論文の概要: Safety of the Intended Driving Behavior Using Rulebooks
- arxiv url: http://arxiv.org/abs/2105.04472v1
- Date: Mon, 10 May 2021 16:11:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-11 14:39:13.599016
- Title: Safety of the Intended Driving Behavior Using Rulebooks
- Title（参考訳）: ルールブックを用いた意図運転行動の安全性
- Authors: Anne Collin, Artur Bilka, Scott Pendleton, Radboud Duintjer Tebbens
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.5898893619901381
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Autonomous Vehicles (AVs) are complex systems that drive in uncertain
environments and potentially navigate unforeseeable situations. Safety of these
systems requires not only an absence of malfunctions but also high performance
of functions in many different scenarios. The ISO/PAS 21448 [1] guidance
recommends a process to ensure the Safety of the Intended Functionality (SOTIF)
for road vehicles. This process starts with a functional specification that
fully describes the intended functionality and further includes the
verification and validation that the AV meets this specification. For the path
planning function, defining the correct sequence of control actions for each
vehicle in all potential driving situations is intractable. In this paper, the
authors provide a link between the Rulebooks framework, presented by [2], and
the SOTIF process. We establish that Rulebooks provide a functional description
of the path planning task in an AV and discuss the potential usage of the
method for verification and validation.
- Abstract（参考訳）: 自律走行車 (AVs) は、不確実な環境で運転し、予期せぬ状況をナビゲートする複雑なシステムである。
これらのシステムの安全性は、誤動作の欠如だけでなく、多くの異なるシナリオにおいて高い性能の関数を必要とする。
ISO/PAS 21448 [1] のガイダンスでは、道路車両の意図的機能(SOTIF)の安全性を保証するプロセスが推奨されている。
このプロセスは、意図した機能を完全に記述した機能仕様から始まり、さらにAVがこの仕様を満たす検証と検証を含む。
経路計画関数では、全ての潜在的な運転状況において各車両の制御動作の正しい順序を定義することは困難である。
本稿では、[2]によって提示されるルールブックフレームワークとSOTIFプロセスの関連性について述べる。
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,検証と検証のための手法の可能性について論じる。
関連論文リスト
- An Ontology-based Approach Towards Traceable Behavior Specifications in Automated Driving [0.0]
本稿では,自動走行システム搭載車両の動作を特定する手法として,セマンティックノーム行動解析を提案する。
対象とする運用環境の特定行動を形式的に表現し、特定行動とステークホルダーのニーズの間のトレーサビリティを確立するために使用します。
評価の結果,行動仕様における仮定の明示的な文書化は,仕様の不備の特定と治療の両立を支えていることが明らかとなった。
論文 参考訳（メタデータ） (2024-09-10T16:00:22Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳（メタデータ） (2023-12-31T04:14:43Z) - DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。
運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。
我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
論文 参考訳（メタデータ） (2023-10-03T10:10:42Z) - Safety of the Intended Functionality Concept Integration into a
Validation Tool Suite [0.0]
この研究は、既存のバリデーションツールスイートにおけるSOTIFプロセスの統合を実現する方法を示している。
必要な適応は、アプローチの理解を助けるために付随する例で説明される。
論文 参考訳（メタデータ） (2023-08-31T12:22:35Z) - Conservative Estimation of Perception Relevance of Dynamic Objects for
Safe Trajectories in Automotive Scenarios [0.0]
関連性の概念はいまだ十分に定義されておらず、特定されていない。
本稿では,ハイウェイ領域における衝突安全への模範的適用により,この課題を克服する新しい手法を提案する。
本稿では、動的対象が知覚に関連し、完全な評価のために考慮する必要がある、保守的な推定法を提案する。
論文 参考訳（メタデータ） (2023-07-20T13:43:48Z) - Non-Intrusive Driver Behavior Characterization From Road-Side Cameras [1.9659095632676098]
本稿では,ITS システムの路面カメラのみを用いて車体挙動を特徴付ける概念の証明を示す。
また,外部映像分析に基づく運転者の分類は,車両のキャラクタリゼーションの精度の1～2%以内の精度が得られることを示した。
論文 参考訳（メタデータ） (2023-02-25T17:22:49Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - 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) - Learning to Be Cautious [71.9871661858886]
強化学習の分野における重要な課題は、新しい状況下で慎重に行動するエージェントを開発することである。
注意深い行動がますます不要になるタスクのシーケンスと、システムが注意深いことを実証するアルゴリズムを提示する。
論文 参考訳（メタデータ） (2021-10-29T16:52:45Z) - Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。
我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。
ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文 参考訳（メタデータ） (2021-06-03T16:45:40Z) - A Multi-Agent Reinforcement Learning Approach For Safe and Efficient
Behavior Planning Of Connected Autonomous Vehicles [21.132777568170702]
我々は、コネクテッド・自動運転車のための情報共有型強化学習フレームワークを設計する。
提案手法は, 平均速度と快適性の観点から, CAV システムの効率性を向上させることができることを示す。
我々は,共用視覚が早期に障害物を観測し,交通渋滞を避けるために行動を起こすのに役立つことを示すために,障害物回避シナリオを構築した。
論文 参考訳（メタデータ） (2020-03-09T19:15:30Z)
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。