本研究探讨了自动驾驶车辆如何满足乘客的信息需求，强调在不同乘客和环境下成功互动的标准。通过三项实证研究，提出了量身定制的沟通策略，强调透明、适应性和个性化的AV系统对提升乘客信任和体验的重要性。

本研究探讨了无信号交叉口自动驾驶车辆（AV）与人类驾驶员（HV）之间的行为差异。通过分析Waymo和Lyft的数据，发现AV在安全边际和交互一致性方面表现出保守行为，这可能影响人类驾驶员的反应并带来安全隐患。此外，Waymo与Lyft之间存在显著的行为差异，强调了在交通管理中考虑制造商特定行为的重要性。

本研究评估了步行者轨迹预测技术与自动驾驶车辆中的常速模型的比较，并使用ETH/UCY数据集报告了位移误差。消融研究发现简单模型仍具有竞争力，某些特征对整体性能几乎没有影响。提出了指导未来轨迹预测算法发展的建议。

研究发现自动驾驶车辆的性能与预测范围有关，1.6秒的预测范围可防止与行人相撞，7-8秒的预测范围可实现最佳效率，15秒的预测范围可提高乘客舒适度。建议在涉及与行人相撞的应用中，使用11.8秒的预测范围作为一般指导。

本论文介绍了一种用于估计自动驾驶车辆和机器人应用的传感器设置的盲区的方法。该方法利用准确且详细的3D模拟环境，提供更实际的覆盖范围估计。通过使用LiDAR传感器的点云或高保真仿真目标场景的相机深度图像，该方法提供准确且可操作的可见性估计。通过基于蒙特卡洛的参考传感器仿真，能够准确地估计盲区大小，并了解任意位置上的物体检测概率。

通过使用田纳西州I-24高速公路的实际轨迹数据，在一条车道的仿真中运行深度强化学习方法来训练减少能耗的波浪平滑策略。在低4%的自动驾驶车辆渗透率下，可以实现超过15%的显著节省燃料。分析了控制器的平滑效果以及对仿真中添加车道变更和消除下游信息的鲁棒性。

城市交通正在转变，自动驾驶车辆的共享、连接和协作出现。研究提出了自主穿梭车的到达时间预测系统，使用停留时间和行驶时间模型，并通过五个城市的数据验证。预测结果令人满意，多站点预测错误率低。停留时间预测是自动穿梭车整体到达时间预测准确性的关键因素。研究为自主公共交通预测模型提供见解，为领域发展铺平道路。

本研究引入AccidentGPT，一个综合事故分析和预防的多模态大型模型，通过多传感器感知提供全面的事故分析和预防方法，支持自动驾驶车辆、人驾驶车辆和交通管理机构的安全需求。该模型首次将全面场景理解融入交通安全研究。

本文介绍了一个复杂的编码器-解码器框架，用于解决自动驾驶车辆中的视觉 grounding 问题。CAVG 模型通过多模态解码器集成文本、图像、上下文和跨模态的五个核心编码器，能够全面理解口头指令和视觉场景之间的相关性。实证评估表明，CAVG 在预测准确性和操作效率方面树立了新的标准，并在挑战性场景中展现出了强健性和适应性。

本文介绍了一种通过融合自动驾驶车辆共享的实时信息来提高轨迹预测和检测异常驾驶行为的算法。该算法在数据集和模拟器实验中证明了其在轨迹预测和检测性能方面的优越性。

本研究通过分析人类驾驶轨迹，结合自动驾驶车辆，减少交通拥堵，提高安全性、效率和稳定性。引入基于强化学习的自动驾驶车辆，通过分类神经网络优化“安全+稳定”或“效率”，并与现有自动驾驶车辆进行比较。

该研究提出了一种利用主动学习框架对自动驾驶车辆进行正确分类的方法，能够有效处理贫乏且嘈杂的数据，实现高准确度的分类，具备数据传输带宽要求低的优势。

该研究探讨了协同感知在连接和自动驾驶车辆中的应用，并提出了一种安全分析及应对措施，以减轻恶意攻击对感知结果的干扰。实验验证攻击方式成功率较高，提出了异常检测方法缓解恶意攻击的影响。

本文介绍了一种多模态方法，使用模拟的激光雷达数据和图像像素损失与可微分渲染相结合，优化物体在计算机图形场景中的位置。通过梯度下降完成物体位置优化，本文表明使用激光雷达可以更快地收敛。这种方法对于自动驾驶车辆具有潜在的有用性，可以用于确定场景中多个参与者的位置。同时，本文还提出了一种用于培训自动驾驶车辆的多种类型数据的模拟方法。

本文提出了一种基于三维点云序列的实时方法，用于自动驾驶车辆在复杂城市环境下的安全导航。该方法通过时间上下文聚合实现动态检测和运动参数估计，可适用于常见道路参与者和其他物体类别。研究还分析了不同的时间上下文聚合策略，并与现有解决方案进行了比较。

本文介绍了一种系统性的方法来生成高度逼真、注释的合成数据，以用于计算机视觉任务的深度神经网络的训练。该方法的主要贡献是一种程序性的世界建模方法，能够产生高度可变性和物理准确性的图像合成。我们的方法的优点包括灵活性、物理精确性、可扩展的图像合成、隐式广泛的类和特征覆盖以及完整的数据自检测以进行注释。在本文中，我们以自动驾驶车辆和机器人导航的语义分割为主要应用，使用合成数据对多个深度学习体系结构进行了训练和微调。评估表明，我们的方法提高了神经网络的性能，即使是适度的实施工作也能产生最先进的结果。