位置推定の不確かさ下での自動運転のための信念空間残余リスク
Belief-Space Residual Risk for Automated Driving under Localization Uncertainty
自動運転の安全性評価において、自車位置の不確かさをガウス分布として明示的にモデル化し、残余リスクを信念空間で再定式化する手法を提案した。粒子ベースのリスク推定で、自車と物体の不確かさの共分散融合により衝突確率を計算する。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Nijinshan Karunainayagam, Nils Gehrke, Frank Diermeyer
分類: cs.RO
原文アブストラクト
Residual risk metrics have recently been introduced to assess the safety implications of automated driving systems. Existing approaches typically assume a deterministic ego pose and concentrate mainly on perception errors related to surrounding objects and latency effects. In practice, however, automated vehicles operate under considerable localization uncertainty, especially in complex urban settings and in adverse weather conditions. This work extends the spatial residual risk formulation to the belief space by explicitly modeling ego pose uncertainty as a Gaussian distribution. Residual risk is reformulated as the expected degradation-induced risk over the ego pose belief distribution. Within a particle-based risk estimation framework, localization uncertainty is incorporated into the computation of collision probabilities through covariance fusion of ego and object uncertainties.
関連論文
- 時空間遮蔽領域における最悪ケース隠れ車両軌道探索自動運転/安全性評価
- 評価を進化へ：自動運転のための敵対的拡散を閉ループカリキュラムに変換する自動運転/安全性評価
- 死角を克服：自動運転の安全性向上のための遮蔽考慮自動運転/安全性評価
- 反事実的安全マージンによる自動運転車のリスク評価自動運転/安全性評価
- 自動運転車のシナリオベース安全評価フレームワーク自動運転/安全性評価
- 自動運転トレーニングシステムのための定量的リスク指標自動運転/安全性評価
