自动驾驶系统系统级基于仿真的验证中场景的自动生成
计算机科学中的逻辑
2023-11-17 v1 人工智能
软件工程
摘要
随着自动驾驶系统（ADS）复杂性的增加，确保其安全性和可靠性已成为一项关键挑战。当采用 AI 组件实现感知和/或控制功能时，这些系统的验证与确认（V&V）要求尤其高。在 ESA 资助的 VIVAS 项目中，我们开发了一个用于自主系统系统级基于仿真的 V&V 的通用框架。该方法基于系统的仿真模型、符号化描述系统行为的抽象模型，以及用于生成场景和验证仿真执行的形式化方法。可以定义各种覆盖准则来指导场景的自动生成。在本文中，我们描述了 VIVAS 框架在一个 ADS 案例研究中的实例化。这基于 CARLA（广泛使用的驾驶模拟器）及其 ScenarioRunner 工具的集成，后者支持创建多样且复杂的驾驶场景。这同样用于 CARLA 自动驾驶挑战赛，以验证 CARLA 社区共享的基于 AI 的不同 ADS 智能体的感知与控制。我们描述了抽象 ADS 模型的开发，以及聚焦于相对于受验证的搭载 ADS 车辆的车辆行为的覆盖准则的公式化。借助 VIVAS 框架，我们生成并执行各种驾驶场景，从而测试 AI 组件的能力。结果表明了 VIVAS 在使用 CARLA 和 ScenarioRunner 自动生成用于 ADS 系统级基于仿真的 V&V 的场景方面的有效性。因此，它们凸显了该方法是未来 ADS V&V 方法论中强大工具的潜力。
引用
@article{arxiv.2311.09784,
title = {Automatic Generation of Scenarios for System-level Simulation-based Verification of Autonomous Driving Systems},
author = {Srajan Goyal and Alberto Griggio and Jacob Kimblad and Stefano Tonetta},
journal= {arXiv preprint arXiv:2311.09784},
year = {2023}
}
备注
In Proceedings FMAS 2023, arXiv:2311.08987