Shareable Driving Style Learning and Analysis with a Hierarchical Latent Model

要約

運転スタイルは通常、ドライバーまたはドライバーのグループの運転行動を特徴付けるために使用されます。
しかし、ある個人の運転スタイルが他のドライバーとどのように特定の共通点を共有するのかは依然として不明です。
私たちの洞察は、運転行動は、個人内および個人間で共有可能な潜在的な運転スタイルの加重混合に対する一連の反応であるということです。
この目的を達成するために、本論文では、運転行動と運転スタイルの関係を学習するための階層型潜在モデルを開発します。
我々はまず、複雑な逐次運転挙動を表現するためのフラグメントベースのアプローチを提案し、低次元の特徴空間で運転挙動を十分に表現できるようにします。
次に、ディリクレ配分のメカニズムを導入することにより、運転行動と共有可能な運転スタイルの相互作用を階層的潜在モデルと解析的に定式化します。
私たちの開発したモデルは最終的に、都市部と高速道路の自然な運転設定で 100 人のドライバーによって検証され、検証されました。
実験結果によれば、個人は内部および内部で運転スタイルを共有していることが明らかになりました。
また、性格（年齢、性別、運転経験など）が運転スタイルに及ぼす影響を分析したところ、生まれつき攻撃的なドライバーは常に攻撃的な運転を続けるわけではない（つまり、時には冷静に行動することもある）が、他のドライバーよりも攻撃性の割合が高いことがわかりました。
他のタイプのドライバー。

要約(オリジナル)

Driving style is usually used to characterize driving behavior for a driver or a group of drivers. However, it remains unclear how one individual’s driving style shares certain common grounds with other drivers. Our insight is that driving behavior is a sequence of responses to the weighted mixture of latent driving styles that are shareable within and between individuals. To this end, this paper develops a hierarchical latent model to learn the relationship between driving behavior and driving styles. We first propose a fragment-based approach to represent complex sequential driving behavior, allowing for sufficiently representing driving behavior in a low-dimension feature space. Then, we provide an analytical formulation for the interaction of driving behavior and shareable driving style with a hierarchical latent model by introducing the mechanism of Dirichlet allocation. Our developed model is finally validated and verified with 100 drivers in naturalistic driving settings with urban and highways. Experimental results reveal that individuals share driving styles within and between them. We also analyzed the influence of personalities (e.g., age, gender, and driving experience) on driving styles and found that a naturally aggressive driver would not always keep driving aggressively (i.e., could behave calmly sometimes) but with a higher proportion of aggressiveness than other types of drivers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google