2024-08

重新获得信任：透明用户界面设计对基于摄像头的车载健康监测系统接受度的影响

分类： 人机交互, H.5.2; K.6.5

作者： Hauke Sandhaus, Madiha Zahrah Choksi, Wendy Ju

发布时间： 2024-08-27

链接： http://arxiv.org/abs/2408.15177v1

摘要： 引入车内健康监测系统为提高驾驶员安全提供了巨大潜力。然而，基于摄像头的传感技术带来了严重的隐私问题。本研究调查了透明用户界面设计对用户接受这些系统的影响。我们对 42 名参与者进行了一项在线研究，使用透明度、选择和欺骗程度各异的原型。原型包括三种入门设计：(1) 传统的条款和条件文本，(2) 巧妙地鼓励用户接受默认数据共享选项的业务助推设计，以及 (3) 提供清晰步骤的透明演练数据使用和隐私政策的逐步解释。我们的研究结果表明，透明设计会显着影响用户体验指标，包括感知的令人毛骨悚然、对数据使用的信任度以及内容的可信度。透明的入职流程增强了用户体验和信任，而不会显着增加入职时间。这些发现为设计用户友好且尊重隐私的车内健康监测系统提供了实用指导。

基于局部规划器的斯坦利控制在自主遥控赛车系列赛中的评估

分类： 机器人技术, 软件工程

作者： Máté Fazekas, Zalán Demeter, János Tóth, Ármin Bogár-Németh, Gergely Bári

发布时间： 2024-08-27

链接： http://arxiv.org/abs/2408.15152v1

摘要： 本文提出了一种自动遥控赛车的控制技术。所提出的方法不需要预先进行任何地图构建阶段，因为它仅在实际 LiDAR 点云上进行本地路径规划。赛车控制算法必须能够针对实际赛道布局进行优化，以最大限度地缩短单圈时间。在所测试的模型中，通过使用附加控制组件的 Stanley 控制器的改进来保证这一点，以稳定低速和高速范围内的运动，并通过集成自适应前瞻点来诱导行驶距离的急剧和动态转弯减少。所开发的方法在 1/10 尺寸的遥控汽车上进行了测试，并介绍了在真正的 F1Tenth 比赛中从基本解决方案到最佳设置的调整过程。此外，通过与更简单的反应方法进行比较，并与涉及离线地图构建全局最优轨迹计算的更复杂的基于优化的技术进行比较来评估所提出的方法。与后者相比，所提出的方法的性能（参考单圈时间）是，所提出的方法的平均速度仅低 8%。这表明，通过适当的调整，基于局部规划的方法可以与更复杂的基于优化的方法相媲美。因此，与最先进的方法相比，性能差距低于 10%。此外，所提出的技术与真实场景具有显着更高的相似性，因此结果在汽车行业中可能很有趣。

自动赛车的可扩展监管架构

分类： 机器人技术, 软件工程

作者： Zalán Demeter, Péter Bogdán, Ármin Bogár-Németh, Gergely Bári

发布时间： 2024-08-27

链接： http://arxiv.org/abs/2408.15049v1

摘要： 近年来，自动驾驶赛车联盟的数量和重要性以及随之而来的研究数量不断增加。不同系列之间的无缝融合因场景的多样性而受到关注。然而，全尺寸赛车的高成本使其成为一种更容易实现的开发模型，可以在更小的外形尺寸上进行研究并扩大所取得的成果。本文提出了一种专为自动驾驶赛车设计的可扩展架构，强调模块化、对不同配置的适应性以及监督管道并行执行的能力，从而允许使用不同的动态策略。该系统在不同环境下展示了一致的赛车性能，这通过成功参加两项相关比赛得到了证明。结果证实了该架构的可扩展性和多功能性，为开发竞争性自动赛车系统提供了坚实的基础。在现实场景中的成功应用验证了其实际有效性，并凸显了其在自动驾驶赛车技术未来发展中的潜力。

不同信号质量下高速赛车的三维车辆动力学状态估计

分类： 机器人技术

作者： Sven Goblirsch, Marcel Weinmann, Johannes Betz

发布时间： 2024-08-27

链接： http://arxiv.org/abs/2408.14885v1

摘要： 这项工作旨在提出不同信号质量下的三维车辆动态状态估计。很少有研究人员研究三维道路几何形状对状态估计的影响，因此忽略了道路倾斜和倾斜。特别是考虑到高速度和加速度，文献没有讨论这些影响。因此，我们比较二维和三维状态估计方案以概述道路几何形状的影响。我们使用带有点质量运动模型的扩展卡尔曼滤波器，并通过参考角的附加公式对其进行扩展。此外，虚拟速度测量显着改善了道路角度和车辆侧滑角的估计。我们强调了车辆运动控制算法稳定估计的重要性，并展示了信号质量下降和全球导航卫星系统丢失的挑战。所提出的自适应协方差有助于平滑估计并实现稳定的控制器行为。所开发的状态估计已部署在各个赛道的高速自动赛车上。我们的研究结果表明，我们的方法优于最先进的车辆动力学状态估计器和工业级惯性导航系统。需要进一步研究来调查不同赛道条件和其他车辆类型下的性能。

