自动驾驶中感知性能受限触发条件的发现
系统与控制
2023-03-08 v1 系统与控制
摘要
高度自动驾驶(HAD)车辆是在开放环境中运行的复杂系统。在触发条件下源于对开放环境感知与理解的性限可能导致不安全行为，因此需要被识别与建模。安全性的这一方面也在 ISO 21448(预期功能安全，SOTIF)等标准化活动中被讨论。尽管 SOTIF 提供了用于识别和分触发条件下性能受限的场景因素非详尽列表，但尚未给出识别新触发条件的具体方法。我们提出一种利用贝叶斯网络(BN)与 p 值假设检验来识别并建模场景中新触发条件以评估 SOTIF 的方法。专家提供初始 BN 结构，而条件信念表(CBTs)使用数据集学习。p 值假设检验用于识别相关场景子集。随后由专家分析这些场景，给出场景中存在的潜在触发条件。新触发条件在 BN 中建模并重新检验。作为案例研究，我们使用真实世界数据给出了 LIDAR 的 BN 的 p 值假设检验。
引用
@article{arxiv.2303.04037,
title = {Discovery of Perception Performance Limiting Triggering Conditions in Automated Driving},
author = {Ahmad Adee and Roman Gansch and Peter Liggesmeyer and Claudius Glaeser and Florian Drews},
journal= {arXiv preprint arXiv:2303.04037},
year = {2023}
}