Intersection Warning System for Occlusion Risks using Relational Local Dynamic Maps

要約

この作業は、感覚範囲が制限されているために可観測性が制限されている交通シナリオでのリスク評価のタスクに対処しています。
ここでは、視覚的にアクセスするのが難しい交差点のシナリオに集中します。
視界の領域を特定するために、幾何学的情報と道路インフラを提供するローカル ダイナミック マップでレイ キャスティングを使用します。
視認性が低下したエリアに基づいて、視覚的にまだ認識できない潜在的なリスクをもたらすシーン エンティティを最初にモデル化します。
次に、衝突リスク推定のための生存分析で最悪の軌道を予測します。
結果として得られるリスク指標を利用して、ドライバーの現在の行動を評価し、危険な状況でドライバーに警告し、安全に行動する方法を提案したり、安全な軌道を計画したりします。
結果として得られる交差点警告システムを現実世界のシナリオに適用することにより、アプローチを検証します。
提案されたシステムの動作は、正しく行動する人間のドライバーの一般的な動作を模倣することが明らかになりました。

要約(オリジナル)

This work addresses the task of risk evaluation in traffic scenarios with limited observability due to restricted sensorial coverage. Here, we concentrate on intersection scenarios that are difficult to access visually. To identify the area of sight, we employ ray casting on a local dynamic map providing geometrical information and road infrastructure. Based on the area with reduced visibility, we first model scene entities that pose a potential risk without being visually perceivable yet. Then, we predict a worst-case trajectory in the survival analysis for collision risk estimation. Resulting risk indicators are utilized to evaluate the driver’s current behavior, to warn the driver in critical situations, to give suggestions on how to act safely or to plan safe trajectories. We validate our approach by applying the resulting intersection warning system on real world scenarios. The proposed system’s behavior reveals to mimic the general behavior of a correctly acting human driver.

arxiv情報

著者 Florian Damerow,Yuda Li,Tim Puphal,Benedict Flade,Julian Eggert
発行日 2023-03-13 16:01:55+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク