文献

J-GLOBAL ID：201802237751860841   整理番号：18A0707118

不確実な環境における自動運転:相互作用と不確実な操縦予測による計画【JST・京大機械翻訳】

Automated Driving in Uncertain Environments: Planning With Interaction and Uncertain Maneuver Prediction

著者 (5件)： Hubmann Constantin (BMW Group, Munich, Germany) ,  Schulz Jens (BMW Group, Munich, Germany) ,  Becker Marvin (BMW Group, Munich, Germany) ,  Althoff Daniel (BMW Group, Munich, Germany) ,  Stiller Christoph (Institute of Control, Karlsruhe Institut fuer Technologie, Karlsruhe, Germany)
資料名： IEEE Transactions on Intelligent Vehicles  (IEEE Transactions on Intelligent Vehicles)
巻： 3  号： 1  ページ： 5-17  発行年： 2018年 
JST資料番号： W2446A  ISSN： 2379-8858  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動運転は,動的で不確実な環境における意思決定を必要とする。予測からの不確実性は,雑音のあるセンサデータから生じ,人間の運転者の意図を直接測定できないという事実からである。この問題は,隠れた変数として他の車両の意図された経路を持つ部分的に観察可能なMarkov決定プロセス(POMDP)として定式化される。POMDPの解は,事前計画経路に沿ったエゴ車両の最適加速度を決定する政策である。したがって,他の車両に対する相互作用的確率的運動モデルから生じる最も可能性のある将来シナリオに対して,この政策を最適化した。周辺車の可能な将来の測定を考慮することにより,最適政策における将来の予測精度における推定変化を組み込むことができる。コンパクトな表現は低次元状態空間をもたらす。従って,この問題は,道路レイアウトと車両数を変えるためにオンラインで解くことができる。これは,連続状態空間上の任意の時間様式で点ベースソルバで行われる。著者らの評価は3倍である。最初に,アルゴリズムの収束を評価し,収束が追加探索発見によりどのように改善できるかを示した。第二に,異なる考慮された不確実性の導入が,より保守的な計画をもたらす方法を示すために,様々な計画シナリオを示した。最後に,複雑な(非信号化)交差点の交差に対するオンラインシミュレーションを示した。この手法は,他の車両の意図についての完全な事前情報とほぼ同等の性能を発揮し,明らかに反応性アプローチよりも優れていることを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 加速度 ,  雑音 ,  *予測 ,  最適化 ,  定式化 ,  *相互作用 ,  *自動運転 ,  意思決定 ,  隠れた変数 ,  アルゴリズム ,  *不確実性
準シソーラス用語： オンライン ,  状態空間 ,  予測精度 ,  POMDP , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 環境 ,  相互作用 ,  操縦 ,  予測 ,  計画