软件可靠性增长模型预测自动驾驶汽车脱离事件

自动驾驶汽车的接受程度取决于对其安全性的严格评估。此外，自动驾驶汽车项目的商业可行性取决于估算达到期望安全水平所需的时间和资源的能力。对开发中自动驾驶汽车的可靠性和安全水平进行估算的朴素方法将需要对静态车辆配置进行不可行的海量测试。为了既能估算当前安全性，又能预测未来系统的可靠性，我提出使用一种用于对演化软件系统可靠性建模的标准工具，即软件可靠性增长模型（SRGMs）。使用两种最知名的 SRGMs 对来自加州公共道路测试的两种自动驾驶汽车系统的公开数据进行了建模。评估了这些模型准确估算当前可靠性的能力，以及当前测试数据在额外测试后预测未来可靠性的能力。其中一种模型，即 Musa-Okumoto 模型，似乎是一个良好的估计量和合理的预测器。