一种用于运行车辆安全在线对抗测试的模式驱动方法（扩展版）
机器人学
2021-05-24 v3
摘要
基于场景的运行车辆安全测试提供了一组主要他车（POV）轨迹，试图将受试车辆（SV）逼入某种安全关键情境。当前的场景大多（i）由统计数据驱动：受人类驾驶员碰撞数据启发；（ii）确定性：POV轨迹是预先确定的且独立于SV的响应；（iii）过度简化：在抽象运动规划层面上由有限的一组动作定义。此类基于场景的测试（i）缺乏严重性保证，（ii）具有预定义机动，使得具备智能驾驶策略的SV易于博弈该测试，（iii）在有限且昂贵的测试投入下低效地产生安全关键实例。我们提出了一种用于多辆POV的模式驱动在线反馈控制策略，其在尊重交通规则及其他表述为可接受状态-动作空间的关注点的同时，传播高效的对抗轨迹。该方法构建于锚点-模板层次结构中，模板模型规划在标准假设下诱导出理论上的SV捕获保证。规划出的对抗轨迹随后由应用于全系统或锚点模型的底层控制器跟踪。该方法的有效性通过多个仿真示例得以说明，其中SV由参数化自动驾驶策略或人类驾驶员控制。
引用
@article{arxiv.2009.12222,
title = {A Modeled Approach for Online Adversarial Test of Operational Vehicle Safety (extended version)},
author = {Linda Capito and Bowen Weng and Umit Ozguner and Keith Redmill},
journal= {arXiv preprint arXiv:2009.12222},
year = {2021}
}
备注
This document is the extended version of our paper accepted to the 2021 IEEE American Control Conference