DRIFT：基于场传输的类人自动驾驶驾驶风险推断

Zian Wang, Yiming Shu, Zejian Deng, Chen Sun

2026

摘要

本文提出了一种名为DRIFT的时空风险场模型，通过平流-扩散-反应偏微分方程描述，融合了各向异性高斯核、遮挡感知潜在风险和拓扑耦合合流区冲突压力。实验表明，该模型在遮挡场景下能有效降低响应延迟和近碰撞率。

risk fieldautonomous drivingocclusionPDEsafety metrics

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026

PERCEPTION

📊 0 引用

Shuai Guo, Yongchao Yang, Lifeng Zhang 等 5 位作者

Neural Networks · 2026