ADDT -- 面向自动驾驶系统主动安全验证的数字孪生框架
机器人学
2025-04-15 v1 硬件体系结构
摘要
自动驾驶系统仍面临安全性致命故障，往往由罕见且不可预测的边界情况引发，这些情况会逃避常规测试。我们提出了自主驾驶数字孪生 (ADDT) 框架，是一个高保真仿真平台，旨在主动识别隐藏故障、评估实时性能并在部署前验证安全性。ADDT 结合了驾驶环境、车辆动力学、传感器行为和故障条件的逼真数字模型，支持在多样化和恶劣条件下的可扩展、富有场景的压力测试。它支持使用基于强化学习的自适应边缘情况探索，发现物理道路测试常常遗漏的故障模式。通过从被动调试转向主动仿真驱动的验证，ADDT 实现了更为严谨和透明的自动驾驶车辆安全工程方法。为加速采用并推动行业范围的安全改进，整个 ADDT 框架已以开源软件形式发布，为开发人员提供了一个可访问且可扩展的大规模综合性安全测试工具。
引用
@article{arxiv.2504.09461,
title = {ADDT -- A Digital Twin Framework for Proactive Safety Validation in Autonomous Driving Systems},
author = {Bo Yu and Chaoran Yuan and Zishen Wan and Jie Tang and Fadi Kurdahi and Shaoshan Liu},
journal= {arXiv preprint arXiv:2504.09461},
year = {2025}
}