作者:
Mohammad Khoshkdahan, John Pravin Arockiasamy, Andy Flores Comeca 等4人
分类:
cs.RO, cs.AI, cs.ET, eess.SY
📝 论文摘要
非视距交叉口的碰撞事故仍是重大安全隐患，因为驾驶员难以看清接近车流的视野。基于车联万物的预警能降低此类风险，但许多车辆未配备V2X设备，且驾驶员可能忽视车内警报。集体感知可通过扩展联网车辆的感知范围弥补V2X低渗透率的不足，但无法影响非联网车辆。为填补这一空白，本研究提出一种补充性方案：引入协作类人机器人作为主动交通调节器，能物理拦截试图汇入盲区车流的车辆。该系统基于两条并行感知通道运行：双摄像头路侧单元检测接近车辆的位置、速度与运动轨迹，并将其作为集体感知消息传输至机器人；机器人通过车载V2X单元接收联网车辆发出的协作感知消息，当道路其他位置触发安全事件时，还可充当分散式环境通知消息的中继节点。融合模块整合上述数据流，构建主干道鲁棒的实时态势图。系统定义了危险区域，用于预测接近车辆是否对汇入道路的使用者构成碰撞风险。一旦检测到风险，机器人会做出类人"停止"手势并阻断汇入路径，直至危险解除。完整系统已在鹿特丹未来出行公园完成部署。实验表明，视觉与V2X融合感知使机器人能提前探测到接近车辆、可靠预测风险，并在真实世界非视距条件下防止不安全汇入行为。