如何评估自动驾驶试验场？一种定量方法
机器人学
2021-12-14 v5
摘要
试验场一直是互联与自动驾驶车辆（CAV）测试与验证的关键组成部分。尽管多年来已有不少世界级测试设施在建，但将试验场本身作为一种测试手段进行评估的研究却很少。本文首次尝试系统性地评估 CAV 试验场，并提出一种基于生成式样本的方法，用于评估试验场对交通场景的覆盖代表性。我们利用从自然驾驶事件中提取的典型用例，在 CAV 的试验场测试结果与其预期的公共道路性能之间建立了紧密联系。我们展示了该方法在三个世界级 CAV 测试设施上的基准测试结果：Mcity、Almono（Uber ATG）和 Kcity。我们成功地从这些试验场容纳真实世界交通场景的能力方面给出了总体评价。我们相信，当试验场自身的有效性得到验证后，其测试结果将为 CAV 的公开部署提供更大的信心。
引用
@article{arxiv.1909.09079,
title = {How to Evaluate Proving Grounds for Self-Driving? A Quantitative Approach},
author = {Rui Chen and Mansur Arief and Weiyang Zhang and Ding Zhao},
journal= {arXiv preprint arXiv:1909.09079},
year = {2021}
}