面向大规模部署的自动驾驶车辆行为安全评估
机器人学
2025-06-02 v2 软件工程
摘要
自动驾驶车辆 (AV) 近年来在实际部署中取得了显著进展，但安全性仍是大规模采用的关键障碍。传统功能安全方法主要从车辆中心视角验证 AV 的硬件和软件系统的可靠性、鲁棒性和充分性，未能充分考虑 AV 对周围交通环境的更广泛互动与行为影响。为克服这一局限，本文提出向行为安全范式转变的方案，这是一种综合性方法，聚焦于评估 AV 在交通环境中的响应与互动。为系统评估行为安全，我们引入了一套第三方 AV 安全评估框架，包含两个互补的评估组成部分：驾驶员许可测试与驾驶智能测试。驾驶员许可测试在受控制场景下评估 AV 的反应行为，确保其具备基本的行为能力；而驾驶智能测试则在自然风险交通条件下评估 AV 的互动行为，量化安全关键事件的发生频率，以提供部署前的统计意义上的安全指标。我们使用 \texttt{Autoware.Universe}，一套开源 Level 4 AV，分别在模拟环境和University of Michigan Mcity 测试设施的实体赛道上进行测试。结果表明，\texttt{Autoware.Universe} 通过了 14 个场景中的 6 个场景，其崩溃率为 3.01e-3 英里/次，约为平均人类驾驶员崩溃率的 1000 倍。在测试期间，我们还发现了 \texttt{Autoware.Universe} 多个未知的不安全场景。这些发现凸显了在大规模公众部署前，对行为安全评估对于提高 AV 安全性能的必要性。
引用
@article{arxiv.2505.16214,
title = {Behavioral Safety Assessment towards Large-scale Deployment of Autonomous Vehicles},
author = {Henry X. Liu and Xintao Yan and Haowei Sun and Tinghan Wang and Zhijie Qiao and Haojie Zhu and Shengyin Shen and Shuo Feng and Greg Stevens and Greg McGuire},
journal= {arXiv preprint arXiv:2505.16214},
year = {2025}
}
备注
Code and Supplementary Materials available at: https://github.com/michigan-traffic-lab/Behavioral-Safety-Assessment