論文の概要: Towards Identifying and closing Gaps in Assurance of autonomous Road vehicleS -- a collection of Technical Notes Part 1

• arxiv url: http://arxiv.org/abs/2003.00789v1
• Date: Fri, 28 Feb 2020 16:27:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 02:54:41.866253
• Title: Towards Identifying and closing Gaps in Assurance of autonomous Road vehicleS -- a collection of Technical Notes Part 1
• Title（参考訳）: 自律走行車両の保証におけるギャップの特定と閉鎖に向けて -技術ノートの収集 その1-
• Authors: Robin Bloomfield (1 and 2), Gareth Fletcher (1), Heidy Khlaaf (1), Philippa Ryan (1), Shuji Kinoshita (3), Yoshiki Kinoshit (3), Makoto Takeyama (3), Yutaka Matsubara (4), Peter Popov (2) Kazuki Imai (5), Yoshinori Tsutake (5) ((1) Adelard LLP, (2) City University of London, (3) Kanagawa University, (4) Nagoya University, (5) Witz Corporation)
• Abstract要約: 技術トピックノート(Technical Topic Notes)は、自動運転車の開発と評価を支援することを目的としている。 パート1では、保証のオーバービューと課題、レジリエンスと安全要件、オープンシステムの観点からの視点とMLシステムの形式的検証と静的分析について論じる。 パート2では、シミュレーションと動的テスト、深さと多様性の防衛、セキュリティインフォームド安全分析、標準、ガイドラインについて論じている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This report provides an introduction and overview of the Technical Topic Notes (TTNs) produced in the Towards Identifying and closing Gaps in Assurance of autonomous Road vehicleS (Tigars) project. These notes aim to support the development and evaluation of autonomous vehicles. Part 1 addresses: Assurance-overview and issues, Resilience and Safety Requirements, Open Systems Perspective and Formal Verification and Static Analysis of ML Systems. Part 2: Simulation and Dynamic Testing, Defence in Depth and Diversity, Security-Informed Safety Analysis, Standards and Guidelines.
• Abstract（参考訳）: 本報告では,自動走行車両(Tigars)プロジェクトにおけるギャップの特定と閉鎖にともなう技術的話題ノート(TTN)の概要について紹介する。 これらのノートは、自動運転車の開発と評価を支援することを目的としている。 パート1は、保証のオーバービューと課題、レジリエンスと安全要件、オープンシステムの観点からの展望とMLシステムの形式的検証と静的分析。 パート2:シミュレーションと動的テスト、深さと多様性の防衛、セキュリティインフォームド安全分析、標準およびガイドライン。

関連論文リスト

• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• Interpreting Safety Outcomes: Waymo's Performance Evaluation in the Context of a Broader Determination of Safety Readiness [0.0]
  本稿では,観測結果と他の推定手法を補完する安全性判定への多角的アプローチの必要性を強調した。 ADSのクラッシュデータと人間由来のベースラインの比較における「クレディビリティ・パラドックス」の提示、インユースモニタリングによる継続的信頼成長の認識、イベントレベルの適切な推論による総合統計分析を補完する必要性、などが議論の焦点となっている。
  論文  参考訳（メタデータ） (2023-06-23T14:26:40Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• Identifying and Explaining Safety-critical Scenarios for Autonomous Vehicles via Key Features [5.634825161148484]
  本稿では,AVの安全でない動作を明らかにする能力に影響を及ぼすテストシナリオの重要な特徴を特定するために,ISA(インスタンス空間解析)を用いる。 ISAは、安全クリティカルなシナリオと通常の運転とを最も区別する機能を特定し、2Dのテストシナリオ結果(セーフ/アンセーフ)への影響を可視化する。 特定された機能の予測能力をテストするために、5つの機械学習分類器をトレーニングし、テストシナリオを安全または安全でないものとして分類する。
  論文  参考訳（メタデータ） (2022-12-15T00:52:47Z)
• Deep Learning Serves Traffic Safety Analysis: A Forward-looking Review [4.228522109021283]
  本稿では,トラヒックビデオの理解と解釈に使用できる,典型的な処理パイプラインを提案する。 この処理フレームワークは、ビデオ強調、ビデオ安定化、セマンティックおよびインシデントセグメンテーション、オブジェクト検出と分類、軌道抽出、速度推定、イベント分析、モデリング、異常検出を含む。
  論文  参考訳（メタデータ） (2022-03-07T17:21:07Z)
• Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
  本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。 我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
  論文  参考訳（メタデータ） (2022-03-04T16:14:33Z)
• Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
  本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。 既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。 私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
  論文  参考訳（メタデータ） (2021-09-03T13:33:33Z)
• Safety of the Intended Driving Behavior Using Rulebooks [0.5898893619901381]
  ISO/PAS 21448ガイダンスは、道路車両の意図された機能(SOTIF)の安全を確保するためのプロセスを推奨します。 経路計画機能では、すべての潜在的な運転状況において、各車両の正しい制御アクションを定義することは困難です。 本稿では,ルールブックがAV内の経路計画タスクの機能的記述を提供し,本手法の検証と検証の可能性について論じる。
  論文  参考訳（メタデータ） (2021-05-10T16:11:15Z)
• A Review of Testing Object-Based Environment Perception for Safe Automated Driving [0.0]
  自動運転システムの安全確保は、環境認識の不確実性を考慮しなければならない。 本論文では,安全確保の一環として認識テストがいかに実現されるかに関する文献をレビューする。
  論文  参考訳（メタデータ） (2021-02-16T21:40:39Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。