論文の概要: The Atlas of Lane Changes: Investigating Location-dependent Lane Change
Behaviors Using Measurement Data from a Customer Fleet
- arxiv url: http://arxiv.org/abs/2107.04029v2
- Date: Fri, 9 Jul 2021 06:45:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-25 18:12:51.437910
- Title: The Atlas of Lane Changes: Investigating Location-dependent Lane Change
Behaviors Using Measurement Data from a Customer Fleet
- Title（参考訳）: レーン変化のアトラス:顧客艦隊の測定データを用いた位置依存型レーン変化行動の検討
- Authors: Florian Wirthm\"uller, Jochen Hipp, Christian Reichenb\"acher and
Manfred Reichert
- Abstract要約: 我々は、位置特異的なa-プリオリレーン変化確率を計算することによって、この共通プラクティスを拡大する第一歩を踏み出す。
人間の運転行動は、それぞれの場所によって全く同じ交通状況で変化する可能性がある。
信頼できる車線変更確率を導出するためには、広い顧客層が成功の鍵となる。
- 参考スコア（独自算出の注目度）: 4.055489363682199
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The prediction of surrounding traffic participants behavior is a crucial and
challenging task for driver assistance and autonomous driving systems. Today's
approaches mainly focus on modeling dynamic aspects of the traffic situation
and try to predict traffic participants behavior based on this. In this article
we take a first step towards extending this common practice by calculating
location-specific a-priori lane change probabilities. The idea behind this is
straight forward: The driving behavior of humans may vary in exactly the same
traffic situation depending on the respective location. E.g. drivers may ask
themselves: Should I pass the truck in front of me immediately or should I wait
until reaching the less curvy part of my route lying only a few kilometers
ahead? Although, such information is far away from allowing behavior prediction
on its own, it is obvious that today's approaches will greatly benefit when
incorporating such location-specific a-priori probabilities into their
predictions. For example, our investigations show that highway interchanges
tend to enhance driver's motivation to perform lane changes, whereas curves
seem to have lane change-dampening effects. Nevertheless, the investigation of
all considered local conditions shows that superposition of various effects can
lead to unexpected probabilities at some locations. We thus suggest dynamically
constructing and maintaining a lane change probability map based on customer
fleet data in order to support onboard prediction systems with additional
information. For deriving reliable lane change probabilities a broad customer
fleet is the key to success.
- Abstract（参考訳）: 周辺交通参加者の行動予測は、運転支援システムや自動運転システムにとって重要かつ困難な課題である。
今日のアプローチは、主に交通状況の動的側面をモデル化し、これに基づいて交通参加者の行動を予測することに焦点を当てている。
本稿では、位置特異的なa-プリオリレーン変化確率を計算することにより、この共通プラクティスを拡大する第一歩を踏み出す。
人間の運転行動は、それぞれの場所によって全く同じ交通状況で異なるかもしれない。
例えば、運転手は自問自答する:私はすぐにトラックを目の前で通り過ぎるべきか、あるいは、わずか数キロ先にあるルートの曲がりくねった部分に到達するまで待つべきなのか?
