面向自主地面车辆的概率安全验证:基于情境覆盖网格的方法
计算机视觉与模式识别
2025-07-17 v1
摘要
随着工业自主地面车辆在安全关键环境中的部署日益增多,确保其在多样化条件下的安全运行至关重要。本文提出了一种新颖的方法,用于其安全验证,基于系统化的情境提取、概率建模和验证。我们基于情境覆盖网格 (situation coverage grid) 的概念,彻底枚举与车辆运行相关的环境配置。该网格增强了来自基于情境的系统测试所收集的定量概率数据,捕捉情境之间的概率性迁移。随后,我们生成一种编码正常与不安全系统行为动态的概率模型。通过概率模型检查,对从危险分析中提取的安全属性(以时序逻辑形式化)进行验证。结果表明,我们的方法有效识别高风险情境,提供定量安全保证,并支持符合监管标准,从而促进了自主系统的稳健部署。
引用
@article{arxiv.2507.12157,
title = {Fine-Grained Image Recognition from Scratch with Teacher-Guided Data Augmentation},
author = {Edwin Arkel Rios and Fernando Mikael and Oswin Gosal and Femiloye Oyerinde and Hao-Chun Liang and Bo-Cheng Lai and Min-Chun Hu},
journal= {arXiv preprint arXiv:2507.12157},
year = {2025}
}
备注
Main: 10 pages, 2 figures, 4 tables