論文の概要: Introducing the transitional autonomous vehicle lane-changing dataset: Empirical Experiments

• arxiv url: http://arxiv.org/abs/2603.05716v1
• Date: Thu, 05 Mar 2026 22:15:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.962291
• Title: Introducing the transitional autonomous vehicle lane-changing dataset: Empirical Experiments
• Title（参考訳）: 過渡的自律車線変更データセットの導入:実証実験
• Authors: Abhinav Sharma, Zijun He, Danjue Chen,
• Abstract要約: 過渡的な自動運転車(tAV)は、人力自動車(HDV)と道路をますます共有している 新しいパターンは、交通の安定性と安全性に影響を及ぼす可能性がある。 本研究はノースカロライナ・トランジショナル・オートマチック・ビークル・レーン・チャンキング・データセットを紹介する。
• 参考スコア（独自算出の注目度）: 2.457001597800844
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Transitional autonomous vehicles (tAVs), which operate beyond SAE Level 1-2 automation but short of full autonomy, are increasingly sharing the road with human-driven vehicles (HDVs). As these systems interact during complex maneuvers such as lane changes, new patterns may emerge with implications for traffic stability and safety. Assessing these dynamics, particularly during mandatory lane changes, requires high-resolution trajectory data, yet datasets capturing tAV lane-changing behavior are scarce. This study introduces the North Carolina Transitional Autonomous Vehicle Lane-Changing (NC-tALC) Dataset, a high-fidelity trajectory dataset designed to characterize tAV interactions during lane-changing maneuvers. The dataset includes two controlled experimental series. In the first, tAV lane-changing experiments, a tAV executes lane changes in the presence of adaptive cruise control (ACC) equipped target vehicles, enabling analysis of lane-changing execution. In the second, tAV responding experiments, two tAVs act as followers and respond to cut-in maneuvers initiated by another tAV, enabling analysis of follower response dynamics. The dataset contains 152 trials (72 lane-changing and 80 responding trials) sampled at 20 Hz with centimeter-level RTK-GPS accuracy. The NC-tALC dataset provides a rigorous empirical foundation for evaluating tAV decision-making and interaction dynamics in controlled mandatory lane-changing scenarios.
• Abstract（参考訳）: SAEレベル1-2を超えるが完全な自律性に欠けるトランジショナル自動運転車(tAV)は、人力車(HDV)と道路を共有している。 これらのシステムは、車線変更などの複雑な操作中に相互作用するので、交通の安定性と安全性に影響を及ぼす新しいパターンが出現する可能性がある。 これらのダイナミクス、特に強制車線変更時の評価には高解像度の軌跡データが必要であるが、tAV車線変更の振る舞いを捉えるデータセットは少ない。 本研究は、車線変更時のtAV相互作用を特徴付けるために設計された高忠実な軌道データセットである、ノースカロライナ・トランジショナル・オートモーダル・レーン・チャンキング(NC-tALC)データセットを紹介する。 データセットには、2つの制御された実験シリーズが含まれる。 最初の tAV レーン変更実験では、 tAV は適応型クルーズ制御 (ACC) 搭載目標車両の存在下で車線変更を実行し、車線変更実行の解析を可能にする。 2つ目の実験では、2つの tAV がフォロワーとして働き、別の tAV によって開始されたカットイン操作に反応し、従者反応のダイナミクスの分析を可能にした。 データセットには、センチメートルレベルのRTK-GPS精度で20Hzでサンプリングされた152の試験(72車線変更と80の応答試験)が含まれている。 NC-TALCデータセットは、制御された車線変更シナリオにおけるtAV決定と相互作用のダイナミクスを評価するための厳密な経験的基盤を提供する。

関連論文リスト

• V2X-Lead: LiDAR-based End-to-End Autonomous Driving with Vehicle-to-Everything Communication Integration [4.166623313248682]
  本稿では,V2X(Vine-to-Everything)通信を統合したLiDARを用いたエンドツーエンド自動運転手法を提案する。 提案手法は,搭載したLiDARセンサとV2X通信データを融合させることにより,不完全な部分的観測を処理することを目的としている。
  論文  参考訳（メタデータ） (2023-09-26T20:26:03Z)
• Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
  本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。 提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。 実世界のデータセットの実験では、大幅な改善が示されている。
  論文  参考訳（メタデータ） (2023-09-21T15:00:31Z)
• Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
  接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。 本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T21:38:36Z)
• Learning Pedestrian Actions to Ensure Safe Autonomous Driving [12.440017892152417]
  自動運転車は、歩行者の短期的かつ即時的な行動をリアルタイムで予測する能力を持つことが重要である。 本研究では,歩行者行動と軌跡予測のために,トランスフォーマーエンコーダデコーダ (TF-ed) アーキテクチャを用いた新しいマルチタスクシーケンスを提案する。 提案手法は,既存のLSTMエンコーダデコーダ (LSTM-ed) アーキテクチャを用いて動作と軌道予測を行う。
  論文  参考訳（メタデータ） (2023-05-22T14:03:38Z)
• DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
  本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。 提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
  論文  参考訳（メタデータ） (2023-04-03T17:37:00Z)
• Automatic extraction of similar traffic scenes from large naturalistic datasets using the Hausdorff distance [0.0]
  集合の数学的距離計量であるハウスドルフ距離を用いる4段階抽出法を提案する。 この方法により、コストと時間を要する運転シミュレーション実験を必要とせず、操作的および戦術的人間の行動の変動について検討することができる。
  論文  参考訳（メタデータ） (2022-06-17T06:59:51Z)
• Pedestrian Trajectory Prediction via Spatial Interaction Transformer Network [7.150832716115448]
  交通現場では、来るべき人々と出会うと、歩行者は突然回転したり、すぐに止まることがある。 このような予測不可能な軌道を予測するために、歩行者間の相互作用についての洞察を得ることができる。 本稿では,歩行者軌跡の相関関係を注意機構を用いて学習する空間的相互作用変換器(SIT)を提案する。
  論文  参考訳（メタデータ） (2021-12-13T13:08:04Z)
• Interaction Detection Between Vehicles and Vulnerable Road Users: A Deep Generative Approach with Attention [9.442285577226606]
  交差点における相互作用検出のための条件生成モデルを提案する。 道路利用者の行動の連続性に関する膨大な映像データを自動解析することを目的としています。 モデルの有効性は実世界のデータセットでテストすることによって検証された。
  論文  参考訳（メタデータ） (2021-05-09T10:03:55Z)

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。