Interaction Dataset of Autonomous Vehicles with Traffic Lights and Signs

要約

この論文では、自動運転車 (AV) と交通制御装置、特に信号機や一時停止標識の間の相互作用を捕捉する包括的なデータセットの開発について説明します。
Waymo Motion データセットから派生した私たちの研究は、AV がこれらの交通管制装置をどのようにナビゲートするかに関する現実世界の軌跡データを提供することで、既存の文献の重大なギャップに対処します。
私たちは、Waymo Motion データセットから関連するインタラクション軌跡データを特定して抽出するための方法論を提案します。これには、信号機のある 37,000 件以上、一時停止標識のある 44,000 件以上のインスタンスが組み込まれています。
私たちの方法論には、さまざまな相互作用タイプを識別するためのルールの定義、軌道データの抽出、加速度および速度プロファイルを平滑化して異常値を除去するウェーブレットベースのノイズ除去手法の適用が含まれており、それによって軌道の品質が向上します。
品質評価メトリクスは、この研究で得られた軌道では、すべてのインタラクション カテゴリにわたって、加速度およびジャーク プロファイルの異常な割合がゼロに近いレベルまで減少していることを示しています。
このデータセットを一般公開することで、信号機や標識との AV インタラクション行動を含むデータセットの現在のギャップに対処することを目指しています。
整理され公開されたデータセットに基づいて、信号機や標識と対話するときの AV の動作をより深く理解することができます。
これにより、既存の交通インフラやネットワークへの AV の統合に関する研究が促進され、より正確な動作モデルやシミュレーション ツールの開発がサポートされます。

要約(オリジナル)

This paper presents the development of a comprehensive dataset capturing interactions between Autonomous Vehicles (AVs) and traffic control devices, specifically traffic lights and stop signs. Derived from the Waymo Motion dataset, our work addresses a critical gap in the existing literature by providing real-world trajectory data on how AVs navigate these traffic control devices. We propose a methodology for identifying and extracting relevant interaction trajectory data from the Waymo Motion dataset, incorporating over 37,000 instances with traffic lights and 44,000 with stop signs. Our methodology includes defining rules to identify various interaction types, extracting trajectory data, and applying a wavelet-based denoising method to smooth the acceleration and speed profiles and eliminate anomalous values, thereby enhancing the trajectory quality. Quality assessment metrics indicate that trajectories obtained in this study have anomaly proportions in acceleration and jerk profiles reduced to near-zero levels across all interaction categories. By making this dataset publicly available, we aim to address the current gap in datasets containing AV interaction behaviors with traffic lights and signs. Based on the organized and published dataset, we can gain a more in-depth understanding of AVs’ behavior when interacting with traffic lights and signs. This will facilitate research on AV integration into existing transportation infrastructures and networks, supporting the development of more accurate behavioral models and simulation tools.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google