Reducing Warning Errors in Driver Support with Personalized Risk Maps

要約

人間に焦点を当てたドライバー支援の問題を考える。最新のパーソナライゼーション概念では、車両制御システムやドライバーモデルのパラメータを推定することができる。しかし、パーソナライズされたモデルを使用し、一般的なリスク警告の形で有効性を評価するアプローチは、現在のところほとんど提案されていない。そこで本論文では、ドライバーの行動に基づいて、指定されたドライバーのパーソナライズされた危険因子を推定する警告システムを提案する。このシステムはその後、パーソナライズされたリスクマップを用いて警告信号を適応させることができる。実験では、縦断追従と交差点シナリオの例を示すが、この新しい警告システムは、パーソナライズされたドライバーへの配慮を使用しないベースラインアプローチと比較して、偽陰性エラーと偽陽性エラーを効果的に減らすことができる。これは、リスク警告とドライバー支援における警告エラーを減らすためのパーソナライゼーションの可能性を強調するものである。

要約(オリジナル)

We consider the problem of human-focused driver support. State-of-the-art personalization concepts allow to estimate parameters for vehicle control systems or driver models. However, there are currently few approaches proposed that use personalized models and evaluate the effectiveness in the form of general risk warning. In this paper, we therefore propose a warning system that estimates a personalized risk factor for the given driver based on the driver’s behavior. The system afterwards is able to adapt the warning signal with personalized Risk Maps. In experiments, we show examples for longitudinal following and intersection scenarios in which the novel warning system can effectively reduce false negative errors and false positive errors compared to a baseline approach which does not use personalized driver considerations. This underlines the potential of personalization for reducing warning errors in risk warning and driver support.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL