論文の概要: Coverage based testing for V&V and Safety Assurance of Self-driving
Autonomous Vehicles: A Systematic Literature Review
- arxiv url: http://arxiv.org/abs/2103.04364v1
- Date: Sun, 7 Mar 2021 14:23:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-09 17:09:51.772574
- Title: Coverage based testing for V&V and Safety Assurance of Self-driving
Autonomous Vehicles: A Systematic Literature Review
- Title（参考訳）: 自動運転のV&Vと安全保証のためのカバレッジベーステスト:システム文献レビュー
- Authors: Zaid Tahir, Rob Alexander
- Abstract要約: 自動運転車(SAV)は、業界だけでなく一般の人々によって毎日より多くの関心を集めています。
SAVが公道に到達する際の大きなハードルの1つは、SAVの安全面における公衆の信頼の欠如である。
世界中の研究者は、V&V(Verification and Validation)とSAVの安全性保証にカバレッジベースのテストを使用している。
- 参考スコア（独自算出の注目度）: 1.1602089225841632
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Self-driving Autonomous Vehicles (SAVs) are gaining more interest each
passing day by the industry as well as the general public. Tech and automobile
companies are investing huge amounts of capital in research and development of
SAVs to make sure they have a head start in the SAV market in the future. One
of the major hurdles in the way of SAVs making it to the public roads is the
lack of confidence of public in the safety aspect of SAVs. In order to assure
safety and provide confidence to the public in the safety of SAVs, researchers
around the world have used coverage-based testing for Verification and
Validation (V&V) and safety assurance of SAVs. The objective of this paper is
to investigate the coverage criteria proposed and coverage maximizing
techniques used by researchers in the last decade up till now, to assure safety
of SAVs. We conduct a Systematic Literature Review (SLR) for this investigation
in our paper. We present a classification of existing research based on the
coverage criteria used. Several research gaps and research directions are also
provided in this SLR to enable further research in this domain. This paper
provides a body of knowledge in the domain of safety assurance of SAVs. We
believe the results of this SLR will be helpful in the progression of V&V and
safety assurance of SAVs.
- Abstract（参考訳）: 自動運転車(SAV)は、業界だけでなく一般の人々によって毎日より多くの関心を集めています。
テクノロジー企業や自動車会社は、将来のSAV市場でのヘッドスタートを確実にするために、SAVの研究開発に膨大な資金を投資しています。
SAVが公道に到達する際の大きなハードルの1つは、SAVの安全面における公衆の信頼の欠如である。
世界中の研究者は、安全を確保し、SAVの安全性に国民に信頼を提供するために、SAVの検証と検証(V&V)と安全保証のためのカバレッジベースのテストを使用しています。
本論文の目的は,過去10年間に研究者が用いたカバレッジ基準とカバレッジ最大化手法を検討し,SAVの安全性を保証することである。
本稿では,本研究のための体系的文献レビュー(SLR)を実施している。
適用範囲の基準に基づいて、既存の研究の分類を提示します。
この領域のさらなる研究を可能にするために、このSLRにはいくつかの研究ギャップと研究方向も設けられている。
本稿では,SAVの安全保証分野における知識の体系を提供する。
このSLRの結果は、V&Vの進展とSAVの安全性確保に有効であると考えています。
関連論文リスト
- Achieving the Safety and Security of the End-to-End AV Pipeline [9.714684348295707]
本稿では,自律走行車(AV)の安全性とセキュリティ研究の現状について詳しく述べる。
我々は,AV監視,センサシステムの信頼性,AVスタックのセキュリティ,アルゴリズム的堅牢性,安全な環境相互作用など,この研究領域に関する主要な研究課題のセクションを提供する。
それぞれの節の結論として,結論が付かない今後の研究課題を提案する。
論文 参考訳（メタデータ） (2024-09-05T20:14:22Z) - Safetywashing: Do AI Safety Benchmarks Actually Measure Safety Progress? [59.96471873997733]
我々は、より有意義な安全指標を開発するための実証的な基盤を提案し、機械学習研究の文脈でAIの安全性を定義する。
我々は、AI安全研究のためのより厳格なフレームワークを提供し、安全性評価の科学を前進させ、測定可能な進歩への道筋を明らかにすることを目指している。
論文 参考訳（メタデータ） (2024-07-31T17:59:24Z) - 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) - A Safe Harbor for AI Evaluation and Red Teaming [124.89885800509505]
一部の研究者は、そのような研究の実施や研究成果の公表が、アカウント停止や法的報復につながることを恐れている。
我々は、主要なAI開発者が法的、技術的に安全な港を提供することを約束することを提案します。
これらのコミットメントは、ジェネレーティブAIのリスクに取り組むための、より包括的で意図しないコミュニティ努力への必要なステップである、と私たちは信じています。
論文 参考訳（メタデータ） (2024-03-07T20:55:08Z) - A novel framework for adaptive stress testing of autonomous vehicles in
highways [3.2112502548606825]
高速道路交通のシナリオにおいて,安全上の懸念を生じさせるようなコーナーケースを探索する新しい枠組みを提案する。
衝突確率推定に基づいて衝突シナリオを識別する際のASTを導出するDRLの新しい報奨関数を開発した。
提案するフレームワークは,より現実的なトラフィックシナリオの作成を可能にする,新たな駆動モデルとさらに統合されている。
論文 参考訳（メタデータ） (2024-02-19T04:02:40Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳（メタデータ） (2023-08-02T09:48:08Z) - Safety of autonomous vehicles: A survey on Model-based vs. AI-based
approaches [1.370633147306388]
AVの全体制御アーキテクチャを定義するための関連手法と概念について検討する。
このレビュープロセスを通じて、モデルベースの方法とAIベースのアプローチのいずれかを使用する研究を強調することを意図している。
本稿では,安全性検証技術と安全フレームワークの標準化・一般化という,AVの安全性を保証するための手法について論じる。
論文 参考訳（メタデータ） (2023-05-29T08:05:32Z) - Milestones in Autonomous Driving and Intelligent Vehicles: Survey of
Surveys [71.28049144033773]
自律運転(AD)とインテリジェント車(IV)の総合技術を対象としたサーベイス(SoS)を提案する。
この記事は、ADとIVsのマイルストーンを持つ最初のSoSであり、他の2つの技術調査とともに、我々の完全な研究作業を構成します。
論文 参考訳（メタデータ） (2023-03-30T08:31:22Z) - Towards Safer Generative Language Models: A Survey on Safety Risks,
Evaluations, and Improvements [76.80453043969209]
本調査では,大規模モデルに関する安全研究の枠組みについて述べる。
まず、広範囲にわたる安全問題を導入し、その後、大型モデルの安全性評価手法を掘り下げる。
トレーニングからデプロイメントまで,大規模なモデルの安全性を高めるための戦略について検討する。
論文 参考訳（メタデータ） (2023-02-18T09:32:55Z) - Fast or Accurate? Governing Conflicting Goals in Highly Autonomous
Vehicles [3.3605894204326994]
AVの精度と速度の基本的な工学的トレードオフを理解することは、AVシステムに固有の不確実性とリスクを規制する政策立案者にとって非常に重要である、と我々は主張する。
これにより、効率的な規制の促進、トルト回復の障壁の低減、安全や説明責任といった公共の価値観の適切なバランスを確保することで、製造業者から公共へのパワーバランスをシフトする。
論文 参考訳（メタデータ） (2022-08-03T13:24:25Z) - Assessing Safety-Critical Systems from Operational Testing: A Study on
Autonomous Vehicles [3.629865579485447]
安全クリティカルシステム(SCS)の信頼性と安全性の実証は依然として難しい問題である。
我々は、信頼性を示す問題を再考するために、現在の例として自律走行車(AV)を使用します。
論文 参考訳（メタデータ） (2020-08-19T19:50:56Z)
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。