論文の概要: First-principles Based 3D Virtual Simulation Testing for Discovering
SOTIF Corner Cases of Autonomous Driving
- arxiv url: http://arxiv.org/abs/2401.11876v1
- Date: Mon, 22 Jan 2024 12:02:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 14:09:02.245155
- Title: First-principles Based 3D Virtual Simulation Testing for Discovering
SOTIF Corner Cases of Autonomous Driving
- Title（参考訳）: 第一原理に基づく3次元仮想シミュレーションによる自律走行のSOTIFコーナーケースの探索
- Authors: Lehang Li, Haokuan Wu, Botao Yao, Tianyu He, Shuohan Huang, Chuanyi
Liu
- Abstract要約: 本稿では,第1原理に基づくセンサモデリングと環境相互作用手法を提案し,それをCARLAシミュレータに統合する。
メタヒューリスティックアルゴリズムは、いくつかの経験的洞察に基づいて設計され、シードシナリオと突然変異の両方を導く。
シミュレーションのセットアップは同じで、我々のアルゴリズムは最先端の作業の約4倍のコーナーケースを発見できる。
- 参考スコア（独自算出の注目度）: 5.582213904792781
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D virtual simulation, which generates diversified test scenarios and tests
full-stack of Autonomous Driving Systems (ADSes) modules dynamically as a
whole, is a promising approach for Safety of The Intended Functionality (SOTIF)
ADS testing. However, as different configurations of a test scenario will
affect the sensor perceptions and environment interaction, e.g. light pulses
emitted by the LiDAR sensor will undergo backscattering and attenuation, which
is usually overlooked by existing works, leading to false positives or wrong
results. Moreover, the input space of an ADS is extremely large, with infinite
number of possible initial scenarios and mutations, along both temporal and
spatial domains.
This paper proposes a first-principles based sensor modeling and environment
interaction scheme, and integrates it into CARLA simulator. With this scheme, a
long-overlooked category of adverse weather related corner cases are
discovered, along with their root causes. Moreover, a meta-heuristic algorithm
is designed based on several empirical insights, which guide both seed
scenarios and mutations, significantly reducing the search dimensions of
scenarios and enhancing the efficiency of corner case identification.
Experimental results show that under identical simulation setups, our algorithm
discovers about four times as many corner cases as compared to state-of-the-art
work.
- Abstract（参考訳）: 多様なテストシナリオを生成し、自律運転システム(adses)モジュール全体の全スタックを動的にテストする3d仮想シミュレーションは、意図された機能(sotif)広告テストの安全性のための有望なアプローチである。
しかし、テストシナリオの異なる構成がセンサーの知覚や環境相互作用に影響を与えるため、例えば、LiDARセンサーによって放出される光パルスは後方散乱と減衰を受け、通常は既存の研究で見過ごされ、誤った陽性や誤った結果をもたらす。
さらに、ADSの入力空間は極端に大きく、時間領域と空間領域の両方に沿って、起こりうる初期シナリオや突然変異が無限に存在する。
本稿では,第1原理に基づくセンサモデリングと環境相互作用手法を提案し,それをCARLAシミュレータに統合する。
この計画により、悪天候に関連するコーナーケースの長い見落としのカテゴリーが、その根本原因とともに発見される。
さらに、メタヒューリスティックアルゴリズムは、シードシナリオと突然変異の両方を導くいくつかの経験的洞察に基づいて設計され、シナリオの探索範囲を大幅に削減し、コーナーケース識別の効率を高める。
実験の結果,同一のシミュレーション環境下では,最先端の作業に比べて約4倍のコーナーケースが検出できることがわかった。
関連論文リスト
- Assessing Quality Metrics for Neural Reality Gap Input Mitigation in Autonomous Driving Testing [2.194575078433007]
