文献

J-GLOBAL ID：202002254415115867   整理番号：20A2126317

自動化自動車の知能評価のための統合アーキテクチャ【JST・京大機械翻訳】

An integrated architecture for intelligence evaluation of automated vehicles

著者 (6件)： Huang Heye (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China) ,  Zheng Xunjia (School of Intelligent Manufacturing Engineering, Chongqing University of Arts and Sciences, Chongqing 402160, China) ,  Yang Yibin (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China) ,  Liu Jinxin (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China) ,  Liu Wenjun (Department of Informatics, Technical University of Munich, Munich 85748, Germany) ,  Wang Jianqiang (State Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China)
資料名： Accident Analysis & Prevention  (Accident Analysis & Prevention)
巻： 145  ページ： Null  発行年： 2020年 
JST資料番号： D0828A  ISSN： 0001-4575  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動化車両の有効性および知能を評価するために,オートメーションは増加する。本論文では,自動車両の知能を定量的に評価するフレームワークを提案した。最初に,試験場,試験作業,および評価指標を含む自動車両のための評価環境を確立する。テストタスクは,単一車両意思決定(ターン,車線変更,追越など)とマルチ車両相互作用(障害物回避,軌道最適化など)の操縦実行を含む。知能評価指標は,安全性,効率,合理性,および快適性を考慮した運転プロセスの動作量である。次に,試験場における異なるシナリオにおける自動車両の実際の動作量を計算した。最後に,理論的に計算した最小行動は自動車両の最高知能度に対応し,他の試験自動車両の性能を定量化する標準として採用された。このフレームワークの有効性を,通常の運転シナリオとハイリスクシナリオを含む2つの自然駆動データセットで検証した。特に,自然の車線変更データフィルタは40,416フレーム,および179の類似した車線変更軌跡である。多数の運転者の車線変更挙動と比較して,実験結果は,提案したアルゴリズムが車線変更シナリオにおける運転者の知能度を達成できることを検証した。一方,253の再構成されたハイリスクシナリオにおいて,提案した知能度評価アルゴリズムの知的リスク回避能力を,ドライバ挙動およびTTCアルゴリズムと比較して,検証することができた。これらの実験結果は,提案フレームワークが知能を効果的に定量化し,様々なシナリオの下で自動車両の性能を評価することができることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  相互作用 ,  意思決定 ,  *自動化 ,  *自動車 ,  快適性 ,  追越し ,  再構成 ,  有効性 ,  *計算機アーキテクチャ ,  障害物回避
準シソーラス用語： 合理性 ,  車線変更 ,  評価指標 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知能評価 ,  運転行動 ,  試験場 ,  知能度 ,  自動車両

分類 (2件)： 運転者  (TB01040V) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 自動化 ,  自動車 ,  知能 ,  評価 ,  統合 ,  アーキテクチャ