一种在公共道路上安全高效测试预生产自动驾驶车辆的加速方法
机器人学
2018-09-11 v2 人工智能
摘要
多家汽车与出行公司，例如福特、Uber 和 Waymo，目前正在公共道路上测试其预生产的自动驾驶车辆（AV）车队。然而，由于安全关键案例的罕见性以及可能存在的交通场景数量实际上无限，这些道路测试工作已被认为是繁琐、昂贵且高风险的。在本研究中，我们提出加速部署（Accelerated Deployment）框架，以安全高效地估计 AV 在公共道路上的性能。我们表明，通过恰当地处理逐步的准确性提升并自适应地选择有意义且安全的 AV 部署环境，所提出的框架能够以更快的评估时间和更低的部署风险产生高度准确的估计。我们的发现为当前关于如何恰当地在公共道路上测试 AV 性能以实现安全、高效且统计可靠的 AV 技术测试框架这一热烈而积极的讨论提供了答案。
引用
@article{arxiv.1805.02114,
title = {An Accelerated Approach to Safely and Efficiently Test Pre-Production Autonomous Vehicles on Public Streets},
author = {Mansur Arief and Peter Glynn and Ding Zhao},
journal= {arXiv preprint arXiv:1805.02114},
year = {2018}
}