Large Car-following Data Based on Lyft level-5 Open Dataset: Following Autonomous Vehicles vs. Human-driven Vehicles

要約

基本的な運転行動としての車追従（CF）は、交通の流れの安全性と効率に大きな影響を与えます。
したがって、自動運転車（HV）を追跡する場合と人間が運転する車両（HV）を追跡する場合に、人間のドライバーがどのように異なる反応をするかを調査することは、混合交通の流れにとって重要です。
この分野の研究は、自動運転車 (AV) によって収集された軌道データセットを使用して迅速に行うことができます。
ただし、AV によって収集された軌跡にはノイズが多く、CF の行動の研究にはすぐには適用できません。
この論文では、オープンな Lyft レベル 5 データセットから、HV フォローイング AV (H-A) と HV フォローイング HV (H-H) という 2 つのカテゴリーの CF データを抽出して強化します。
まず、特定のルールに基づいて CF ペアが選択されます。
次に、異常分析によって生データの品質が評価されます。
次に、生の CF データが、モーション プランニング、カルマン フィルタリング、ウェーブレット ノイズ除去によって修正および強化されます。
その結果、29k+ H-A および 42k+ H-H の車後続セグメントが得られ、総走行距離は 150k+km になります。
多様性評価により、処理されたデータが CF モデルを校正するための完全な CF レジームをカバーしていることが示されています。
このオープンですぐに使用できるデータセットは、現実世界のデータから、次の AV と HV の CF 動作を調査する機会を提供します。
これにより、混合都市交通に対する AV の影響を調査する研究がさらに促進されます。

要約(オリジナル)

Car-Following (CF), as a fundamental driving behaviour, has significant influences on the safety and efficiency of traffic flow. Investigating how human drivers react differently when following autonomous vs. human-driven vehicles (HV) is thus critical for mixed traffic flow. Research in this field can be expedited with trajectory datasets collected by Autonomous Vehicles (AVs). However, trajectories collected by AVs are noisy and not readily applicable for studying CF behaviour. This paper extracts and enhances two categories of CF data, HV-following-AV (H-A) and HV-following-HV (H-H), from the open Lyft level-5 dataset. First, CF pairs are selected based on specific rules. Next, the quality of raw data is assessed by anomaly analysis. Then, the raw CF data is corrected and enhanced via motion planning, Kalman filtering, and wavelet denoising. As a result, 29k+ H-A and 42k+ H-H car-following segments are obtained, with a total driving distance of 150k+ km. A diversity assessment shows that the processed data cover complete CF regimes for calibrating CF models. This open and ready-to-use dataset provides the opportunity to investigate the CF behaviours of following AVs vs. HVs from real-world data. It can further facilitate studies on exploring the impact of AVs on mixed urban traffic.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google