DrivAerML: High-Fidelity Computational Fluid Dynamics Dataset for Road-Car External Aerodynamics

分类： 流体动力学, 计算工程、金融和科学, 机器学习

作者： Neil Ashton, Charles Mockett, Marian Fuchs, Louis Fliessbach, Hendrik Hetmann, Thilo Knacke, Norbert Schonwald, Vangelis Skaperdas, Grigoris Fotiadis, Astrid Walle, Burkhard Hupertz, Danielle Maddix

发布时间： 2024-08-21

链接： http://arxiv.org/abs/2408.11969v1

摘要： Machine Learning (ML) has the potential to revolutionise the field of automotive aerodynamics, enabling split-second flow predictions early in the design process. However, the lack of open-source training data for realistic road cars, using high-fidelity CFD methods, represents a barrier to their development. To address this, a high-fidelity open-source (CC-BY-SA) public dataset for automotive aerodynamics has been generated, based on 500 parametrically morphed variants of the widely-used DrivAer notchback generic vehicle. Mesh generation and scale-resolving CFD was executed using consistent and validated automatic workflows representative of the industrial state-of-the-art. Geometries and rich aerodynamic data are published in open-source formats. To our knowledge, this is the first large, public-domain dataset for complex automotive configurations generated using high-fidelity CFD.

Enhanced Visual SLAM for Collision-free Driving with Lightweight Autonomous Cars

分类： 机器人技术, 系统与控制, 系统与控制

作者： Zhihao Lin, Zhen Tian, Qi Zhang, Hanyang Zhuang, Jianglin Lan

发布时间： 2024-08-21

链接： http://arxiv.org/abs/2408.11582v1

摘要： The paper presents a vision-based obstacle avoidance strategy for lightweight self-driving cars that can be run on a CPU-only device using a single RGB-D camera. The method consists of two steps: visual perception and path planning. The visual perception part uses ORBSLAM3 enhanced with optical flow to estimate the car's poses and extract rich texture information from the scene. In the path planning phase, we employ a method combining a control Lyapunov function and control barrier function in the form of quadratic program (CLF-CBF-QP) together with an obstacle shape reconstruction process (SRP) to plan safe and stable trajectories. To validate the performance and robustness of the proposed method, simulation experiments were conducted with a car in various complex indoor environments using the Gazebo simulation environment. Our method can effectively avoid obstacles in the scenes. The proposed algorithm outperforms benchmark algorithms in achieving more stable and shorter trajectories across multiple simulated scenes.

Keep Calm and Relax -- HMI for Autonomous Vehicles

分类： 人工智能, 计算机与社会, 人机交互, H.4; J.7

作者： Tima M. Yekta, Julius Schöning

发布时间： 2024-08-16

链接： http://arxiv.org/abs/2408.09046v1

摘要： The growing popularity of self-driving, so-called autonomous vehicles has increased the need for human-machine interfaces(HMI) and user interaction(UI) to enhance passenger trust and comfort. While fallback drivers significantly influence the perceived trustfulness of self-driving vehicles, fallback drivers are an expensive solution that may not even improve vehicle safety in emergency situations. Based on a comprehensive literature review, this work delves into the potential of HMI and UI in enhancing trustfulness and emotion regulation in driverless vehicles. By analyzing the impact of various HMI and UI on passenger emotions, innovative and cost-effective concepts for improving human-vehicle interaction are conceptualized. To enable a trustful, highly comfortable, and safe ride, this work concludes by discussing whether HMI and UI are suitable for calming passengers down in emergencies, leading to smarter mobility for all.

