論文の概要: Combining Evasive and Braking Reactions for Safety Reference Models in Automated Vehicles
- arxiv url: http://arxiv.org/abs/2609.29738v1
- Date: Thu, 24 Sep 2026 12:55:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.933817
- Title: Combining Evasive and Braking Reactions for Safety Reference Models in Automated Vehicles
- Title（参考訳）: 自動走行車における安全基準モデルに対する普及とブレーキの併用
- Abstract要約: 本稿では、縦方向緩和と横方向回避を統合したハイブリッドファジィセーフティモデル(FSM-H)を提案する。
有限状態アーキテクチャは、名目駆動からブレーキへの逐次エスカレーションをモデル化し、必要に応じて回避ステアリングを行う。
その結果,ハイブリッド手法は,行動の可塑性と計算的トラクタビリティを維持しつつ,予防性エンベロープを拡大することを示した。
- 参考スコア（独自算出の注目度）: 3.426274044226051
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Computational models of careful and competent human drivers are essential for scenario-based evaluation of automated driving systems (ADS). However, most existing safety reference models primarily focus on longitudinal braking, neglecting the role of evasive steering in human collision avoidance. This paper proposes a hybrid Fuzzy-Safety Model (FSM-H) that integrates longitudinal mitigation and lateral avoidance within a unified behavioral framework. The braking component is governed by Proactive Fuzzy Safety (PFS) metrics, representing the erosion of longitudinal safety margins, while the steering component is driven by Criticality Fuzzy Safety for lane-change (CFS-LC), capturing lateral conflict severity and maneuver feasibility. A finite-state architecture models the sequential escalation from nominal driving to braking and, when necessary, to evasive steering, incorporating perception-reaction time and lane-check delays to reflect human decision processes. The model is evaluated in reconstructed high-criticality cut-in scenarios and compared with braking-only and steering-only reference strategies. Results show that the hybrid approach expands the preventability envelope while maintaining behavioral plausibility and computational tractability. The proposed framework provides a transparent and explainable human reference model suitable for simulation-based ADS safety benchmarking and regulatory assessment.
- Abstract（参考訳）: 自動運転システム(ADS)のシナリオベース評価には,注意深い人間の運転者の計算モデルが不可欠である。
しかしながら、既存の安全基準モデルのほとんどは、人間の衝突回避における回避的操舵の役割を無視して、主に縦制に焦点をあてている。
本稿では,縦方向の緩和と横方向の回避を統一的な行動枠組みに統合するハイブリッドファジィセーフティモデルを提案する。
ブレーキコンポーネントは、長手安全マージンの侵食を表すPFS(Proactive Fuzzy Safety)メトリクスで管理され、ステアリングコンポーネントは、車線変更(CFS-LC)のための臨界ファジィ安全(Critity Fuzzy Safety)によって駆動される。
有限状態アーキテクチャは、名目駆動からブレーキへのシーケンシャルエスカレーションをモデル化し、必要に応じて、人間の決定過程を反映するために知覚反応時間と車線検査遅延を組み込む。
このモデルは, 高臨界カットインシナリオの再構築において評価され, ブレーキのみの参照戦略とステアリングのみの参照戦略と比較される。
その結果,ハイブリッド手法は,行動の可塑性と計算的トラクタビリティを維持しつつ,予防性エンベロープを拡大することを示した。
提案フレームワークは,シミュレーションに基づくADS安全性ベンチマークと規制評価に適した,透明で説明可能な人間参照モデルを提供する。
関連論文リスト
- Parsimonious disturbance-aware minimum-time planning with parametric uncertainty [0.0]
本研究は、モータースポーツ応用のための最小ラップタイム計画フレームワークを提示し、検証する。
この手法は、車両のダイナミクスを短い地平線上で伝播させる、事前の障害対応フレームワークの上に構築されている。
我々は、キーカーパラメータの不確実性を考慮した定式化を拡張した。
論文 参考訳（メタデータ） (2026-07-14T22:32:35Z) - Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout [55.19244743715421]
Driver-WMは、ドライバー中心の潜在世界モデルで、アウトキャビンのトラフィックコンテキストを考慮に入れたインキャビンのダイナミクスをロールアウトする。
身体のキネマティクス予測を補助的な行動的・感情的意味認識と統合する。
ドライバ-WMは、反応性の高いハイモーション操作のための堅牢な長距離幾何学的予測を与える。
論文 参考訳（メタデータ） (2026-05-06T16:30:48Z) - Response-Aware Risk-Constrained Control Barrier Function With Application to Vehicles [0.0]
本稿では,車両の動的安全境界制御のための応答認識型リスク制約制御バリア関数に基づく統合制御フレームワークを提案する。
このフレームワークは、制御勾配の基準方向を提供するために、名目力学と直接車体応答を融合する。
また、従来の決定論的安全制約をバリア関数誘導体のテールリスクに関する確率論的制約に再構成する。
論文 参考訳（メタデータ） (2026-03-13T02:38:17Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - Steering Externalities: Benign Activation Steering Unintentionally Increases Jailbreak Risk for Large Language Models [62.16655896700062]
活性化ステアリングは大規模言語モデル(LLM)の有用性を高める技術である
重要かつ過度に調査された安全リスクを無意識に導入することを示します。
実験によると、これらの介入は強制乗算器として機能し、ジェイルブレイクに新たな脆弱性を発生させ、標準ベンチマークで攻撃成功率を80%以上向上させる。
論文 参考訳（メタデータ） (2026-02-03T12:32:35Z) - Self-Guard: Defending Large Reasoning Models via enhanced self-reflection [54.775612141528164]
Self-Guardは、大規模推論モデルのための軽量な安全防御フレームワークである。
これは認識とコンプライアンスのギャップを埋め、モデルユーティリティを損なうことなく堅牢な安全性能を達成する。
セルフガードは、さまざまな未知のリスクとさまざまなモデルスケールにまたがる強力な一般化を示す。
論文 参考訳（メタデータ） (2026-01-31T13:06:11Z) - Controllable risk scenario generation from human crash data for autonomous vehicle testing [13.3074428571403]
制御可能なリスクエージェント生成(CRAG)は、支配的な名目的行動と稀な安全クリティカルな行動のモデリングを統合するために設計されたフレームワークである。
CRAGは、正常およびリスク関連挙動を歪め、限られたクラッシュデータの効率的な利用を可能にする構造付き潜在空間を構築する。
論文 参考訳（メタデータ） (2025-11-27T04:53:18Z) - Rethinking Safety in LLM Fine-tuning: An Optimization Perspective [56.31306558218838]
我々は、本質的にトレードオフではなく、最適化の貧弱な選択が、しばしば安全上の問題を引き起こすことを示し、敵のプロンプトに対する有害な応答として測定する。
安全性能を保ったパラメータ空間における簡易指数移動平均(EMA)運動量法を提案する。
複数のデータセットにまたがるLlamaファミリーに関する実験は、安全性の問題が特別な介入なしに回避できることを実証している。
論文 参考訳（メタデータ） (2025-08-17T23:46:36Z) - Enhancing Safety Standards in Automated Systems Using Dynamic Bayesian Networks [0.0]
高速交通における切り込み操作は、急激なブレーキや衝突につながる重要な課題を生じさせる。
本稿では,動的ベイズネットワーク(DBN)フレームワークを提案する。
これにより、自動走行システムにおける堅牢でスケーラブルで効率的な安全性検証の道が開ける。
論文 参考訳（メタデータ） (2025-05-04T09:58:02Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、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) - 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)
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。