自动驾驶车辆的 MTBF 模型——从感知误差到车辆级失效
机器人学
2022-08-25 v1
摘要
自动驾驶车辆（AVs）的发展进展迅速，首批 robotaxi 服务正在全球部署。然而，为获得大规模部署的权威认证，制造商需证明其 AVs 比人类驾驶员更安全。这进而产生了对 AV 碰撞率（失效率）进行估计与建模的需求，且须考虑所有可能的误差与驾驶情境。换言之，对 AVs 全面的平均失效间隔时间（MTBF）模型存在强烈需求。本文提出一种通用且可扩展的模型，建立感知系统误差与车辆级失效（碰撞）之间的联系。利用该模型，我们能够根据期望的车辆级 MTBF 推导感知质量要求，或反之，在给定特定任务剖面和感知质量时获得 MTBF 值。
引用
@article{arxiv.2205.02621,
title = {MTBF Model for AVs -- From Perception Errors to Vehicle-Level Failures},
author = {Fabian Oboril and Cornelius Buerkle and Alon Sussmann and Simcha Bitton and Simone Fabris},
journal= {arXiv preprint arXiv:2205.02621},
year = {2022}
}
备注
to be published in the proceedings of the IEEE Intelligent Vehicles Symposium 2022