异构线性和非线性跟驰模型的稳定性

分类： 物理与社会

作者： Matthias Ehrhardt, Antoine Tordeux

发布时间： 2024-08-14

链接： http://arxiv.org/abs/2408.07549v1

摘要： 道路交通中的走走停停波是复杂的集体现象，对交通工程、安全和环境具有重大影响。尽管进行了数十年的研究，理解和控制这些动态仍然具有挑战性。本文研究了两类具有抑制紊乱的异构跟车模型，以揭示导致交通不稳定和走走停停动态的潜在机制。具体来说，研究了缩放异质性模型和加性异质性模型，每种模型对线性和非线性跟驰模型的稳定性都有不同的影响。我们推导了一般线性稳定性条件，将其应用于特定模型并通过仿真进行说明。该研究深入了解个体异质性在车辆行为中的作用及其对交通稳定性的影响。

多发短信还是现在开车？在有条件自动驾驶的汽车中发短信后恢复驾驶

分类： 人机交互

作者： Nabil Al Nahin Ch, Jared Fortier, Christian P. Janssen, Orit Shaer, Caitlin Mills, Andrew L. Kun

发布时间： 2024-08-09

链接： http://arxiv.org/abs/2408.05286v1

摘要： 在这项研究中，我们重点关注驾驶员在驾驶和非驾驶相关任务（NDRT）之间交错时使用的不同策略，同时从自动驾驶中夺回控制权。我们进行了两项驾驶模拟器实验，以研究短信、优先级和接管时间预算的不同认知需求如何影响驾驶员的接管策略。我们还评估了不同的收购策略如何影响收购绩效。我们发现接管策略的选择受到优先级和接管时间预算的影响，但不受 NDRT 认知需求的影响。接管策略对接管质量或 NDRT 参与度没有任何影响，但影响了接管时间。

使用对象检测和深度估计来检测汽车速度：深度学习框架

分类： 机器学习, 计算机视觉和模式识别

作者： Subhasis Dasgupta, Arshi Naaz, Jayeeta Choudhury, Nancy Lahiri

发布时间： 2024-08-08

链接： http://arxiv.org/abs/2408.04360v1

摘要： 道路事故几乎在世界各地都很常见，并且大多数致命事故是由于车辆超速造成的。通常试图通过道路各个部分的检查站来控制超速的趋势，但并非所有交警都拥有使用现有速度估计设备（例如基于激光雷达或基于雷达的枪）来检查速度的设备。当前的项目试图解决使用具有网络连接的手持设备（例如手机或可穿戴相机）使用深度学习框架来估计速度的车辆速度估计问题。

CAR：对比不可知的可变形医学图像配准与对比不变的潜在正则化

分类： 计算机视觉和模式识别, 人工智能

作者： Yinsong Wang, Siyi Du, Shaoming Zheng, Xinzhe Luo, Chen Qin

发布时间： 2024-08-03

链接： http://arxiv.org/abs/2408.05341v1

摘要： 由于不同成像对比度之间复杂的强度关系，多对比度图像配准是一项具有挑战性的任务。传统的图像配准方法通常基于每个输入图像对的迭代优化，这非常耗时并且对对比度变化敏感。虽然基于学习的方法在推理阶段要快得多，但由于普遍性问题，它们通常只能应用于训练阶段观察到的固定对比。在这项工作中，我们提出了一种新颖的与对比度无关的可变形图像配准框架，该框架可以推广到任意对比度图像，而无需在训练期间观察它们。特别是，我们提出了一种基于随机卷积的对比度增强方案，该方案在单个图像对比度上模拟图像的任意对比度，同时保留其固有的结构信息。为了确保网络可以学习对比度不变的表示以促进对比度不可知的配准，我们进一步引入对比度不变的潜在正则化（CLR），它通过对比度不变性损失来正则化潜在空间中的表示。实验表明，CAR 在配准精度方面优于基线方法，并且对不可见的成像对比度具有更好的泛化能力。代码可在 \url{https://github.com/Yinsong0510/CAR} 获取。

通过深度学习从轨迹数据中发现跟车动态

分类： 机器学习

作者： Ohay Angah, James Enouen, Xuegang, Ban, Yan Liu

发布时间： 2024-08-01

链接： http://arxiv.org/abs/2408.00251v1

摘要： 本研究旨在直接使用深度学习技术从轨迹数据中发现跟车动力学的控制数学表达式。我们提出了一种基于深度符号回归（DSR）与变量交集选择（VIS）方法相结合的表达式探索框架，以找到鼓励可解释且简约的数学表达式的变量组合。在探索学习过程中，添加了两个惩罚项来改进奖励函数：（i）复杂性惩罚，用于调节所探索表达式的复杂性，使其简洁；（ii）可变交互惩罚，以鼓励表达式探索集中注意力可以最好地描述数据的变量组合。我们展示了所提出的方法在学习几种跟车动力学模型方面的性能，并讨论了其局限性和未来的研究方向。