論文の概要: Managing Human Factors in Automated Vehicle Development: Towards Challenges and Practices

• arxiv url: http://arxiv.org/abs/2405.18841v1
• Date: Wed, 29 May 2024 07:48:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-30 18:19:11.014744
• Title: Managing Human Factors in Automated Vehicle Development: Towards Challenges and Practices
• Title（参考訳）: 自動走行車開発におけるヒューマンファクターの管理--課題と実践に向けて
• Authors: Amna Pir Muhammad, Eric Knauss, Jonas Bärgman, Alessia Knauss,
• Abstract要約: 自動走行車(AV)を開発する際には、ヒューマンファクター(HF)の知識を考慮し、安全かつ受け入れられることが重要である。 本研究は,自動車産業におけるアジャイルAV開発におけるHF要求の実践と課題について考察する。
• 参考スコア（独自算出の注目度）: 4.419836325434071
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Due to the technical complexity and social impact, automated vehicle (AV) development challenges the current state of automotive engineering practice. Research shows that it is important to consider human factors (HF) knowledge when developing AVs to make them safe and accepted. This study explores the current practices and challenges of the automotive industries for incorporating HF requirements during agile AV development. We interviewed ten industry professionals from several Swedish automotive companies, including HF experts and AV engineers. Based on our qualitative analysis of the semi-structured interviews, a number of current approaches for communicating and incorporating HF knowledge into agile AV development and associated challenges are discussed. Our findings may help to focus future research on issues that are critical to effectively incorporate HF knowledge into agile AV development.
• Abstract（参考訳）: 技術的複雑さと社会的影響のため、自動走行車(AV)の開発は、現在の自動車工学の実践に挑戦する。 研究は、人的要因(HF)の知識を安全かつ受け入れられるために、AVを開発する際に考慮することが重要であることを示している。 本研究は,自動車産業におけるアジャイルAV開発におけるHF要求の実践と課題について考察する。 我々は、HFの専門家やAVエンジニアを含むスウェーデンの自動車会社から10人の業界専門家にインタビューした。 半構造化インタビューの質的な分析に基づいて、HFの知識をアジャイルAV開発に伝達し、取り入れるための現在のアプローチと関連する課題について論じる。 私たちの発見は、HFの知識をアジャイルなAV開発に効果的に組み込む上で重要な問題について、将来の研究に集中するのに役立ちます。

関連論文リスト

• Requirements Strategy for Managing Human Factors in Automated Vehicle Development [4.419836325434071]
  自動運転車(AV)のような安全クリティカルなシステムを開発する際には、ヒューマンファクター(HF)知識の統合が不可欠である HFの知識がAV開発プロセスを通して継続的に考慮されることを保証することは、これらの先進的なシステムの有効性、安全性、受け入れなど、いくつかの理由において不可欠である。 本稿では,AVのアジャイル開発におけるHF要件の調査に,要求戦略の概念をレンズとして適用する。
  論文  参考訳（メタデータ） (2024-05-29T07:37:57Z)
• 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)
• On STPA for Distributed Development of Safe Autonomous Driving: An Interview Study [0.7851536646859475]
  System-Theoretic Process Analysis (STPA)は、防衛や航空宇宙といった安全関連分野に適用される新しい手法である。 STPAは、分散システム開発とマルチアトラクション設計レベルを備えた自動車システム工学において、完全には有効でない前提条件を前提としている。 これは継続的開発とデプロイメントにおける保守性の問題と見なすことができる。
  論文  参考訳（メタデータ） (2024-03-14T15:56:02Z)
• Generative AI for Unmanned Vehicle Swarms: Challenges, Applications and Opportunities [84.00105187866806]
  Generative AI(GAI)は、無人車両群におけるこれらの課題を解決する大きな可能性を提供する。 本稿では,無人車及び無人車群の概要と,その利用事例と既存課題について述べる。 そこで本研究では,無人車両群におけるGAIの適用状況と課題について,さまざまな知見と議論を加えて概説する。
  論文  参考訳（メタデータ） (2024-02-28T05:46:23Z)
• 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)
• 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)
• 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)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• Explanations in Autonomous Driving: A Survey [7.353589916907923]
  我々は、説明可能な自動運転における既存の作業の包括的調査を行う。 我々は、AVの開発、使用、規制に関わる様々な利害関係者を特定し、分類する。
  論文  参考訳（メタデータ） (2021-03-09T00:31:30Z)
• Moral and Social Ramifications of Autonomous Vehicles [0.0]
  我々は、AV技術がプロやセミプロのドライバーの生活や生活にどのような影響を及ぼすかという、特定の懸念に焦点を当てる。 ドライバーが専門家とどう違うかを示すことで、私たちの研究はAIや他の先進的な技術にAVを超えて影響を受けています。
  論文  参考訳（メタデータ） (2021-01-28T01:46:52Z)

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。