論文の概要: Anatomy of a Robotaxi Crash: Lessons from the Cruise Pedestrian Dragging
Mishap
- arxiv url: http://arxiv.org/abs/2402.06046v1
- Date: Thu, 8 Feb 2024 20:37:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-12 18:41:26.037270
- Title: Anatomy of a Robotaxi Crash: Lessons from the Cruise Pedestrian Dragging
Mishap
- Title(参考訳): ロボタクシー事故の解剖:クルーズ歩行者の事故から学んだこと
- Authors: Philip Koopman
- Abstract要約: 2023年10月、GMクルーズのロボタクシーとサンフランシスコの歩行者が衝突し、重傷を負っただけでなく、劇的な大怪我を負った。
問題は、事故の事実そのものだけでなく、Cruiseが事故後最初の停止後に歩行者を車の下に引きずり込むロボットタクシーをどう扱ったかにも起因している。
我々は、技術、運用上の安全プラクティス、インシデントに対する組織的反応について、学習されるかもしれない安全性の教訓を探求する。
- 参考スコア(独自算出の注目度): 1.0878040851637998
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An October 2023 crash between a GM Cruise robotaxi and a pedestrian in San
Francisco resulted not only in a severe injury, but also dramatic upheaval at
that company that will likely have lasting effects throughout the industry. The
issues stem not just from the crash facts themselves, but also how Cruise
mishandled dealing with their robotaxi dragging a pedestrian under the vehicle
after the initial post-crash stop. A pair of external investigation reports
provide raw material describing the incident and critique the company response
from a regulatory interaction point of view, but did not include potential
safety recommendations in scope. We use that report material to highlight
specific facts and relationships between events by tying together different
pieces of the report material. We then explore safety lessons that might be
learned with regard to technology, operational safety practices, and
organizational reaction to incidents.
- Abstract(参考訳): 2023年10月、gmcruise robotaxiとサンフランシスコの歩行者が衝突し、重傷を負っただけでなく、業界全体にわたって影響が持続する可能性のある同社に対する劇的な変化が起こった。
問題は、事故そのものだけでなく、クルーズが事故後の停止後に歩行者を車の下に引きずり込むロボットタクシーの扱いを誤解したことも原因だ。
一対の外部調査報告は、事故を記載した資料を提供し、規制相互作用の観点から会社の対応を批判するが、その範囲内での潜在的な安全勧告は含まない。
このレポート資料を用いて、レポート資料の異なる部分を結びつけることで、イベント間の特定の事実や関係を明らかにする。
次に,技術,運用上の安全プラクティス,インシデントに対する組織的反応について学ぶべき安全教訓について検討する。
関連論文リスト
- Abductive Ego-View Accident Video Understanding for Safe Driving
Perception [75.60000661664556]
マルチモーダル・アクシデント・ビデオ理解のための新しいデータセットMM-AUを提案する。
MM-AUには1,727件の映像が収録されている。
安全運転認識のための誘導型事故映像理解フレームワーク(AdVersa-SD)を提案する。
論文 参考訳(メタデータ) (2024-03-01T10:42:52Z) - AccidentGPT: Accident Analysis and Prevention from V2X Environmental
Perception with Multi-modal Large Model [32.14950866838055]
AccidentGPTは総合的な事故解析とマルチモーダル大模型の予防である。
自律走行車では、車両を制御し衝突を避けるための総合的な環境認識と理解を提供する。
人間の運転する車には、プロアクティブな長距離安全警告と盲点警告を提供します。
我々のフレームワークは、歩行者、車両、道路、環境を含む交通安全のインテリジェントでリアルタイムな分析を支援する。
論文 参考訳(メタデータ) (2023-12-20T16:19:47Z) - 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) - Cognitive Accident Prediction in Driving Scenes: A Multimodality
Benchmark [77.54411007883962]
本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。
CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。
我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
論文 参考訳(メタデータ) (2022-12-19T11:43:02Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳(メタデータ) (2022-08-31T08:42:28Z) - ExcavatorCovid: Extracting Events and Relations from Text Corpora for
Temporal and Causal Analysis for COVID-19 [63.72766553648224]
excavatorcovidは、オープンソースのテキスト文書を取り込む機械読取システムである。
COVID19関連イベントとそれらの関係を抽出し、時間と因果分析グラフを構築する。
論文 参考訳(メタデータ) (2021-05-05T01:18:46Z) - Causal factors discovering from Chinese construction accident cases [8.16738303617052]
中国では2012年以来、建設事故で他のどの産業よりも多くの人が死亡している。
一連のNLP技術を用いて,中国の事例文から建設事故の原因要因を抽出,整理した。
論文 参考訳(メタデータ) (2021-05-04T00:36:17Z) - Datacentric analysis to reduce pedestrians accidents: A case study in
Colombia [0.0]
2012年以降、ブカラマンガ・コロンビアのケーススタディでは179人の歩行者が自動車事故で死亡し、さらに2873人が負傷した。
この研究は、都市の事故率を減らし、新しい安全政策を導入することを提案することで、生活を救うためのシミュレーションを実装している。
シミュレーションによって検証された最初の最も効率的な安全方針は、交差点が事故率を80%削減する前に特定の場所でスピードバンプを構築することです。
論文 参考訳(メタデータ) (2021-04-02T06:59:50Z) - Human error in motorcycle crashes: a methodology based on in-depth data
to identify the skills needed and support training interventions for safe
riding [0.0]
本稿では,事故発生率を抑えるため,最も高いリスククラッシュ構成において,ライダーが必要とするスキルを識別する手法を定義する。
本稿では803基の2輪車衝突事故の詳細なデータを用いたケーススタディを提案する。
論文 参考訳(メタデータ) (2021-02-19T21:30:37Z) - Driver Intention Anticipation Based on In-Cabin and Driving Scene
Monitoring [52.557003792696484]
本稿では,車内映像と交通シーン映像の両方に基づいて運転者の意図を検出する枠組みを提案する。
本フレームワークは,83.98%,F1スコア84.3%の精度で予測を行う。
論文 参考訳(メタデータ) (2020-06-20T11:56:32Z)
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。