論文の概要: A High Fidelity Simulation Framework for Potential Safety Benefits
Estimation of Cooperative Pedestrian Perception
- arxiv url: http://arxiv.org/abs/2210.08731v2
- Date: Tue, 18 Oct 2022 07:44:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 10:42:58.575373
- Title: A High Fidelity Simulation Framework for Potential Safety Benefits
Estimation of Cooperative Pedestrian Perception
- Title(参考訳): ペデストリアンの協調知覚の安全性評価のための高忠実度シミュレーションフレームワーク
- Authors: Longrui Chen, Yan Zhang, Wenjie Jiang, Jiangtao Gong, Jiahao Shen,
Mengdi Chu, Chuxuan Li, Yifeng Pan, Yifeng Shi, Nairui Luo, Xu Gao, Jirui
Yuan, Guyue Zhou, Yaqin Zhang
- Abstract要約: 本稿では,車内構造物(V2I)の歩行者安全戦略の潜在的な安全性を推定できる高忠実度シミュレーションフレームワークを提案する。
中国における混雑した都市交差点のディジタルツインを構築した実験を行った。
- 参考スコア(独自算出の注目度): 8.502579459395191
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes a high-fidelity simulation framework that can estimate
the potential safety benefits of vehicle-to-infrastructure (V2I) pedestrian
safety strategies. This simulator can support cooperative perception algorithms
in the loop by simulating the environmental conditions, traffic conditions, and
pedestrian characteristics at the same time. Besides, the benefit estimation
model applied in our framework can systematically quantify both the risk
conflict (non-crash condition) and the severity of the pedestrian's injuries
(crash condition). An experiment was conducted in this paper that built a
digital twin of a crowded urban intersection in China. The result shows that
our framework is efficient for safety benefit estimation of V2I pedestrian
safety strategies.
- Abstract(参考訳): 本稿では,車両対インフラ(v2i)歩行者安全戦略の潜在的安全性を推定する高忠実度シミュレーションフレームワークを提案する。
本シミュレータは、環境条件、交通条件、歩行者特性を同時にシミュレーションすることにより、ループ内の協調認識アルゴリズムをサポートすることができる。
また,本フレームワークに適用したベネフィット推定モデルでは,リスクコンフリクト(非クラッシュ状態)と歩行者の重症度(クラッシュ状態)の両方を体系的に定量化することができる。
この論文では、中国の混雑した都市交差点のデジタル双生児を製作する実験を行った。
その結果,v2i歩行者安全戦略の安全性評価に有効であることがわかった。
関連論文リスト
- Controllable Safety-Critical Closed-loop Traffic Simulation via Guided
Diffusion [100.4988219600854]
誘導拡散モデルに根ざした新しいクローズドループシミュレーションフレームワークを提案する。
提案手法は, 現実の条件を密にエミュレートする現実的なロングテールシナリオの生成と, 制御性の向上という, 二つの異なる利点をもたらす。
我々はNuScenesデータセットを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳(メタデータ) (2023-12-31T04:14:43Z) - CAT: Closed-loop Adversarial Training for Safe End-to-End Driving [54.60865656161679]
Adversarial Training (CAT) は、自動運転車における安全なエンドツーエンド運転のためのフレームワークである。
Catは、安全クリティカルなシナリオでエージェントを訓練することで、運転エージェントの安全性を継続的に改善することを目的としている。
猫は、訓練中のエージェントに対抗する敵シナリオを効果的に生成できる。
論文 参考訳(メタデータ) (2023-10-19T02:49:31Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳(メタデータ) (2023-08-02T09:48:08Z) - Evaluating Model-free Reinforcement Learning toward Safety-critical
Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。
安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。
この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文 参考訳(メタデータ) (2022-12-12T06:30:17Z) - A Probabilistic Framework for Estimating the Risk of Pedestrian-Vehicle
Conflicts at Intersections [5.8366275205801985]
本研究では,交差点における歩行者と車両の衝突リスクを推定するための確率的枠組みを提案する。
提案フレームワークは,ガウスプロセス回帰を用いた軌道予測により,一定速度の制約を緩和する。
交差点で収集した実世界のLiDARデータを用いて,提案フレームワークの性能評価を行った。
論文 参考訳(メタデータ) (2022-07-28T15:08:41Z) - Prediction-Based Reachability Analysis for Collision Risk Assessment on
Highways [18.18842948832662]
本稿では,高速道路における衝突危険度予測手法を提案する。
我々は,車両状態を伝搬する多モード確率加速度分布を提供する加速度予測モデルを開発した。
提案した衝突検出アプローチはアジャイルであり、カットインクラッシュイベントにおける衝突の特定に有効である。
論文 参考訳(メタデータ) (2022-05-03T07:58:02Z) - Analyzing vehicle pedestrian interactions combining data cube structure
and predictive collision risk estimation model [5.73658856166614]
本研究では,フィールドと集中型プロセスを組み合わせた歩行者安全システムについて紹介する。
本システムは,現場における今後のリスクを直ちに警告し,実際の衝突のない道路の安全レベルを評価することにより,危険頻繁なエリアの安全性を向上させることができる。
論文 参考訳(メタデータ) (2021-07-26T23:00:56Z) - Congestion-aware Multi-agent Trajectory Prediction for Collision
Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。
学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。
実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文 参考訳(メタデータ) (2021-03-26T02:42:33Z) - Generating and Characterizing Scenarios for Safety Testing of Autonomous
Vehicles [86.9067793493874]
最先端運転シミュレータを用いて,テストシナリオを特徴付け,生成するための効率的なメカニズムを提案する。
次世代シミュレーション(NGSIM)プロジェクトにおける実運転データの特徴付けに本手法を用いる。
事故回避の複雑さに基づいてメトリクスを定義してシナリオをランク付けし、事故発生の可能性を最小限に抑えるための洞察を提供します。
論文 参考訳(メタデータ) (2021-03-12T17:00:23Z) - Risk-Constrained Interactive Safety under Behavior Uncertainty for
Autonomous Driving [0.0]
許可された計画領域を制限する安全封筒は、行動の不確実性の存在下で解釈可能な安全性をもたらす。
人間は、安全封筒に違反する確率的リスクを受け入れることによって、密集した交通における安全と効率のバランスをとる。
論文 参考訳(メタデータ) (2021-02-05T08:33:39Z)
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。