可验证的障碍物检测

障碍物感知仍是自动驾驶车辆的关键安全问题。现实世界的碰撞表明，导致致命碰撞的自主性故障源于障碍物存在性检测。开源自动驾驶实现展示了一个具有复杂相互依赖深度神经网络（Deep Neural Networks）的感知流水线。这些网络不可完全验证，使其不适合安全关键任务。在本工作中，我们给出一种现有的基于 LiDAR 的经典障碍物检测算法的安全性验证。我们建立该障碍物检测算法能力的严格界限。给定安全标准，此类界限可用于确定能可靠满足标准的 LiDAR 传感器特性。这种分析对于基于神经网络的感知系统迄今仍无法实现。我们提供该障碍物检测系统的严格分析，并基于真实世界传感器数据给出经验结果。