[论文解读] 2012): An OntologyBased Approach to relax Traffic Regulation for Autonomous Vehicle Assistance

Fawzi Nashashibi, Nashashibi, Fawzi|arXiv (Cornell University)|Dec 4, 2012

Data Management and Algorithms参考文献 10被引用 24

一句话总结

本文提出了一种基于本体的框架，使自动驾驶汽车能够在极端情况（如被无限期阻塞）下，通过推理拓扑环境知识和推理规则，安全地放松交通法规。该系统协助驾驶员执行实际的、非合规但安全的驾驶操作，通过高阶语义表示框架中的真实案例研究展示了其可行性。

ABSTRACT

All in-text references underlined in blue are linked to publications on ResearchGate, letting you access and read them immediately.

研究动机与目标

• 解决车辆在极端场景下因交通法规而被无限期阻塞的挑战。
• 为自动驾驶辅助开发车辆、环境及其交互作用的高阶语义表示。
• 在传统合规导致死锁或低效时，实现安全且实用的交通规则放松。
• 将拓扑知识和推理规则整合到面向驾驶员的决策支持系统中。

提出的方法

• 作者设计了一个领域特定的本体，以高层次抽象建模车辆、交通规则和环境拓扑。
• 将道路路段之间的拓扑关系（例如连通性、邻近性）编码以表示空间上下文。
• 定义推理规则，以评估在当前条件下放松某项交通规则是否安全且合理。
• 系统基于本体上的基于规则的推理，计算下一步最优的高阶运动。
• 该框架支持实时动态重新评估交通规则的合规性。
• 通过实际交通场景对方法进行评估，以验证其推理和决策能力。

实验结果

研究问题

• RQ1 在何种条件下，自动驾驶汽车可在不损害安全的前提下被允许放松交通法规？
• RQ2 如何利用环境的拓扑和语义知识来推理非合规但实用的驾驶操作？
• RQ3 何种推理机制可确保规则放松既安全又具有情境合理性？
• RQ4 此类系统如何集成到驾驶员辅助中以支持实时决策？

主要发现

• 基于本体的系统成功识别出在严格遵守规则将导致无限阻塞的场景中安全的非合规操作。
• 拓扑知识的整合使得对空间关系和可行替代路径的稳健推理成为可能。
• 推理规则提供了一套结构化机制，用于评估规则放松决定的合法性和安全性。
• 通过涉及复杂交通阻塞的案例研究，该框架展示了实际适用性。
• 该方法支持动态、情境感知的决策，平衡法规合规性与运行效率。
• 结果证实，高阶语义推理可指导自动驾驶系统处理标准规则手册之外的边缘情况。