2023-11

创建包容性移动系统：针对年龄和教育敏感的干预措施，以提高自动驾驶汽车的接受度

分类： 人机交互

作者： Celina Kacperski, Roberto Ulloa, Jeremy Wautelet, Tobias Vogel, Florian Kutzner

发布时间： 2023-11-28

链接： http://arxiv.org/abs/2311.16780v1

摘要： 熟悉度原则假定接受度随着接触程度的增加而增加，这一点之前已经通过互联自动驾驶车辆 (CAV) 的体内和模拟体验得到了证明。我们研究了基于模拟视频的第一人称驾驶对 CAV 接受度的影响，以及信息定制的影响，特别关注老年人和教育程度较低的人的接受度。对 N=799 名德国居民进行的在线实验结果表明，模拟体验提高了对使用意向和易用性等反应变量的接受度，尤其是老年人。然而，定制导航信息的机会降低了老年人和具有大学学位的人的接受度，而提高了年轻人和教育水平较低的人的接受度。

基于近似贝叶斯计算的通用随机混合跟车模型

分类： 机器学习, 机器人技术

作者： Jiwan Jiang, Yang Zhou, Xin Wang, Soyoung Ahn

发布时间： 2023-11-27

链接： http://arxiv.org/abs/2312.10042v1

摘要： 汽车跟随 (CF) 模型是描述交通动态的基础。然而，人类驾驶员的 CF 行为具有高度随机性和非线性。因此，尽管经过了数十年的研究，确定最佳 CF 模型一直具有挑战性和争议性。自动驾驶汽车的引入使这个问题变得更加复杂，因为它们的 CF 控制器仍然是专有的，尽管它们的行为看起来与人类驾驶员不同。本文开发了一种随机学习方法来集成多个 CF 模型，而不是依赖于单个模型。该框架基于近似贝叶斯计算，根据描述观察到的行为的相对可能性，概率性地连接 CF 模型池。该方法虽然是数据驱动的，但保留了物理上的易处理性和可解释性。使用两个数据集的评估结果表明，与所考虑的任何单一 CF 模型相比，所提出的方法可以更好地重现人类驾驶和自动驾驶车辆的车辆轨迹。

使用 ROS 2 进行比赛 用于自动学生方程式赛车的导航系统

分类： 机器人技术, 计算机视觉和模式识别

作者： Alastair Bradford, Grant van Breda, Tobias Fischer

发布时间： 2023-11-24

链接： http://arxiv.org/abs/2311.14276v1

摘要： 自动驾驶汽车技术的出现对各个领域产生了重大影响，其中包括赛车运动，学生方程式赛车和汽车工程师协会方程式推出了自动驾驶赛车课程。这些为有抱负的工程师（包括昆士兰科技大学赛车运动团队）带来了新的挑战，但由于高速导航和控制的复杂性，也提高了进入门槛。本文提出了一种使用机器人操作系统 2（特别是其开源导航堆栈）的开源解决方案，以解决自动学生方程式赛车中的这些挑战。我们将该堆栈包含的现成导航库与 QUT Motorsport 开发的传统定制程序进行比较，以评估它们在自动驾驶赛车场景中的适用性，并将其集成到自动驾驶赛车中。我们的贡献包括将这些软件包与传统导航解决方案进行定量和定性比较，旨在降低自动驾驶赛车的准入门槛。本文还可以作为参与类似赛车学科和其他自主移动机器人应用的团队的综合教程。

关于用自动班车取代私家车的影响：基于代理的方法

分类： 机器人技术

作者： Daniel Bogdoll, Louis Karsch, Jennifer Amritzer, J. Marius Zöllner

发布时间： 2023-11-23

链接： http://arxiv.org/abs/2311.14118v3

摘要： 《欧洲绿色协议》的目标是到 2050 年实现气候中和，这要求交通运输业提高排放效率。本研究使用基于代理的模拟来分析共享自动驾驶班车的可持续性影响。我们预测 2050 年的出行需求，并模拟监管干预措施，即在特定区域用共享自动驾驶班车取代私家车。我们得出与驾驶相关的排放、能源消耗和非驾驶相关的排放，以计算生命周期排放。我们观察到生命周期排放量从 0.4% 减少到 9.6%，能源消耗从 1.5% 减少到 12.2%。

