Data and Knowledge for Overtaking Scenarios in Autonomous Driving

要約

自動運転は、人工知能の分野で最も人気のある研究トピックの 1 つになっています。
自動運転車は、認識、意思決定、計画、制御を組み合わせたシステムとして理解されています。
これらのタスクではすべて、適切な決定と行動を行うために車両が周囲のデータを収集する必要があります。
特に、追い越し操作は運転において最も重要な動作の 1 つです。
このプロセスには、車線変更、加減速動作、前方車両または走行車線内の車両の速度と距離の推定が含まれます。
文献で入手可能な研究量にもかかわらず、追い越し操作を扱うものはほんのわずかであり、追い越しには危険が伴う可能性があるため、現実世界のデータセットは利用できません。
この研究は、追い越し操作に焦点を当てた新しい合成データセットを提示することで、この分野に貢献します。
私たちは、自動運転の最先端技術を徹底的にレビューすることから始め、次に文献で見つかった主要なデータセット (公的データと民間データ、合成データセットと現実データセット) を調査し、その限界を強調し、次の点に焦点を当てた新しい機能セットを提案します。
追い越し操作。

要約(オリジナル)

Autonomous driving has become one of the most popular research topics within Artificial Intelligence. An autonomous vehicle is understood as a system that combines perception, decision-making, planning, and control. All of those tasks require that the vehicle collects surrounding data in order to make a good decision and action. In particular, the overtaking maneuver is one of the most critical actions of driving. The process involves lane changes, acceleration and deceleration actions, and estimation of the speed and distance of the vehicle in front or in the lane in which it is moving. Despite the amount of work available in the literature, just a few handle overtaking maneuvers and, because overtaking can be risky, no real-world dataset is available. This work contributes in this area by presenting a new synthetic dataset whose focus is the overtaking maneuver. We start by performing a thorough review of the state of the art in autonomous driving and then explore the main datasets found in the literature (public and private, synthetic and real), highlighting their limitations, and suggesting a new set of features whose focus is the overtaking maneuver.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google