道路多样性在自动驾驶系统测试中真的至关重要吗？——一份注册报告
软件工程
2022-09-14 v1
摘要
背景/语境。自动驾驶系统（ADSs）在现实世界中的使用需要严格测试以确保安全。为增加信任，ADSs 应在大量多样化道路场景上测试。文献表明，若车辆沿一组几何多样的道路（使用多种多样性度量（DMs）衡量）行驶，其将表现出广泛的行为范围，从而提高观察故障（若有）的机会，或若未观察到故障则增强对其安全性的信心。然而，据我们所知，该假设此前从未被检验，道路 DMs 的性质亦未被评估。目标/目的。我们的目标是对 47 种当前使用及新的、潜在有前景的道路 DMs 进行探索性研究。具体而言，我们的研究问题着眼于道路 DMs 本身，分析其性质（如单调性、计算效率），并检验 DMs 间的相关性。此外，我们考察道路 DMs 的使用，以探究多样化道路测试套件暴露多样化驾驶行为的假设是否成立。方法。我们的实证分析依赖于最先进的、开源的 ADSs 测试基础设施，并使用包含超过 97,000 个独立道路几何及使用两个驾驶智能体收集的匹配仿真数据的数据集。通过采样不同规模的随机测试套件并度量其道路的几何多样性，我们研究道路 DMs 性质、道路 DMs 间的相关性，以及道路 DMs 与观测行为间的相关性。
引用
@article{arxiv.2209.05947,
title = {Does Road Diversity Really Matter in Testing Automated Driving Systems? -- A Registered Report},
author = {Stefan Klikovits and Vincenzo Riccio and Ezequiel Castellano and Ahmet Cetinkaya and Alessio Gambi and Paolo Arcaini},
journal= {arXiv preprint arXiv:2209.05947},
year = {2022}
}
备注
Accepted registered report at the 16th ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM 2022)