比较有视力障碍和没有视力障碍的德国居民对自动驾驶汽车的接受程度

分类： 人机交互

作者： Celina Kacperski, Florian Kutzner, Tobias Vogel

发布时间： 2023-11-21

链接： http://arxiv.org/abs/2311.12900v2

摘要： 联网自动驾驶汽车（CAV）将极大地影响视力障碍人士的生活，但他们的期望与视力正常的人相比有何不同尚不清楚。本研究报告的结果基于来自德国的 114 名视力障碍参与者和 117 名小组招募的无视力障碍参与者的调查回复。我们评估了他们对自动驾驶汽车的态度以及他们对广泛采用 CAV 的后果的期望。结果表明，与没有视力障碍的参与者相比，有视力障碍的参与者的 CAV 态度明显更积极。中介分析表明，视障者对 CAV 的态度（与视力正常者相比）更积极，很大程度上是因为他们对独立的希望更高，对安全和可持续性的期望更乐观。政策制定者应确保无障碍，同时不牺牲更高安全性和更低生态影响的目标，使 CAV 成为可接受的包容性出行解决方案。

用于轻量级细粒度检测的大型汽车零部件 (LSCP) 数据集

分类： 计算机视觉和模式识别, 人工智能

作者： Wang Jie, Zhong Yilin, Cao Qianqian

发布时间： 2023-11-20

链接： http://arxiv.org/abs/2311.11754v1

摘要： 汽车相关数据集此前曾用于训练自动驾驶系统或车辆分类任务。然而，汽车人工智能领域缺乏用于汽车零部件检测的数据集，并且大多数可用数据集的大小和范围都有限，难以覆盖多样化的场景。为了解决这一差距，本文提出了一个大规模、细粒度的汽车数据集，由 84,162 张图像组成，用于检测 12 种不同类型的汽车零部件。该数据集是从自然相机和在线网站收集的，涵盖各种汽车品牌、场景和拍摄角度。为了减轻手动注释的负担，我们提出了一种新颖的半监督自动标记方法，该方法利用最先进的预训练检测器。此外，我们研究了 Grounding DINO 零样本标记方法的局限性。最后，我们通过训练几个轻量级 YOLO 系列检测器，通过细粒度汽车零件检测来评估我们提出的数据集的有效性。

Nav-Q：用于自动驾驶汽车无碰撞导航的量子深度强化学习

分类： 量子物理学, 人工智能, 机器学习

作者： Akash Sinha, Antonio Macaluso, Matthias Klusch

发布时间： 2023-11-20

链接： http://arxiv.org/abs/2311.12875v2

摘要： 自动驾驶汽车的无碰撞导航（CFN）任务是一个 NP 难题，通常使用深度强化学习（DRL）来解决。虽然 DRL 方法已被证明是有效的，但其实施需要大量的计算资源和延长的培训时间来开发强大的代理。另一方面，量子强化学习最近在简单的非现实环境中表现出更快的收敛性和更高的稳定性。在这项工作中，我们提出了 Nav-Q，这是第一个用于自动驾驶汽车 CFN 的量子支持的 DRL 算法，它利用量子计算来提高训练性能，而不需要板载量子硬件。 Nav-Q 基于行动者批评家方法，其中批评家是使用适合近期量子设备的混合量子经典算法来实现的。我们使用 CARLA 驾驶模拟器评估 Nav-Q 的性能，CARLA 驾驶模拟器是评估最先进的 DRL 方法的事实上的标准基准。我们的实证评估表明，Nav-Q 在训练稳定性方面以及在某些情况下的收敛速度方面超越了其经典对应物。此外，我们评估了 Nav-Q 与有效维度的关系，发现量子成分的结合导致模型与经典基线相比具有更强的描述能力。最后，我们使用噪声量子模拟评估 Nav-Q 的性能，观察到量子噪声会恶化训练性能，但会增强智能体在训练期间的探索倾向。

