桥接数据驱动与知识驱动方法用于自动驾驶车辆验证中的安全关键场景生成
机器学习
2023-11-21 v1
摘要
自动驾驶车辆（ADV）有望提升驾驶效率与安全性，但其在安全关键场景中面临错综复杂的挑战。因此，在生成的安全关键场景中对 ADV 进行验证对于开发与性能评估均至关重要。本文考察了采用两类主要场景生成方案的复杂性：数据驱动与知识驱动方法。数据驱动方法从记录数据集中导出场景，通过变更交通参与者的现有行为或轨迹来高效生成场景，但往往未能考量 ADV 感知；知识驱动方法借助专家设计的规则提供有效覆盖，但可能导致在该覆盖内生成安全关键场景的效率低下。为克服这些挑战，我们引入 BridgeGen，一个安全关键场景生成框架，旨在融合两种方法的优势。具体而言，通过基于本体的技术，BridgeGen 从知识驱动方法建模运行设计域（ODD）中的五层场景，确保广泛覆盖，并融入数据驱动策略以高效生成安全关键场景。BridgeGen 内开发了优化的场景生成工具包。其通过传统优化与强化学习方案相结合，加速安全关键场景的构建。使用 Carla 仿真器开展的广泛实验证明了 BridgeGen 在生成多样化安全关键场景上的有效性。
引用
@article{arxiv.2311.10937,
title = {Bridging Data-Driven and Knowledge-Driven Approaches for Safety-Critical Scenario Generation in Automated Vehicle Validation},
author = {Kunkun Hao and Lu Liu and Wen Cui and Jianxing Zhang and Songyang Yan and Yuxi Pan and Zijiang Yang},
journal= {arXiv preprint arXiv:2311.10937},
year = {2023}
}