基于聚类的自动驾驶系统测试关键性分析
机器人学
2023-07-25 v2 软件工程
摘要
随着关于全自动驾驶车辆自动驾驶系统(ADS)型式认证的欧盟新法规 2022/1426 的实施,基于场景的测试在评估先进驾驶辅助系统与自动驾驶系统的性能和安全性方面变得极为重要。然而,从单一逻辑场景出发探索和生成具体场景往往会导致大量相似或冗余场景,其可能对测试目标无所助益。本文聚焦于通过从单一逻辑场景聚类具体场景来缩减场景集这一目标。通过采用聚类技术,可识别并消除冗余和无趣的场景,从而得到一组具代表性的场景集。这种缩减使得测试过程更为聚焦和高效,能够将资源分配给最相关和关键的场景。此外,所识别的聚类可揭示场景空间的宝贵洞见,展现系统行为中的模式与潜在问题。
引用
@article{arxiv.2306.12738,
title = {Clustering-based Criticality Analysis for Testing of Automated Driving Systems},
author = {Barbara Schütt and Stefan Otten and Eric Sax},
journal= {arXiv preprint arXiv:2306.12738},
year = {2023}
}
备注
accepted IEEE ITSC 2023