与行人交互的自主车辆:理论与实践综述
自动驾驶汽车面临的主要挑战之一是在城市环境中行驶。本文从共同注意力的角度解决行人和司机(或车辆)之间的互动问题,讨论共同注意力理论背景、其在交通互动中的应用以及自动驾驶汽车实现共同注意力的实际方法。
Feb, 2018
自主车辆与行人共享空间时,规划行驶路径需要考虑行人的未来轨迹。本文系统地回顾了文献中用于在存在车辆的情况下建模行人轨迹预测的不同方法,研究了与行人 - 车辆交互作用相关的特定考虑因素,并回顾了先前提出的预测模型中如何考虑预测不确定性和行为差异等不同变量。同时,文章也提供了包含行人和车辆轨迹数据的数据集概述,讨论了未来工作的研究空白和方向,如在深度学习方法中更有效地定义交互主体以及在无结构环境中收集更多混合交通数据集的需求。
Aug, 2023
自动驾驶汽车技术快速发展,对道路交通安全产生了重大影响,同时也解决了多种复杂的交通问题。为了确保自动驾驶汽车之间以及自动驾驶汽车与人类驾驶员之间的合作互动,本研究提出了一个多阶段的方法,采用共享和关怀的车对车通信策略来加强协同行为。通过进行一项调查来验证自动驾驶汽车的驾驶性能,并可用于一个混合交通案例研究,重点研究人类驾驶员如何对待与他们同时驾驶在同一条道路上的自动驾驶汽车。研究结果表明,采用深度强化学习,自动驾驶车辆获得了接近人类驾驶性能的驾驶行为。在自动驾驶汽车网络中采用共享和关怀的车对车通信可以提高其驾驶行为,促进更有效的行动计划,并增进自动驾驶汽车之间的合作行为。调查结果显示,无法保证混合交通中的安全性,因为我们无法控制人类驾驶员出于自我的行为,如果他们决定与自动驾驶汽车竞争。因此,本研究倡导加强对自动驾驶汽车在公共道路上安全融入的研究。
Dec, 2023
使用单目相机图像和车辆定位数据作为输入,我们提出了一个环境模型,该模型包括行人的位置和姿态信息。通过神经网络人体姿势估计器从图像中提取骨架信息,并通过基于匈牙利算法和自车运动补偿的简单跟踪算法跟踪骨架。为了获得位置的三维信息,我们结合车辆位置从连续帧中聚合数据。我们在 CARLA 模拟器和 nuScenes 数据集上展示了我们的行人环境模型,相对位置误差均达到约 16%。
Aug, 2023
调查表明,当在人行横道上使用外部人机界面和缓慢刹车时,行人对安全有更好的感知;同时,内部人机界面与积极刹车相结合时,能提高乘客的信心。
Dec, 2023
该研究通过实施虚拟现实和交通微模拟集成的实验环境,并在典型和多样化的交通场景下进行测试,提出了驾驶员介入行为的新视角,从而改善自动驾驶在类似情景下的表现,并为人与自动化系统之间的信任关系研究提供了有价值的综合与沉浸式工具。
Dec, 2023
通过包含社会行为和驾驶员个人目标的行为模型,利用贝叶斯滤波和对于不明确意图的附近车辆行为的预测,开发了一种基于滑动时域控制的决策策略,以在线估计其他驾驶员的意图。通过与博弈论控制器和真实世界交通数据集的模拟研究进行比较,验证了所提出的决策策略的有效性。
Sep, 2023
本文介绍了一个基于不确定性感知的集成预测和规划框架,在考虑人的礼貌及预测不确定性的同时生成安全有效的 AV 行为。研究表明,该算法可以明显提高生成行为的人类感,同时还发现人类驾驶员在道路上表现出很大的礼貌,即使对于没有优先权的其他人行驶者,而且这种驾驶偏好在不同文化中存在显著差异。
Oct, 2020
这篇文章研究了采用包含最新的人类感知、决策 - making 和运动控制理论的新颖认知似然模型 --Commotions 模型用于预测人类在交通互动中的行为,展示了此模型在自然情景数据集中与数据驱动模型相竞争甚至胜出,证明了吸纳认知理论在自动驾驶行为预测模型中的巨大潜力。
May, 2023