使用超宽带雷达进行汽车占用检测的“UWBCarGraz”数据集

分类： 信号处理

作者： Jakob Möderl, Stefan Posch, Franz Pernkopf, Klaus Witrisal

发布时间： 2023-11-17

链接： http://arxiv.org/abs/2311.10478v1

摘要： 我们提出了一种使用基于 ResNet 架构的超宽带雷达的数据驱动的汽车占用检测算法。该算法在通道脉冲响应数据集上进行训练，该通道脉冲响应是从乘员三种不同活动水平（即呼吸、说话、移动）的测量中获得的。我们将所提出的算法与基于变分消息传递（VMP）的最先进的汽车占用检测算法进行比较。我们提出的 ResNet 架构能够在目标的所有三个活动级别的低信噪比 (SNR) 下的接收器工作曲线下面积 (AUC) 方面优于 VMP 算法。具体来说，对于 -20 dB 的 SNR，VMP 检测器的 AUC 为 0.87，而如果目标静坐并自然呼吸，ResNet 架构的 AUC 为 0.91。其他活动的性能差异类似。为了促进在汽车车载计算机中的实现，我们进行了一项消融研究，以优化几种 ResNet 架构的性能和计算复杂性之间的权衡。用于训练和评估算法的数据集是可公开访问的。这有助于在未来的作品中进行轻松比较。

针对轻度认知障碍的老年驾驶员的车载传感和数据分析

分类： 人机交互, 人工智能

作者： Sonia Moshfeghi, Muhammad Tanveer Jan, Joshua Conniff, Seyedeh Gol Ara Ghoreishi, Jinwoo Jang, Borko Furht, Kwangsoo Yang, Monica Rosselli, David Newman, Ruth Tappen, Dana Smith

发布时间： 2023-11-15

链接： http://arxiv.org/abs/2311.09273v1

摘要： 驾驶是一项复杂的日常活动，表明与年龄和疾病相关的认知能力下降。因此，与没有轻度认知障碍（MCI）的人相比，驾驶表现的缺陷可以反映认知功能的变化。越来越多的证据表明，对老年人在日常生活中的驾驶表现进行不显眼的监测可能使我们能够发现早期认知的微妙变化。本文的目标包括设计能够获取高精度定位和远程信息处理数据的低成本车载传感硬件，识别认知早期变化的重要指标，并在真正正常的一天中检测认知障碍的预警信号。 - 使用机器学习方法了解日常驾驶状况。我们的统计分析将患有 MCI 的驾驶员与未患有 MCI 的驾驶员进行比较，结果显示，患有 MCI 的驾驶员表现出更平稳、更安全的驾驶模式。这表明患有 MCI 的驾驶员了解自己的状况并倾向于避免不稳定的驾驶行为。此外，我们的随机森林模型将夜间出行次数、出行次数和教育程度确定为数据评估中最有影响力的因素。

InCA：利用大型语言模型重新思考车载对话系统评估

分类： 计算和语言, 人工智能

作者： Ken E. Friedl, Abbas Goher Khan, Soumya Ranjan Sahoo, Md Rashad Al Hasan Rony, Jana Germies, Christian Süß

发布时间： 2023-11-13

链接： http://arxiv.org/abs/2311.07469v2

摘要： 鉴于近年来高级生成大语言模型 (LLM) 的复杂性不断提高，其评估提出了重大挑战。此外，如关键绩效指标（KPI）所示，评估基于大语言模型的申请在各个行业的绩效是一项复杂的工作。这项任务需要对行业用例和预期系统行为有深刻的了解。在汽车行业的背景下，现有的评估指标不足以评估车载对话问答（ConvQA）系统。这些系统的独特需求（其答案可能与驾驶员或汽车安全相关并且仅限于汽车领域）凸显了当前指标的局限性。为了应对这些挑战，本文介绍了一组为评估车载 ConvQA 系统性能而定制的 KPI，以及专门为这些 KPI 设计的数据集。初步和全面的实证评估证实了我们提出的方法的有效性。此外，我们研究了在提示中使用不同角色的影响，发现它增强了模型在评估中模拟不同观点的能力，反映了具有不同背景的个人如何看待某个主题。

