通过潜在风险在线识别对安全自动驾驶车辆控制系统建模的在线演化框架

提出一种在线演化框架，通过使控制器能够识别意外情况并通过选择更好的动作做出适当反应，来支持安全自动驾驶车辆（AV）控制系统的建模。在该框架内，引入了演化有限状态机（e-FSM），这是一种能够（1）按需唯一确定状态、（2）识别状态和（3）识别状态转移的在线模型。在本研究中，e-FSM的能力通过模拟一个简单的跟车场景加以说明和解释。作为车辆控制器，实现了智能驾驶员模型（IDM），并为跟随车辆分配不同的IDM参数集以模拟各种情况（包括碰撞）。在模拟跟车场景时，e-FSM通过所提方法识别并确定状态并识别转移矩阵。为了验证e-FSM能否唯一识别和确定状态，我们分析了在相同情况下是否识别出相同状态。预测状态与识别状态的概率分布之间的差异通过Jensen-Shannon散度（JSD）方法度量，以验证所识别转移矩阵的准确性。如结果所示，具有碰撞潜在风险的死路（Dead-End）状态被唯一确定并一致识别。此外，预测状态的概率分布与识别状态显著相似，表明状态转移被精确识别。