LSTM-based Preceding Vehicle Behaviour Prediction during Aggressive Lane Change for ACC Application

要約

【タイトル】自動巻取り式クルーズコントロールにおける急激なレーンチェンジ時の前方車両挙動予測に基づくLSTMベースのシステム

【要約】自動巻取り式クルーズコントロール（ACC）システムの開発は、車両の速度を自動的に調整して前方車両からの安全な車間距離を確保することにより、車両の安全性や快適性を向上させることを目的としています。しかし、従来のACCシステムは、変化する運転条件やドライバーの行動に対応することができません。この制限に対処するために、私たちは、過去の運転経験から学び、新しい状況をリアルタイムに適応・予測できるLSTMベースのACCシステムを提案します。このモデルは、カメラ付きのドローンの支援を受けてドイツの高速道路から収集されたリアルワールドの高Dデータセットを基に構築されています。急激なレーンチェンジ時において、側方レーンの前方車両がカットオフし、対象のドライバーが減速する場合、提案されたシステムはシミュレーション走行環境で評価され、フィードフォワード型人工ニューラルネットワーク（ANN）モデルおよびモデル予測制御（MPC）モデルと比較されました。結果は、LSTMベースのシステムがサブジェクト車の加速度の将来値を予測する点で、ANNモデルより19.25％、MPCモデルより5.9％精度が高いことを示しています。シミュレーションはMatlab / Simulink環境で実施されました。

【要点】

– ACCシステムの開発は、車両の安全性や快適性を向上することを目的としている。
– 従来のACCシステムは、ドライバーの行動に対応することができない。
– LSTMベースのACCシステムは、過去の運転経験から学習し、新しい状況をリアルタイムに適応・予測できる。
– LSTMベースのシステムは、ドイツの高速道路から収集されたリアルワールドの高Dデータセットを基に構築されている。
– レーンチェンジ時に側方レーンの前方車両がカットオフし、対象のドライバーが減速する場合に、提案されたシステムはデモンストレーションで評価され、フィードフォワード型人工ニューラルネットワーク（ANN）モデルおよびモデル予測制御（MPC）モデルと比較された。
– LSTMベースのシステムは、ANNモデルより19.25％、MPCモデルより5.9％精度が高いことがわかった。
– シミュレーションはMatlab / Simulink環境で実施された。

要約(オリジナル)

The development of Adaptive Cruise Control (ACC) systems aims to enhance the safety and comfort of vehicles by automatically regulating the speed of the vehicle to ensure a safe gap from the preceding vehicle. However, conventional ACC systems are unable to adapt themselves to changing driving conditions and drivers’ behavior. To address this limitation, we propose a Long Short-Term Memory (LSTM) based ACC system that can learn from past driving experiences and adapt and predict new situations in real time. The model is constructed based on the real-world highD dataset, acquired from German highways with the assistance of camera-equipped drones. We evaluated the ACC system under aggressive lane changes when the side lane preceding vehicle cut off, forcing the targeted driver to reduce speed. To this end, the proposed system was assessed on a simulated driving environment and compared with a feedforward Artificial Neural Network (ANN) model and Model Predictive Control (MPC) model. The results show that the LSTM-based system is 19.25% more accurate than the ANN model and 5.9% more accurate than the MPC model in terms of predicting future values of subject vehicle acceleration. The simulation is done in Matlab/Simulink environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI