• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Intelligent Transportation Systems, IEEE Transactions on >Dynamic Probabilistic Drivability Maps for Lane Change and Merge Driver Assistance
【24h】

Dynamic Probabilistic Drivability Maps for Lane Change and Merge Driver Assistance

机译：动态概率可驾驶性图，用于换道和合并驾驶员辅助

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we present a novel probabilistic compact representation of the on-road environment, i.e., the dynamic probabilistic drivability map (DPDM), and demonstrate its utility for predictive lane change and merge (LCM) driver assistance during highway and urban driving. The DPDM is a flexible representation and readily accepts data from a variety of sensor modalities to represent the on-road environment as a spatially coded data structure, encapsulating spatial, dynamic, and legal information. Using the DPDM, we develop a general predictive system for LCMs. We formulate the LCM assistance system to solve for the minimum-cost solution to merge or change lanes, which is solved efficiently using dynamic programming over the DPDM. Based on the DPDM, the LCM system recommends the required acceleration and timing to safely merge or change lanes with minimum cost. System performance has been extensively validated using real-world on-road data, including urban driving, on-ramp merges, and both dense and free-flow highway conditions.
机译：在本文中，我们提出了道路环境的一种新型概率紧凑表示形式，即动态概率可驾驶性地图（DPDM），并展示了其在高速公路和城市驾驶过程中对预测车道变更和合并（LCM）驾驶员辅助的效用。 DPDM是一种灵活的表示形式，可以轻松地接受来自各种传感器模式的数据，以将道路环境表示为空间编码的数据结构，封装了空间，动态和法律信息。使用DPDM，我们为LCM开发了一个通用的预测系统。我们制定了LCM辅助系统，以解决用于合并或更改车道的最低成本解决方案，该解决方案可通过DPDM上的动态编程有效地解决。 LCM系统基于DPDM，建议所需的加速和定时，以最小的成本安全地合并或更改车道。系统性能已使用现实世界的道路数据进行了广泛验证，包括城市驾驶，匝道合并以及密集和自由流动的高速公路状况。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号