开源驾驶智能体的实验性韧性评估
系统与控制
2021-06-22 v2 机器人学
摘要
自动驾驶车辆（AV）依赖 RADAR 与摄像头等传感器进行环境感知、路径规划与控制。随着自主性提升以及与复杂环境交互的增加，关于 AV 安全性与可靠性的担忧日益增长。本文提出一种基于系统理论过程分析（STPA）的故障注入框架，以评估名为 openpilot 的开源驾驶智能体在不同环境条件与影响传感器数据的故障下的韧性。为增加测试期间不安全场景的覆盖度，我们采用策略性软件故障注入方法，其中注入故障的触发条件源自系统高层危害分析中识别出的不安全场景。实验结果表明，相较于随机故障注入，所提策略性故障注入方法提升了危害覆盖度，从而有助于更有效地仿真安全关键故障并测试 AV。此外，本文提供了关于 openpilot 安全机制性能及其及时检测并从故障输入中恢复能力的见解。
引用
@article{arxiv.1807.06172,
title = {Experimental Resilience Assessment of An Open-Source Driving Agent},
author = {Abu Hasnat Mohammad Rubaiyat and Yongming Qin and Homa Alemzadeh},
journal= {arXiv preprint arXiv:1807.06172},
year = {2021}
}
备注
10 pages, 7 figures