自动驾驶系统中车辆特性变异的安全性评估
软件工程
2023-11-27 v1
摘要
自动驾驶系统（ADSs）必须经过充分测试以确保其安全性。尽管多种 ADS 测试方法已展现出良好前景，但它们局限于一组固定的车辆特性设置（VCSs）。车辆特性（如质量、轮胎摩擦）变异对 ADS 安全性的影响尚未得到充分且系统的研究。此类变异常由磨损、生产误差等引起，可能导致 ADS 出现意外驾驶行为。为此，本文提出一种名为 SAFEVAR 的方法，用于系统性地寻找对原车辆特性设置的最小变异，这些变异会影响部署于车辆上的 ADS 的安全性。为评估 SAFEVAR 的有效性，我们采用两个 ADS 并使用两个驾驶模拟器开展实验。结果表明，与两种基线算法——随机搜索与基于变异的模糊测试器相比，配备 NSGA-II 的 SAFEVAR 能生成更多使车辆陷入不安全情形的关键 VCSs。我们还识别了关键车辆特性，并报告了改变其设置使 ADS 车辆陷入不安全情形的程度。
引用
@article{arxiv.2311.14461,
title = {Safety Assessment of Vehicle Characteristics Variations in Autonomous Driving Systems},
author = {Qi Pan and Tiexin Wang and Paolo Arcaini and Tao Yue and Shaukat Ali},
journal= {arXiv preprint arXiv:2311.14461},
year = {2023}
}