CVQ-VAEを用いた行動中心の高速道路交通データからのシナリオ抽出と、ドメイン知識主導のクラスタリング

概要：ADSの承認は、代表的な実世界の交通シナリオの中での挙動を評価することに依存します。これらのシナリオを得る一般的な方法は、実世界のデータ記録からそれらを抽出することです。これらはグループ化され、以降ADSがテストされる基盤として機能します。これは、シナリオの抽出方法とグルーピング方法の2つの中心的な課題を提起します。既存の抽出手法は異質な定義に基づいており、シナリオの比較可能性を妨げます。シナリオのグルーピングには、ルールベースまたはMLベースの手法を用いることができます。しかし、現代のMLベースのアプローチは交通シナリオの複雑さを扱うことができますが、ルールベースのアプローチとは異なり、解釈性に欠け、ドメイン知識と整合しない場合があります。本研究は、Scenario-as-Specification概念に基づく標準化されたシナリオ抽出と、ドメイン知識に基づくシナリオクラスタリングプロセスへの貢献です。highDデータセットを用いた実験は、シナリオを信頼性高く抽出できること、そしてドメイン知識をクラスタリングプロセスに効果的に統合できることを示しています。その結果、提案された方法論は、高速道路データ記録からのシナリオカテゴリの導出においてより標準化されたプロセスを支援し、自動運転車の検証プロセスをより効率化します。