自动驾驶系统情景评估：如何（不）参数化情景
机器人学
2025-02-14 v2
摘要
自动驾驶系统 (ADAS) 的开发取得了显著进展。为实现其大规模部署，2021 年获批的联合国法规157 (UN R157) 关于自动车道保持系统 (ALKS) 批准设定了要求。UN R157 要求被动行驶的 ALKS 必须避免任何可被合理防止的碰撞，并提出一种方法以区分可被合理防止的碰撞与不可防止的碰撞，依据是“技能且专注的人类驾驶员的仿真性能”。该方法中提出的三种情景类型假设特定的参数化，而不考虑进一步因素。本研究考察了这些情景的参数化，表明参数化选择显著影响仿真结果。通过与实际情景和参数化情景的比较，我们表明参数化的影响取决于情景类型、驾驶员模型以及评估准则。提出了替代参数化方案，使结果在召回率、精确率和 F1 分数方面更接近非参数化情景。该研究突显了谨慎情景参数化的重要性，并建议改进当前的 UN R157 方法。
引用
@article{arxiv.2409.01117,
title = {Scenario-based assessment of automated driving systems: How (not) to parameterize scenarios?},
author = {Erwin de Gelder and Olaf Op den Camp},
journal= {arXiv preprint arXiv:2409.01117},
year = {2025}
}
备注
Accepted for the 2024 IEEE International Automated Vehicle Validation (IAVVC2024) Conference