論文の概要: Assessment of Latent Pedestrian--Vehicle Interaction Risk Profiles at Midblock Crossing in VR

• arxiv url: http://arxiv.org/abs/2603.16688v1
• Date: Tue, 17 Mar 2026 15:45:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.384187
• Title: Assessment of Latent Pedestrian--Vehicle Interaction Risk Profiles at Midblock Crossing in VR
• Title（参考訳）: VRにおけるミッドブロック交差点における潜伏歩行者と車両の相互作用リスクプロファイルの評価
• Abstract要約: 本研究は,仮想現実(VR)横断セッションを,異なるインタラクションリスクプロファイルに分割するかどうかを検討する。 AVのみのセッションにおいて、Newcastleは高緊急リスクプロファイルの頻度が高いことを示し、AVが高リスク遭遇に寄与していることを示している。 対照的にトロントでは、AVのみのセッションとHDVのみのセッションの間に有意な差は見られず、文脈的要因がAVが歩行者の安全に与える影響を示唆している。
• 参考スコア（独自算出の注目度）: 1.624926714741352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pedestrian safety at midblock crossings is a critical concern in mixed traffic environments where autonomous vehicles (AVs) and human-driven vehicles (HDVs) share the road. Pedestrians often infer intent from vehicle motion in AV encounters, making them vulnerable to small shifts in conflict margins. This study investigates whether virtual reality (VR) crossing sessions separate into distinct interaction risk profiles and whether AV-only sessions shift profile prevalence compared to HDV-only sessions. Using large-scale immersive VR experiments from Toronto, Canada, and Newcastle, England, we compute surrogate safety measures (SSMs) and apply latent profile analysis (LPA) to identify distinct pedestrian crossing stances, ranging from risk-accepting to highly cautious. Key findings show that Newcastle exhibits a higher prevalence of high-urgency risk profiles in AV-only sessions, indicating that AVs contribute to higher-risk encounters. In contrast, Toronto shows no significant difference between AV-only and HDV-only sessions, suggesting that contextual factors influence the impact of AVs on pedestrian safety.
• Abstract（参考訳）: ミッドブロック交差点における歩行者の安全は、自動運転車(AV)と人力車両(HDV)が道路を共有する混成交通環境において重要な関心事である。 歩行者はしばしば、AVの遭遇で車両の動きから意図を推測し、紛争マージンの小さな変化に弱い。 本研究では,バーチャルリアリティ(VR)横断セッションが,異なるインタラクションリスクプロファイルに分離されているか,AVのみのセッションがHDVのみのセッションと比較してプロファイルの頻度を変化させているかを検討する。 トロント、カナダ、ニューカッスルの大規模な没入型VR実験を用いて、サロゲート安全対策(SSM)を計算し、潜在プロファイル分析(LPA)を適用して、リスク受容から極めて慎重な歩行者横断姿勢を識別する。 AVのみのセッションにおいて、Newcastleは高緊急リスクプロファイルの頻度が高いことを示し、AVが高リスク遭遇に寄与していることを示している。 対照的にトロントでは、AVのみのセッションとHDVのみのセッションの間に有意な差は見られず、文脈的要因がAVが歩行者の安全に与える影響を示唆している。