自動走行システム(ADS)のシミュレーションベースのテストは業界標準であり、現実世界のテストに対する制御され、安全で費用対効果の高い代替手段である。
これらの利点にもかかわらず、仮想シミュレーションは画像の忠実さ、テクスチャ表現、環境の正確さといった現実世界の状態を正確に再現することができないことが多い。
これは、シミュレートされたドメインと実世界のドメイン間のADSの挙動に大きな違いをもたらす可能性がある。
研究者は、画像から画像へのニューラルトランスレーション(I2I)を使用して、シミュレートされた環境のリアリズムを高め、合成データをより本物にすることで、シミュレートされた環境のリアリズムを高めた。
論文 参考訳（メタデータ） (2024-04-29T10:37:38Z) - Towards Unified 3D Object Detection via Algorithm and Data Unification [70.27631528933482]
我々は、最初の統一型マルチモーダル3Dオブジェクト検出ベンチマークMM-Omni3Dを構築し、上記のモノクロ検出器をマルチモーダルバージョンに拡張する。
設計した単分子・多モード検出器をそれぞれUniMODEとMM-UniMODEと命名した。
論文 参考訳（メタデータ） (2024-02-28T18:59:31Z) - 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) - S2R-ViT for Multi-Agent Cooperative Perception: Bridging the Gap from
Simulation to Reality [41.25312194294171]
本稿では,S2R-ViT と名付けられた新しい視覚変換器を用いて,マルチエージェント協調認識のための第1から第1の現実への変換学習フレームワークを提案する。
OPV2VとV2V4Realの公共マルチエージェント協調認識データセットに関する実験により,提案したS2R-ViTがシミュレーションから現実へのギャップを効果的に埋めることを示す。
論文 参考訳（メタデータ） (2023-07-16T03:54:10Z) - Realistic Safety-critical Scenarios Search for Autonomous Driving System
via Behavior Tree [8.286351881735191]
本研究では,行動木に基づくテストフレームワークであるMatrix-Fuzzerを提案し,現実的な安全クリティカルなテストシナリオを自動的に生成する。
提案手法では, 安全クリティカルシナリオのタイプが最も多いが, ベースラインアルゴリズムと比較して, 全体の30%程度しか生成できない。
論文 参考訳（メタデータ） (2023-05-11T06:53:03Z) - A Multi-Layered Approach for Measuring the Simulation-to-Reality Gap of
Radar Perception for Autonomous Driving [0.0]
仮想テストに頼るためには、採用されているセンサーモデルを検証する必要がある。
レーダ知覚のこのシミュレーションと現実のギャップを測定するための音響手法は存在しない。
提案手法の有効性を,詳細なセンサモデルによる評価により検証した。
論文 参考訳（メタデータ） (2021-06-15T18:51:39Z) - Cycle and Semantic Consistent Adversarial Domain Adaptation for Reducing
Simulation-to-Real Domain Shift in LiDAR Bird's Eye View [110.83289076967895]
ドメイン適応プロセス中に関心のある小さなオブジェクトの情報を保存するために,事前の意味分類を用いたサイクガンに基づくbevドメイン適応法を提案する。
生成したBEVの品質は,KITTI 3D Object Detection Benchmarkの最先端3Dオブジェクト検出フレームワークを用いて評価されている。
論文 参考訳（メタデータ） (2021-04-22T12:47:37Z) - Generating and Characterizing Scenarios for Safety Testing of Autonomous
Vehicles [86.9067793493874]
最先端運転シミュレータを用いて,テストシナリオを特徴付け,生成するための効率的なメカニズムを提案する。
次世代シミュレーション(NGSIM)プロジェクトにおける実運転データの特徴付けに本手法を用いる。
事故回避の複雑さに基づいてメトリクスを定義してシナリオをランク付けし、事故発生の可能性を最小限に抑えるための洞察を提供します。
論文 参考訳（メタデータ） (2021-03-12T17:00:23Z) - Testing the Safety of Self-driving Vehicles by Simulating Perception and
Prediction [88.0416857308144]
センサシミュレーションは高価であり,領域ギャップが大きいため,センサシミュレーションに代わる方法を提案する。
我々は、自動運転車の知覚と予測システムの出力を直接シミュレートし、現実的な動き計画テストを可能にする。
論文 参考訳（メタデータ） (2020-08-13T17:20:02Z) - A Sensitivity Analysis Approach for Evaluating a Radar Simulation for
Virtual Testing of Autonomous Driving Functions [0.0]
レーダシミュレーションの開発と評価のための感度解析手法を提案する。
モジュラーレーダシステムのシミュレーションを提示・パラメータ化して感度解析を行う。
レーダモデルの出力と実走行の測定値を比較して,現実的なモデルの挙動を確かめる。
論文 参考訳（メタデータ） (2020-08-06T15:51:52Z)
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。