Extraction of Road Users’ Behavior From Realistic Data According to Assumptions in Safety-Related Models for Automated Driving Systems

要約

この作業では、IEEE標準2846-2022に概説されている方法論を利用して、「自動運転システムの安全関連モデルの仮定」を利用して、運転シナリオにおける他の道路ユーザーの動作に関する情報を抽出しました。
この方法には、高レベルのシナリオの定義、運動学の特性の決定、安全性の関連性の評価、合理的に予測可能な動作に関する仮定の作成が含まれます。
仮定は運動学の境界として表されました。
これらの境界の数値は、Pythonスクリプトを使用して抽出され、UNIDデータセットから現実的なデータを処理しました。
結果として得られる情報により、自動化された運転システム設計者は、特定のシナリオで道路ユーザーの状態のパラメーターと制限を指定できます。
この情報は、シミュレーションまたは実際の道路で自動化された運転システムを装備した車両をテストするための開始条件を確立するために利用できます。

要約(オリジナル)

In this work, we utilized the methodology outlined in the IEEE Standard 2846-2022 for ‘Assumptions in Safety-Related Models for Automated Driving Systems’ to extract information on the behavior of other road users in driving scenarios. This method includes defining high-level scenarios, determining kinematic characteristics, evaluating safety relevance, and making assumptions on reasonably predictable behaviors. The assumptions were expressed as kinematic bounds. The numerical values for these bounds were extracted using Python scripts to process realistic data from the UniD dataset. The resulting information enables Automated Driving Systems designers to specify the parameters and limits of a road user’s state in a specific scenario. This information can be utilized to establish starting conditions for testing a vehicle that is equipped with an Automated Driving System in simulations or on actual roads.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google