関連論文リスト

• Mask What Matters: Saliency-Guided Video Self-Supervised Learning for Autonomous Driving [57.56568641990586]
  V-JEPA4A(V-JEPA4A)は、自律運転のためのドメイン特化版であり、新規なサリエンシ駆動マスキングポリシを備えた、一般公開された運転ビデオに事前トレーニングされている。 V-JEPA4Aは、BDD100k MOTのアイデンティティスイッチを、ランダムマスキングでV-JEPAよりも25%削減し、シティでは73.2 mIoU、KITTI-2015の深さでは3.75 RMSEを達成した。
  論文  参考訳（メタデータ） (2026-08-17T22:39:49Z)
• Modeling Vehicle-Type-Specific Pedestrian Crash Avoidance Behavior in Safety-Critical Interactions Using Smooth-Mamba Deep Reinforcement Learning [6.169445656675287]
  本研究では、Argoverse 2データセットから安全クリティカルな歩行者と車両の相互作用を抽出する。 車種別歩行者事故回避行動のモデル化を目的として,スムース・マンバディープ決定論的政策勾配フレームワークを開発した。 再構成軌道は強い行動リアリズムを示し、AVとHDVの両方のシナリオで衝突回避運動を正確に再現する。
  論文  参考訳（メタデータ） (2026-05-27T14:44:10Z)
• Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving [65.61999354218628]
  我々は、自律運転システムにおいて、視覚言語モデル(VLM)をターゲットとしたブラックボックス敵攻撃を設計する第一歩を踏み出す。 セマンティクスの生成と注入による低レベル推論の分解を目標とするカスケーディング・アディバーショナル・ディスラプション(CAD)を提案する。 本稿では,高レベルリスクシナリオの理解と構築に代理VLMを活用することで,動的適応に対処するリスクシーンインジェクションを提案する。
  論文  参考訳（メタデータ） (2025-01-23T11:10:02Z)
• Automated Vehicles at Unsignalized Intersections: Safety and Efficiency Implications of Mixed Human and Automated Traffic [10.095348373137952]
  自動車両(AV)の交通システムへの統合は、道路の安全性と効率を高める前例のない機会である。 本研究では,無人交差点におけるAVと人間駆動車(HV)の行動差と適応性を調べることにより,ギャップを埋めることを目的とする。 AVはより大きな安全マージンを維持しているが、その保守的な行動は、人間のドライバーにとって予期せぬ状況を引き起こす可能性がある。
  論文  参考訳（メタデータ） (2024-10-16T13:19:32Z)
• Development and Assessment of Autonomous Vehicles in Both Fully Automated and Mixed Traffic Conditions [0.0]
  本稿では,単一AVの開発から始まり,接続型AVへと進展する多段階アプローチを提案する。 AVの運転性能を検証するために調査を行い、混合交通事例研究に活用する。 その結果, 深部強化学習を用いて, AVは人間の運転性能に到達した運転行動を得た。 AVネットワークにおける共有とケアに基づくV2Vコミュニケーションの採用は、その運転行動を高め、より効果的な行動計画を支援し、AV間の協調行動を促進する。
  論文  参考訳（メタデータ） (2023-12-08T02:40:11Z)
• 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)
• The risk ethics of autonomous vehicles: a continuous trolley problem in regular road traffic [0.0]
  自動運転車(AV)は、通常の交通状況において、明示的または暗黙的に、道路利用者間でリスクを分散すると主張している。 異なる交通状況のインタラクティブなグラフィカルな表現を用いて,AVの運転操作に対する参加者の嗜好を測定した。 AVの社会的ジレンマがリスクの文脈で減少する可能性を示唆する他の道路利用者の利益のために、参加者は自らリスクを取ることを望んでいた。
  論文  参考訳（メタデータ） (2022-05-24T20:49:28Z)
• Adversarial Visual Robustness by Causal Intervention [56.766342028800445]
  敵の訓練は、敵の例に対する事実上最も有望な防御である。 しかし、その受動性は必然的に未知の攻撃者への免疫を妨げる。 我々は、敵対的脆弱性の因果的視点を提供する: 原因は、学習に普遍的に存在する共同創設者である。
  論文  参考訳（メタデータ） (2021-06-17T14:23:54Z)
• Voting for the right answer: Adversarial defense for speaker verification [79.10523688806852]
  ASVは敵の攻撃のレーダー下にあり、これは人間の知覚による本来の攻撃と似ている。 盲点領域におけるASVのリスクの高い決定を防止するため、「正しい回答を求める」という考え方を提案する。 実験結果から,本手法は両攻撃者に対するロバスト性を向上することが示された。
  論文  参考訳（メタデータ） (2021-06-15T04:05:28Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)

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。