A reproducible approach to merging behavior analysis based on High Definition Map

要約

マージ動作に関する既存の研究では、通常、さまざまなアルゴリズムの適用が優先されますが、詳細なプロセスと軌跡の分析が見落とされることがよくあります。
これにより、周囲の車両のマッチングが無視され、指標の定義が不透明になり、再現可能な危機につながります。
これらのギャップに対処するために、このペーパーでは、動作分析をマージするための再現可能なアプローチを提示します。
具体的には、既存の研究における主観性と再現性の欠如の原因を概説します。
その後、lanlet2 高解像度 (HD) マップを使用して、主観性を最小限に抑え、標準化された指標を定義し、車両と一緒に識別し、シナリオを分割する再現可能なフレームワークを構築します。
その後、巨視的および微視的比較分析が行われます。
さらに重要なことは、この文書が再現可能な研究の概念に準拠しており、すべてのソース コードと再現手順が提供されていることです。
私たちの結果は、車両が並んでいるシナリオは6％未満のケースで発生しますが、それらの特性は他のシナリオとは大きく異なり、これらのシナリオは多くの場合、高いリスクを伴うことを示しています.
この論文は、マージ動作の理解を深め、再現可能な研究への意識を高め、分水嶺の瞬間として機能します。

要約(オリジナル)

Existing research on merging behavior generally prioritize the application of various algorithms, but often overlooks the fine-grained process and analysis of trajectories. This leads to the neglect of surrounding vehicle matching, the opaqueness of indicators definition, and reproducible crisis. To address these gaps, this paper presents a reproducible approach to merging behavior analysis. Specifically, we outline the causes of subjectivity and irreproducibility in existing studies. Thereafter, we employ lanelet2 High Definition (HD) map to construct a reproducible framework, that minimizes subjectivities, defines standardized indicators, identifies alongside vehicles, and divides scenarios. A comparative macroscopic and microscopic analysis is subsequently conducted. More importantly, this paper adheres to the Reproducible Research concept, providing all the source codes and reproduction instructions. Our results demonstrate that although scenarios with alongside vehicles occur in less than 6% of cases, their characteristics are significantly different from others, and these scenarios are often accompanied by high risk. This paper refines the understanding of merging behavior, raises awareness of reproducible studies, and serves as a watershed moment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google