可信自主车辆架构——Savvy
人工智能
2024-02-23 v1 系统与控制
系统与控制
摘要
由于商业、安全和性能原因，Autonomous Vehicles (AV) 领域的关注度日益增加。尽管近期 AV 架构在 AI 模型方面取得了显著成功，但仍有大量致命事故阻碍了完全自主车辆的普及。这迫切需要重新审视构建安全关键 AV 架构的基本原则。然而，这不应阻碍发挥 AI 的力量。为此，我们提出 Savvy，一种新的可信智能 AV 架构，两者兼得。Savvy 在控制平面和数据平面之间明确划分，以保证安全优先原则。前者假设控制以确保安全，使用设计时定义的规则；后者则在安全时间限制内尽可能优化决策。这通过引导式时间敏感预测质量降解(TPQD)实现：使用可调节的动态 ML 模型，以提供更丰富或更快的输出，基于可用安全时间限制。例如，Savvy 允许在可能最早的时候安全地将一只象辨认为空对象，而不是在太迟的时候最优地识别为象。这篇位置论文提出了 Savvy 的动机和概念，而实证评估正在进行中。
关键词
引用
@article{arxiv.2402.14580,
title = {Savvy: Trustworthy Autonomous Vehicles Architecture},
author = {Ali Shoker and Rehana Yasmin and Paulo Esteves-Verissimo},
journal= {arXiv preprint arXiv:2402.14580},
year = {2024}
}