ترجمه فارسی مقاله STDA: شبکه دو-رمزگذار مکانی-زمانی با در نظر گرفتن توجه راننده برای پیش‌بینی رفتارهای راننده تحت سناریوهای ایمنی-بحرانی

چکیده

Accurate behavior prediction for vehicles is essential but challenging for autonomous driving. Most existing studies show satisfying performance under regular scenarios, but most neglected safety-critical scenarios. In this study, a spatio-temporal dual-encoder network named STDA for safety-critical scenarios was developed. Considering the exceptional capabilities of human drivers in terms of situational awareness and comprehending risks, driver attention was incorporated into STDA to facilitate swift identification of the critical regions, which is expected to improve both performance and interpretability. STDA contains four parts: the driver attention prediction module, which predicts driver attention; the fusion module designed to fuse the features between driver attention and raw images; the temporary encoder module used to enhance the capability to interpret dynamic scenes; and the behavior prediction module to predict the behavior. The experiment data are used to train and validate the model. The results show that STDA improves the G-mean from 0.659 to 0.719 when incorporating driver attention and adopting a temporal encoder module. In addition, extensive experimentation has been conducted to validate that the proposed module exhibits robust generalization capabilities and can be seamlessly integrated into other mainstream models.

چکیده به فارسی (ترجمه ماشینی)

پیش بینی رفتار دقیق برای وسایل نقلیه برای رانندگی خودمختار ضروری است.بیشتر مطالعات موجود عملکرد رضایت بخش را تحت سناریوهای منظم نشان می دهد ، اما بیشتر سناریوهای مهم ایمنی را مورد غفلت قرار می دهند.در این مطالعه ، یک شبکه دوتایی فضایی-زمانی به نام STDA برای سناریوهای مهم ایمنی ایجاد شد.با توجه به قابلیت های استثنایی رانندگان انسانی از نظر آگاهی موقعیتی و درک خطرات ، توجه راننده در STDA برای تسهیل شناسایی سریع مناطق بحرانی گنجانیده شد ، که انتظار می رود عملکرد و تفسیر را بهبود بخشد.STDA شامل چهار قسمت است: ماژول پیش بینی توجه راننده ، که توجه راننده را پیش بینی می کند.ماژول فیوژن برای فیوز ویژگی های بین توجه راننده و تصاویر خام طراحی شده است.ماژول رمزگذار موقت برای تقویت توانایی تفسیر صحنه های پویا استفاده می شود.و ماژول پیش بینی رفتار برای پیش بینی رفتار.از داده های آزمایش برای آموزش و اعتبارسنجی مدل استفاده می شود.نتایج نشان می دهد که STDA هنگام استفاده از توجه راننده و اتخاذ یک ماژول رمزگذار زمانی ، G-Mean را از 0.659 به 0.719 بهبود می بخشد.علاوه بر این ، آزمایش گسترده ای برای تأیید اینكه ماژول پیشنهادی قابلیت های تعمیم قوی را نشان می دهد انجام شده است و می تواند به طور یكپارچه در سایر مدلهای اصلی ادغام شود.