TRAVERSE: Traffic-Responsive Autonomous Vehicle Experience & Rare-event Simulation for Enhanced safety

要約

物理世界で学習可能な自動運転車をトレーニングするためのデータは、通常、安全な通常の環境で収集されます。
このようなデータの配信は、多くの場合、安全運転に対する強いバイアスを生み出し、自動運転車が予期せぬ事故などの敵対的なシナリオに遭遇した際の準備ができていないことになります。
ドライバーが収集するのは現実的ではないこのような有害なデータが不足しているため、このようなまれな出来事が発生した場合、自動運転車のパフォーマンスが低下する可能性があります。
この研究では、参加者が VR 車両シミュレーターを運転して、さまざまなタイプの偶発的なシナリオでシミュレートされた交通を走行させることで、切望されている研究に取り組んでいます。
これは、シミュレーションされた事故における人間の反応と行動を理解し、運転ダイナミクスと安全性の理解に貢献することを目的としています。
シミュレーション フレームワークは堅牢な交通シミュレーションを採用しており、Unity ゲーム エンジンを使用してレンダリングされます。
さらに、シミュレーション フレームワークは、ポータブルで軽量な没入型運転シミュレーター ハードウェアで構築されており、自動運転研究におけるリソースの障壁が低くなります。
キーワード: 稀な出来事、交通シミュレーション、自動運転、仮想現実、ユーザー調査

要約(オリジナル)

Data for training learning-enabled self-driving cars in the physical world are typically collected in a safe, normal environment. Such data distribution often engenders a strong bias towards safe driving, making self-driving cars unprepared when encountering adversarial scenarios like unexpected accidents. Due to a dearth of such adverse data that is unrealistic for drivers to collect, autonomous vehicles can perform poorly when experiencing such rare events. This work addresses much-needed research by having participants drive a VR vehicle simulator going through simulated traffic with various types of accidental scenarios. It aims to understand human responses and behaviors in simulated accidents, contributing to our understanding of driving dynamics and safety. The simulation framework adopts a robust traffic simulation and is rendered using the Unity Game Engine. Furthermore, the simulation framework is built with portable, light-weight immersive driving simulator hardware, lowering the resource barrier for studies in autonomous driving research. Keywords: Rare Events, Traffic Simulation, Autonomous Driving, Virtual Reality, User Studies

arxiv情報

提供元, 利用サービス

arxiv.jp, Google