首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 汽车 游戏 社会热点 开源推荐 医疗健康 归档 标签 关于
智能AI morning

使用物理约束决策条件自回归变压器对信号交叉口的驾驶员行为进行估计

摘要

arXiv:2609.16058v1 Announce Type: new Abstract: Red-light violations and harsh braking at signalized intersections are major contributors to traffic accidents. This paper analyzes and predicts human d...

and the human decision driver behavior level comfort light braking
2026-09-16 1 阅读 约1分钟阅读 Mohammad Khoshkdahan, Pavel Laskov, Alexey Vinel
分享:
字号:
arXiv:2609.16058v1 发布类型:新 摘要:闯红灯和在信号交叉口猛烈制动是导致交通事故的主要原因。本文分析并预测了交通灯信号转换期间人类驾驶员的决策和纵向轨迹行为。我们收集了多样化的真实数据集,其中包括 449 次在不同速度和距离条件下的进场跑步。使用 RTK 校正的 GNSS 记录车辆运动,精度达到厘米级,并监测驾驶员心率和多级舒适度。空间和时间校准确保车辆状态和信号定时之间的精确对准。统计分析将所需的减速度确定为走走停停决策的主要单一预测因子​​,峰值减速度的异方差高斯模型揭示了源自人类停止行为的五个经验舒适范围。基于这一见解,我们提出了一个两阶段建模框架。第 1 阶段预测二元机动决策,第 2 阶段使用具有物理约束(包括目标状态调节和加加速度限制)的决策条件自回归 Transformer 生成纵向加速度轨迹。所提出的架构优于基线方法,并实现了 0.49m/s^2 加速度 MAE 和 0.62m 距离 MAE。它还根据单个黄色开始快照来估计人类驾驶员未来的停车舒适度。定性结果展示了逼真的类人制动行为。数据集和源代码是公开的。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