自动驾驶系统不足之处的表征与缓解
摘要
自动驾驶 (AD) 系统具有提高安全性、舒适性和能源效率的潜力。最近，主要汽车公司已开始在公共道路上测试和验证 AD 系统 (ADS)。然而，ADS 的商业部署和广泛采用进展缓慢，部分原因在于系统功能不足 (FI) 损害了乘客安全并导致道路上的危险情况。FI 在 ISO 21448 预期功能安全 (SOTIF) 中被定义。FI 是传感器、执行器和算法实现（包括神经网络和概率计算）中的不足。ADS 中 FI 的例子包括道路上本车定位不准确、对骑行者行为的预测错误、对行人检测不可靠等。我们研究的主要目标是制定一个通用的架构设计模式，该模式与现有方法和 ADS 兼容，以改善 FI 缓解并促进 ADS 的更快商业部署。首先，我们研究了加州机动车管理局 (DMV) 发布的 2021 年自动驾驶车辆脱离报告。数据清楚地表明，脱离是由 FI 引起的频率是系统故障的五倍。然后，我们通过分析超过 10 小时的公开道路测试视频，列出了不足之处及其特征的全面清单。具体而言，我们在四个主要类别中确定了不足类型：世界模型、运动规划、交通规则和运行设计域。不足之处的表征有助于使触发条件的 SOTIF 分析更加系统和全面。基于我们的 FI 表征、仿真实验和文献调查，我们定义了一种新颖的通用架构设计模式 Daruma，以动态选择当前最不可能出现 FI 的通道。
引用
@article{arxiv.2404.09557,
title = {Characterization and Mitigation of Insufficiencies in Automated Driving Systems},
author = {Yuting Fu and Jochen Seemann and Caspar Hanselaar and Tim Beurskens and Andrei Terechko and Emilia Silvas and Maurice Heemels},
journal= {arXiv preprint arXiv:2404.09557},
year = {2024}
}
备注
Published at the 27th International Technical Conference on the Enhanced Safety of Vehicles (ESV), Apr 2023, Yokohama, Japan. Original publication https://www-esv.nhtsa.dot.gov/Proceedings/27/27ESV-000110.pdf