用于人类驾驶员交互研究的虚拟现实框架：安全且低成本的数据收集

自动驾驶技术的进步带来了自动驾驶车辆与人类道路用户交互的新挑战。然而，目前尚无完整的理论解释人类道路用户如何与车辆交互，在真实环境中研究它们往往不安全且耗时。本研究提出了一个用于研究行人与有人驾驶车辆和自动驾驶车辆交互的3D虚拟现实(VR)框架。该框架使用VR技术以安全且低成本的方式收集数据，并使用深度学习方法预测行人轨迹。具体而言，图神经网络被用于建模行人的未来轨迹和过马路概率。研究结果表明，所提出的框架可用于安全高效地收集行人与车辆交互的高质量数据。这些数据可用于开发新的人车交互理论，并训练自动驾驶车辆更好地与行人交互。