運転スタイル認識を可能にする運転者のステアリング行動のための確率的モデル

この記事では、運転スタイルを特定し、運転者の特性を考慮した運転者ステアリングモデルを設計するためのフレームワークを提示します。まず、主成分分析（PCA）とK-meansクラスタリングを利用して30人の参加者を慎重な運転者、中程度の運転者、攻撃的な運転者に分類します。続いて、モデル予測制御手法に基づいて一般的なステアリングモデルが確立されます。その後、最大横加速度が運転者特性を表す重要な指標として抽出され、分類された運転者で構成されるデータセットを用いた確率的モデルを通じてキャリブレーションされます。さらに、点推定モデルと区間推定モデルを活用して運転スタイルを特定し、確率的プログラミングベースのステアリングモデルにおける制約を調整します。最後に、シミュレーション実験は、攻撃的な運転者と慎重な運転者の間の実際の出力軌跡の変動を示します。