合成预碰撞场景验证中的实用等价性测试及其应用

代表性预碰撞场景的使用对于通过仿真评估自动驾驶系统的安全性至关重要。然而，在合成场景与真实世界预碰撞场景及其碰撞特征之间的相似性进行稳健评估的领域仍存在一段距离。若没有proper validation，无法确保合成测试场景充分代表真实世界的驾驶行为和碰撞特征。这种验证间隙的一个原因是缺乏关注确认合成测试场景在给定评估范围内是否与真实世界等价的方法。传统统计方法，如显著性检验，侧重于检测差异；由于未检测到差异并不必然意味着等价，这些方法在验证合成预碰撞场景和碰撞特征时适用性有限。本研究通过提出一种基于贝叶斯实际等价区域（ROPE）框架的等价性测试方法来解决这一问题。该方法旨在评估最相关于所需评估的场景特征的等价性，特别适用于虚拟安全评估领域。我们首先回顾了现有的等价性测试方法。随后，我们通过测试两个后方碰撞数据集的等价性来展示和证明了基于贝叶斯ROPE的方法。我们的研究聚焦于最相关的场景特征。我们的分析提供了关于等价性测试在合成测试场景验证中的实际性和有效性的见解，证明了在提高自动驾驶车辆安全评估中合成数据的可信度，以及随后安全影响评估可信度方面的重要性。