基于不确定性的实时 GPU 加速蒙特卡罗安全关键 AEB 系统评估

: 自动紧急制动（AEB）系统代表着国家安全关切问题，美国国家高速公路交通安全管理局（NHTSA）联邦汽车安全标准（FMVSS No. 127）要求自2029年9月起，所有新销售的美国轻型车辆必须配备AEB系统。然而，实际应用中常依赖于确定性的制动距离或时间到碰撞（TTC）阈值，无法捕捉传感、道路条件和车辆动力学的不确定性。本文提出了一种GPU加速的蒙特卡罗框架，用于基于高保真纵向车辆模型的应急制动性能进行蒙特卡罗评估，模型包含空气动力学阻力、道路坡度、刹车执行器动力学以及重量转移效应。采用以样本为单位的执行策略充分利用蒙特卡罗 rollout 的独立性，而通过确定性CPU生成的抽样确保了CPU和GPU实现之间的位精确数值一致性。该框架在四个硬件平台上进行评估，涵盖开发和部署环境：两个笔记本GPU（GTX 1650、RTX 5070）和两个汽车级嵌入式平台（Jetson Orin Nano、Jetson AGX Orin）。实现峰值加速54.57倍，同时保持数值完全一致。针对完整的AEB时间预算（700毫秒的人类反应时间减去120毫秒的感知和50毫秒的决策开销），进行了实时可行性分析，表明Jetson AGX Orin可以在530毫秒的预算内执行约25,000次蒙特卡罗抽样，实现作为完整嵌入式管道中实时的概率性AEB评估。这些结果将蒙特卡罗不确定性评估确立为可部署的运行时组件，而非离线验证工具，并为在NHTSA最终规则下进行风险感知的AEB阈值选择提供定量指导。