ROBOTICS & HUMANOID

ระบบประเมินความเสี่ยงต่อคนเดินถนนแบบใหม่สำหรับรถยนต์ไร้คนขับ

arXiv14 Sep 2026
1 min read
Key Takeaways
  • เกณฑ์ชี้วัดความเสี่ยงใหม่นี้ช่วยให้รถยนต์ไร้คนขับระบุอันตรายจากคนเดินถนนได้แม่นยำขึ้นถึง 50% ในทุกสถานการณ์

ทำไมเรื่องนี้ถึงสำคัญ

ช่วยให้ระบบขับขี่อัตโนมัติสามารถแยกแยะสถานการณ์อันตรายออกจากสถานการณ์ปกติได้แม่นยำขึ้น โดยเฉพาะกับคนเดินถนนและจักรยาน ซึ่งจะช่วยลดอุบัติเหตุในเขตเมือง

เป้าหมายหลักของรถยนต์อัตโนมัติคือความปลอดภัย แต่เกณฑ์ชี้วัดเดิมมักเน้นที่การชนกันระหว่างรถยนต์ งานวิจัยนี้จึงเสนอเฟรมเวิร์กการประเมินความสุ่มเสี่ยงที่ออกแบบมาเพื่อผู้ใช้ถนนที่เปราะบาง (Vulnerable Road Users - VRUs) โดยเฉพาะ เนื่องจากกลุ่มนี้มีการเคลื่อนที่ที่คาดเดายากกว่ายานพาหนะทั่วไป

ระบบนี้ได้รับการพัฒนาให้เป็นแบบ 'ไม่ขึ้นกับสถานการณ์' (Scenario-Independent) ทำให้สามารถใช้งานได้กับผู้ใช้ถนนทุกประเภท จากการทดสอบบนชุดข้อมูล DeepAccident พบว่าสามารถปรับปรุงการจำแนกความเสี่ยงของคนเดินถนนได้ดีขึ้นถึง 50% และทำคะแนน F1-score ได้สูงถึง 0.96 ซึ่งสูงกว่ามาตรฐานเดิมอย่างมาก

สรุปประเด็นหลัก

พัฒนา Criticality Metric สำหรับผู้ใช้ถนนที่เปราะบาง (VRUs) โดยเฉพาะ

เฟรมเวิร์กทำงานแบบ Scenario-Independent ไม่จำกัดเฉพาะรูปแบบการจราจรที่กำหนดไว้ล่วงหน้า

ทำคะแนน F1-score สูงถึง 0.96 ในการประเมินความเสี่ยงทุกระดับวัตถุ

นวัตกรรมและเทคโนโลยี

research

VRU-Centric Metric

เกณฑ์การประเมินที่ปรับแต่งมาเพื่อพฤติกรรมการเคลื่อนที่ของคนเดินถนนและรถจักรยาน

robotics

Scenario-Independent Prediction

ระบบคาดการณ์ความเสี่ยงที่ทำงานได้ครอบคลุมทุกสถานการณ์จราจรโดยไม่ต้องตั้งค่าแยกตามประเภทเหตุการณ์

Developer Impact
วิศวกรด้านระบบช่วยขับขี่ (ADAS) และรถยนต์ไร้คนขับสามารถนำอัลกอริทึมนี้ไปใช้เพื่อปรับปรุงการตัดสินใจของรถยนต์ในสถานการณ์ที่คนเดินถนนมีความไม่แน่นอนสูง
Keywords
#autonomous driving #vulnerable road users #safety metrics #criticality assessment
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv