自动驾驶车辆安全性：基于模型与基于 AI 的方法综述

自动驾驶车辆（AVs）日益增长的进展凸显了优先保障 AV 机动绝对安全的关键需求，尤其在动态和不可预测的环境或情境中。由于每种交通情境/条件的独特性，该目标更具挑战性。为应对所有这些高度受限且复杂的配置，AVs 必须具备恰当的控制架构以及可靠且实时的风险评估与管理策略（RAMS）。这些针对性的 RAMS 必须大幅降低导航风险。然而，安全保证证明的缺失——这是待解决的关键挑战之一——极大限制了在道路上更广泛引入 AVs 的愿景，并将 AVs 的使用限制于极有限的用例。因此，本文的重点与愿景是综述自动驾驶车辆研究，同时聚焦于 AVs 安全保证这一重要主题。为此，拟综述定义 AVs 总体控制架构的相关方法与概念研究，着重于构成这些架构的安全评估与决策系统。此外，本综述旨在突显使用基于模型方法或基于 AI 方法的研究，同时强调各方法的优劣，并探讨提出结合基于模型与 AI 方法的综合多模态设计的研究。本文以关于保障 AVs 安全所用方法的讨论作结，即：安全验证技术以及安全框架的标准化/泛化。