汽车共享的车到网——2030 年模拟研究

分类： 计算机与社会, 计算工程、金融和科学

作者： Nina Wiedemann, Yanan Xin, Vasco Medici, Lorenzo Nespoli, Esra Suel, Martin Raubal

发布时间： 2023-11-13

链接： http://arxiv.org/abs/2311.07349v2

摘要： 近年来汽车共享服务的激增为推进可持续交通提供了一条充满希望的途径。除了仅仅降低汽车拥有率之外，这些系统还可以通过车辆到电网（V2G）技术提供辅助服务，在增强电网稳定性方面发挥关键作用，这一点在之前的研究中受到的关注有限。在本研究中，我们通过为瑞士全国范围内的服务设计未来场景来分析 V2G 在汽车共享方面的潜力。我们提出了一种基于代理的模拟管道，考虑了人口变化以及汽车共享服务的不同业务策略，并展示了其在模拟 2030 年场景中的成功应用。为了模仿汽车共享用户行为，我们开发了一种数据驱动模式选择模型。我们的分析揭示了所检查场景中的重要差异，例如车队规模减少而车辆利用率更高，以及新汽车共享站的场景。这些差异转化为可用于辅助服务的机队电力灵活性的变化，范围从 12 到 50 MW，具体取决于场景和一天中的时间。此外，我们还进行了涉及汽车共享车队子集的案例研究，并结合了现实世界的电价数据。该案例研究证实了电网运营商和车队所有者之间存在货币收益最佳点。我们的研究结果为决策者提供了指导，并强调了加强汽车共享领域电力交易监管的迫切需要。

ViKi-HyCo：一种用于复杂的类似汽车操作的混合控制方法

分类： 机器人技术, 系统与控制, 系统与控制

作者： Edison P. Velasco Sánchez, Miguel Ángel Muñoz-Bañón, Francisco A. Candelas, Santiago T. Puente, Fernando Torres

发布时间： 2023-11-13

链接： http://arxiv.org/abs/2311.07268v3

摘要： 虽然视觉伺服经过深入研究以执行简单的操作，但文献通常不会解决操作过程中目标远离相机视场 (FOV) 的复杂情况。因此，在本文中，我们提出了 ViKi-HyCo（视觉伺服和运动学混合控制器）。这种方法为非完整移动机器人在室外环境中的复杂定位提供了必要的动作。在此方法中，我们使用 \hbox{LiDAR-camera} 融合来使用图像和度量模态来估计对象边界框。利用我们表示的多模态性质，我们可以自动获得视觉伺服控制器的目标。同时，我们还有一个公制目标，它允许我们与运动控制器混合。有了这种混合，即使目标远离相机的视场，我们也可以执行复杂的操作。所提出的方法不需要对象跟踪算法，并且可以应用于其运动学模型已知的任何机器人定位任务。在完成定位任务结束时，ViKi-HyCo 在 X 轴上的误差为 0.0428 \pm 0.0467 m，在 Y 轴上的误差为 0.0515 \pm 0.0323 m。

机器学习能否从我们的建筑环境中洞察车辆出行需求？

分类： 机器学习, 人机交互

作者： Zixun Huang, Hao Zheng

发布时间： 2023-11-10

链接： http://arxiv.org/abs/2311.06321v1

摘要： 在本文中，我们提出了一种基于机器学习的方法来解决设计师缺乏从车辆出行需求角度优化城市土地利用规划的能力。研究表明，我们的计算模型可以帮助设计者根据设计者设计的城市功能分布快速获得车辆出行需求的反馈，包括其总量和时间分布。也有助于从车辆出行角度对城市功能布局进行设计优化和评估。我们通过收集城市兴趣点（POI）数据和在线车辆数据来获取城市功能分布信息和车辆行驶时间（VHT）信息。选择预测性能最佳的人工神经网络（ANN）。通过使用在不同地区收集的数据集进行相互预测，并将预测重新映射到地图上进行可视化，我们评估了计算模型跨地区使用的程度，以减少未来城市研究人员的工作量。最后，我们演示了计算模型的应用，帮助设计者获得建筑环境中车辆出行需求的反馈，并将其与遗传算法相结合，优化城市环境的当前状态，为设计者提供建议。

