AV-Occupant Perceived Risk Model for Cut-In Scenarios with Empirical Evaluation

要約

自動運転車 (AV) テクノロジーの進歩により、ユーザーの快適さ、受容性、信頼性を高めるために、認識されるリスクを正確に推定することが必要になります。
この論文では、AV カットイン シナリオ中に知覚されるリスクを推定するために設計された新しい AV 乗員リスク (AVOR) モデルを紹介します。
18 人の参加者を対象に、現実的なカットイン シナリオを使用した実証研究が実施されます。
シナリオのリスクとシーンの人口という 2 つの要素が調査されました。
主観的リスク反応の 76% は、カットイン開始時の知覚リスクの増加を示しています。
既存の認識リスク モデルは、この重大な現象を捉えていませんでした。
当社の AVOR モデルは、特に高リスク シナリオの場合、カットインの初期段階での知覚リスクの推定が大幅に向上し、モデリングの精度が最大 54% 向上することを実証しました。
AVOR モデルの概念は、動的な不確実性を特徴とする他の多様な運転状況において認識されるリスクを定量化することができ、AV システムの信頼性と人間中心の焦点を強化します。

要約(オリジナル)

Advancements in autonomous vehicle (AV) technologies necessitate precise estimation of perceived risk to enhance user comfort, acceptance and trust. This paper introduces a novel AV-Occupant Risk (AVOR) model designed for perceived risk estimation during AV cut-in scenarios. An empirical study is conducted with 18 participants with realistic cut-in scenarios. Two factors were investigated: scenario risk and scene population. 76% of subjective risk responses indicate an increase in perceived risk at cut-in initiation. The existing perceived risk model did not capture this critical phenomenon. Our AVOR model demonstrated a significant improvement in estimating perceived risk during the early stages of cut-ins, especially for the high-risk scenario, enhancing modelling accuracy by up to 54%. The concept of the AVOR model can quantify perceived risk in other diverse driving contexts characterized by dynamic uncertainties, enhancing the reliability and human-centred focus of AV systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google