Integrating Naturalistic Insights in Objective Multi-Vehicle Safety Framework

要約

自動運転車技術が進歩するにつれて、複雑な交通シナリオにおける安全性の正確な評価が重要になり、特に人間の安全性の認識を考慮する必要がある混合車両環境では重要になります。
この論文では、複数車両の状況における交通安全を評価するために設計されたフレームワークを紹介し、多様な客観的な安全指標の同時利用を促進します。
さらに、モデルパラメータを調整することで、安全性の主観的な認識を統合することができます。
このフレームワークは、自然主義的な運転データセットを利用して、高速道路での車追従シナリオにおけるさまざまなモデル構成を評価するために適用されました。
モデルの評価では、特に複数の客観的な安全対策を統合した場合に優れたパフォーマンスを示しました。
さらに、周囲の車両全体を考慮したパフォーマンスも大幅に向上しました。

要約(オリジナル)

As autonomous vehicle technology advances, the precise assessment of safety in complex traffic scenarios becomes crucial, especially in mixed-vehicle environments where human perception of safety must be taken into account. This paper presents a framework designed for assessing traffic safety in multi-vehicle situations, facilitating the simultaneous utilization of diverse objective safety metrics. Additionally, it allows the integration of subjective perception of safety by adjusting model parameters. The framework was applied to evaluate various model configurations in car-following scenarios on a highway, utilizing naturalistic driving datasets. The evaluation of the model showed an outstanding performance, particularly when integrating multiple objective safety measures. Furthermore, the performance was significantly enhanced when considering all surrounding vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google