このような情報は単独で行動予測を許すには程遠いが、今日のアプローチがそのような位置固有のa-priori確率を予測に組み込むことで大いに有益であることは明らかである。
例えば、高速道路のインターチェンジは車線変更を行うドライバーのモチベーションを高めがちであるが、カーブは車線変更削減効果を持っているようである。
それにもかかわらず、すべての検討された地域条件の調査は、様々な効果の重畳が、いくつかの場所で予期せぬ確率をもたらすことを示している。
そこで我々は,車載予測システムを支援するために,顧客艦隊データに基づく車線変更確率マップを動的に構築,維持することを提案する。
信頼できる車線変更確率を導出するためには、広い顧客層が成功の鍵となる。
関連論文リスト
- Prior Based Online Lane Graph Extraction from Single Onboard Camera
Image [133.68032636906133]
単眼カメラ画像からレーングラフをオンラインに推定する。
前者は、トランスフォーマーベースのWasserstein Autoencoderを通じてデータセットから抽出される。
オートエンコーダは、最初のレーングラフ推定を強化するために使用される。
論文 参考訳（メタデータ） (2023-07-25T08:58:26Z) - Multi-Vehicle Trajectory Prediction at Intersections using State and
Intention Information [50.40632021583213]
道路員の将来の軌跡予測への伝統的なアプローチは、過去の軌跡を知ることに依存している。
この研究は、交差点で複数の車両の予測を行うために、現在の状態と意図された方向を知ることに依存する。
この情報を車両間で送るメッセージは、それぞれがより総合的な環境概要を提供する。
論文 参考訳（メタデータ） (2023-01-06T15:13:23Z) - Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。
この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2022-11-01T11:07:37Z) - RCLane: Relay Chain Prediction for Lane Detection [76.62424079494285]
本稿では,リレーチェーン予測に基づく車線検出手法を提案する。
当社の戦略では,TuSimple,CULane,CurveLanes,LLAMASの4つの主要なベンチマーク上で,最先端の新たなベンチマークを確立することが可能です。
論文 参考訳（メタデータ） (2022-07-19T16:48:39Z) - Lane-GNN: Integrating GNN for Predicting Drivers' Lane Change Intention [5.23886447414886]
本研究では,道路セグメントレベルにおいて,人気のあるモビリティシミュレータSUMOが生成する交通流データにグラフモデリングを適用した。
提案手法を用いて,車線変更検出の性能評価を行った。
実験の結果,提案したレーン-GNNは運転者の車線変更意図を90秒以内に99.42%の精度で検出できることがわかった。
論文 参考訳（メタデータ） (2022-07-02T12:53:56Z) - Exploring the stimulative effect on following drivers in a consecutive
lane-change using microscopic vehicle trajectory data [0.0]
不適切な車線変動は、交通の流れの崩壊と様々な種類の衝突の発生をもたらす可能性がある。
本研究では,複数車両の車線変更挙動と連続車線変更シナリオにおける後続車線に対する刺激効果について検討した。
論文 参考訳（メタデータ） (2022-05-18T20:56:42Z) - Safety-aware Motion Prediction with Unseen Vehicles for Autonomous
Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。
既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。
私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文 参考訳（メタデータ） (2021-09-03T13:33:33Z) - Contingencies from Observations: Tractable Contingency Planning with
Learned Behavior Models [82.34305824719101]
人間は未来の出来事を正確に推論することで決定を下す素晴らしい能力を持っている。
本研究では,高次元のシーン観察からエンドツーエンドに学習する汎用コンテンシビリティプランナを開発する。
このモデルが行動観察から忍耐強くコンティンジェンシーを学習できることを示す。
論文 参考訳（メタデータ） (2021-04-21T14:30:20Z) - Predicting the Time Until a Vehicle Changes the Lane Using LSTM-based
Recurrent Neural Networks [0.5399800035598186]
本稿では,高速道路における周辺車両の車線変更時期を正確に予測するシステムの開発について述べる。
大規模な実世界のデータセットに基づく評価は、最も困難な状況であっても、我々のアプローチが信頼できる予測を行うことができることを示している。
論文 参考訳（メタデータ） (2021-02-02T11:04:22Z) - The PREVENTION Challenge: How Good Are Humans Predicting Lane Changes? [0.0]
本稿では,高速道路のシナリオにおける車線変化を予測する能力について分析する。
ユーザーは車線変更操作が行われていると考えた瞬間を示す必要がありました。
得られた結果は慎重に分析され、地上の真理ラベルと比較された。
論文 参考訳（メタデータ） (2020-09-11T10:47:07Z) - Probabilistic Multi-modal Trajectory Prediction with Lane Attention for
Autonomous Vehicles [10.485790589381704]
軌道予測は自動運転車にとって不可欠である。
レーン表現のための新しいインスタンス認識表現を提案する。
提案したレーン表現とレーンアテンションモジュールは,広く使用されているエンコーダデコーダフレームワークに統合可能であることを示す。
論文 参考訳（メタデータ） (2020-07-06T07:57:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。