基于第一性原理的3D虚拟仿真测试用于发现自动驾驶SOTIF角落案例
软件工程
2024-01-23 v1 机器人学
摘要
3D虚拟仿真能够生成多样化的测试场景并动态测试自动驾驶系统（ADS）的完整模块，是一种有前景的自动驾驶系统预期功能安全（SOTIF）测试方法。然而，测试场景的不同配置会影响传感器感知和环境交互，例如LiDAR传感器发出的光脉冲会发生后向散射和衰减，这通常被现有工作忽视，导致误报或错误结果。此外，ADS的输入空间极其庞大，在时间和空间域上存在无限数量的可能初始场景和变异。本文提出了一种基于第一性原理的传感器建模和环境交互方案，并将其集成到CARLA模拟器中。利用该方案，发现了一类长期被忽视的与恶劣天气相关的角落案例及其根本原因。此外，基于若干经验见解设计了一种元启发式算法，该算法同时指导种子场景和变异，显著降低了场景的搜索维度，提高了角落案例识别的效率。实验结果表明，在相同的仿真设置下，与最先进的工作相比，我们的算法发现的角落案例数量约为其四倍。
引用
@article{arxiv.2401.11876,
title = {First-principles Based 3D Virtual Simulation Testing for Discovering SOTIF Corner Cases of Autonomous Driving},
author = {Lehang Li and Haokuan Wu and Botao Yao and Tianyu He and Shuohan Huang and Chuanyi Liu},
journal= {arXiv preprint arXiv:2401.11876},
year = {2024}
}
备注
11 pages, 10 figures