADAS) と高レベル自動運転車 (AV) の継続的な進歩にも関わらず、短期から中期的には人間のスーパーバイザーがエッジを処理する必要があるという一般的なコンセンサスがあります。
必然的に発生するケース。
この要件を考慮すると、車両の安全な運行に確実に貢献していることを確認するために、車両のオペレーターの状態を監視することが不可欠です。
この論文では、車両オペレーターに面した赤外線カメラと車両認識システムからのデータを統合して、ドライバーの注意力の指標を生成し、オペレーターの安全な行動を促進および保証するデュアルソースアプローチを紹介します。
赤外線カメラはドライバーの頭を検出し、頭の向きの計算を可能にします。頭は通常、個人の注意の焦点に従って動くため、これは重要です。
知覚システムからの環境データを組み込むことにより、車両の運転者が周囲の物体を観察しているかどうかを判断することが可能になります。
実験はオーストラリアのシドニーで収集されたデータを使用して実施され、都市環境における AV の動作をシミュレートしました。
私たちの結果は、提案されたシステムが車両オペレーターの注意レベルの指標を効果的に決定し、必要に応じて警告や自律機能の低下などの介入を可能にすることを示しています。
この包括的なソリューションは、現実の環境における ADAS と AV の全体的な安全性と効率性に貢献することが期待されています。

要約(オリジナル)

Despite the continual advances in Advanced Driver Assistance Systems (ADAS) and the development of high-level autonomous vehicles (AV), there is a general consensus that for the short to medium term, there is a requirement for a human supervisor to handle the edge cases that inevitably arise. Given this requirement, it is essential that the state of the vehicle operator is monitored to ensure they are contributing to the vehicle’s safe operation. This paper introduces a dual-source approach integrating data from an infrared camera facing the vehicle operator and vehicle perception systems to produce a metric for driver alertness in order to promote and ensure safe operator behaviour. The infrared camera detects the driver’s head, enabling the calculation of head orientation, which is relevant as the head typically moves according to the individual’s focus of attention. By incorporating environmental data from the perception system, it becomes possible to determine whether the vehicle operator observes objects in the surroundings. Experiments were conducted using data collected in Sydney, Australia, simulating AV operations in an urban environment. Our results demonstrate that the proposed system effectively determines a metric for the attention levels of the vehicle operator, enabling interventions such as warnings or reducing autonomous functionality as appropriate. This comprehensive solution shows promise in contributing to ADAS and AVs’ overall safety and efficiency in a real-world setting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google