Self-Perception Versus Objective Driving Behavior: Subject Study of Lateral Vehicle Guidance

要約

技術の進歩により、自動運転車における快適で許容可能な運転特性の創出に注目が集まっています。
人間と自動運転システムの間の運転スタイルの不一致は乗客の信頼に影響を与える可能性があるため、自動運転車の普及には安全で快適な乗車体験を確保することが不可欠です。
現在の運転機能にはパラメータが固定されており、自動運転車に関して世界的に合意された運転スタイルは存在しません。
運転スタイルの好みを自動運転車に統合することで、受け入れが強化され、不確実性が軽減され、導入が促進される可能性があります。
人間のドライバーの個々の横方向の運転行動を特定するために、さまざまなドイツ人参加者を対象に制御車両の研究 (N = 62) が実施され、特に田舎道に重点が置かれました。
パーソナライズされた横方向の運転機能の開発に直接適用できる、定常および過渡曲線のネゴシエーションを評価するための新しい指標を紹介します。
自己報告を使用してこれらの指標の予測可能性を評価するために、ドイツ版の多次元運転スタイル インベントリである MDSI-DE を導入します。
MDSI 因子スコアと提案された指標の間の相関分析では、主に加速度およびジャーク統計との控えめながら重要な関連性が示されましたが、詳細な横方向の運転行動はドライバーによって非常に不均一であることが判明しました。
匿名化された社会人口統計とアンケート回答、ラベルを含む生の車両測定値、および派生した運転行動指標を含むデータセットは、https://www.kaggle.com/datasets/jhaselberger/spodb-subject-study-of で公開されています。
-車両の側方誘導。

要約(オリジナル)

Advancements in technology are steering attention toward creating comfortable and acceptable driving characteristics in autonomous vehicles. Ensuring a safe and comfortable ride experience is vital for the widespread adoption of autonomous vehicles, as mismatches in driving styles between humans and autonomous systems can impact passenger confidence. Current driving functions have fixed parameters, and there is no universally agreed-upon driving style for autonomous vehicles. Integrating driving style preferences into automated vehicles may enhance acceptance and reduce uncertainty, expediting their adoption. A controlled vehicle study (N = 62) was conducted with a variety of German participants to identify the individual lateral driving behavior of human drivers, specifically emphasizing rural roads. We introduce novel indicators for assessing stationary and transient curve negotiation, directly applicable in developing personalized lateral driving functions. To assess the predictability of these indicators using self-reports, we introduce the MDSI-DE, the German version of the Multidimensional Driving Style Inventory. The correlation analysis between MDSI factor scores and proposed indicators showed modest but significant associations, primarily with acceleration and jerk statistics while the in-depth lateral driving behavior turned out to be highly driver-heterogeneous. The dataset including the anonymized socio-demographics and questionnaire responses, the raw vehicle measurements including labels, and the derived driving behavior indicators are publicly available at https://www.kaggle.com/datasets/jhaselberger/spodb-subject-study-of-lateral-vehicle-guidance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google