（社会）路上的麻烦：理解和解决拼车出行中的社会不适

分类： 人机交互

作者： Alexandra Bremers, Natalie Friedman, Sam Lee, Tong Wu, Eric Laurier, Malte Jung, Jorge Ortiz, Wendy Ju

发布时间： 2023-11-08

链接： http://arxiv.org/abs/2311.04456v3

摘要： 道路上不愉快的社交互动会对驾驶安全产生负面影响。与此同时，研究人员试图通过探索会话用户界面（CUI）作为社交中介来解决社交不适。在了解 CUI 是否可以减少汽车中的社交不适之前，有必要了解共享乘车中社交不适的本质。为此，我们记录了九个家庭的开车情况，并对这些数据进行了交互分析。我们定义了三种解决社会不适的策略：情境调解、社交调解和社会支持。我们讨论了工程和设计方面的考虑因素，并探讨了当前大型语言模型在解决道路上的社交不适方面的局限性。

是什么造就了城市环境中出色的乘用车司机？

分类： 人机交互

作者： Yueteng Yu, Zhijie Yi, Xinyu Yang, Mengdi Chu, Junrong Lu, Xiang Chang, Yiyao Liu, Jingli Qin, Ye Jin, Jialin Song, Xingrui Gu, Jirui Yuan, Guyue Zhou, Jiangtao Gong

发布时间： 2023-11-07

链接： http://arxiv.org/abs/2311.04150v2

摘要： 驾驶行为质量的准确评估对于自动驾驶技术在实践中的优化和实施至关重要。然而，目前对于良好驾驶行为还没有全面的认识。在本文中，我们试图从驾驶员和乘客的角度来理解驾驶行为。我们邀请了10名专家司机和14名新手司机，完成了5.7公里的城市道路驾驶任务。实验结束后，我们对 24 名司机和 48 名乘客（每位司机两名乘客）进行了半结构化访谈。通过对访谈数据的分析，我们发现了乘客对驾驶行为的评价逻辑、人们为实现良好驾驶而做出的考虑和努力，以及这些观点之间的差距。我们的研究为自动驾驶的系统评估以及对未来自动驾驶汽车的设计影响提供了见解。

“告诉我那座教堂”：驾驶场景下车载多模态直观界面的设计与用户体验探索

分类： 人机交互

作者： Yueteng Yu, Yan Zhang, Gary Burnett

发布时间： 2023-11-07

链接： http://arxiv.org/abs/2311.04160v1

摘要： 直观交互长期以来被视为一种高度用户友好的方法。人们尝试在研究和工业车辆中实现直观的界面，例如语音命令。然而，对于车内多模态直观交互，尤其是动态驾驶场景下的交互，还缺乏探索。在这项研究中，我们举办了一个设计研讨会（N=6），以了解用户的需求和设计师对车载多模式直观界面的考虑，在此基础上，我们在模拟器和真实的自动驾驶汽车上实现了我们的设计绿野仙踪。我们在模拟器上进行了用户实验（N=12），以探索用户接受度、体验和行为的决定因素。我们认为接受度受到六个决定因素的显着影响。驾驶员的行为有明显的变化模式。事实证明，司机的工作量减少了，但也有报道称司机会分心。我们的研究结果提供了经验证据，可以为未来的车辆设计提供见解。

配备多速变速器的电动赛车的时间最优设计与控制

分类： 系统与控制, 系统与控制

作者： Camiel Cartignij, Mauro Salazar

发布时间： 2023-11-06

链接： http://arxiv.org/abs/2311.03545v1

摘要： 本文提出了一个联合优化配备多档变速器的电动赛车的设计和控制的框架，特别是考虑了离散换档动力学。我们将该问题表述为混合整数最优控制问题，并通过在计算高效的迭代算法中结合凸优化和庞特里亚金最小原理来处理其复杂性，该算法满足收敛时最优性的必要条件。最后，我们利用我们的框架来计算配备固定齿轮变速器、无级变速器和 2 至 4 速多齿轮变速器的赛车可实现的单圈时间，结果表明多齿轮变速器可以达到在电动机控制、变速箱重量和效率方面进行最佳权衡，最终产生整体最佳单圈时间。