Safe Road-Crossing by Autonomous Wheelchairs: a Novel Dataset and its Experimental Evaluation

本文介绍了一种多传感器融合方法，用于支持由自主轮椅和飞行无人机组成的系统中的道路交叉决策，以解决自动驾驶车辆在智能城市中安全通过道路的关键问题。该系统采用多样化和冗余的传感器组件构成强大的感知系统，设计了一种基于可解释的物理条件的危险函数，通过单个传感器（包括使用机器学习和人工视觉的传感器）来评估这些条件。作为概念验证，我们在实验室环境中进行了实验评估，展示了使用多个传感器的优势，可以提高决策准确性并有效支持安全评估。我们将数据集提供给科学界进行进一步实验。这项工作是在名为REXASI-PRO的欧洲项目的背景下开发的，该项目旨在开发可信的人工智能，以支持行动不便的人的社交导航。

解决问题：如何通过多传感器融合支持自主轮椅和无人机的安全道路交叉行为决策？

关键思路：设计了一个基于可解释物理条件的危险函数，利用单个传感器（包括使用机器学习和人工视觉的传感器）进行评估，并利用多个传感器进行融合，以提高决策准确性和安全评估。

亮点：提供了实验评估，并展示了使用多个传感器的优势。数据集已经对科学界开放。该工作是REXASI-PRO项目的一部分，旨在为行动不便的人们开发可信的人工智能社交导航。

相关研究：目前还没有找到类似的研究。