論文の概要: A Systematic Literature Review on Safety of the Intended Functionality for Automated Driving Systems

• arxiv url: http://arxiv.org/abs/2503.02498v1
• Date: Tue, 04 Mar 2025 11:04:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:13:08.755300
• Title: A Systematic Literature Review on Safety of the Intended Functionality for Automated Driving Systems
• Title（参考訳）: 自動運転システムにおける意図的機能安全性に関する体系的文献レビュー
• Authors: Milin Patel, Rolf Jung, Marzana Khatun,
• Abstract要約: 自動走行は、車両の外部環境と内部環境の両方を感知することに依存する。 ISO 21448は、ADSが意図した機能内で安全に動作することを保証することを目的とした、Intended Functionality (SOTIF)の標準である。 この課題は、SOTIFに関する広範囲かつ体系的な文献が限られているにもかかわらず、車両の安全性を確保することである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In the automobile industry, ensuring the safety of automated vehicles equipped with the Automated Driving System (ADS) is becoming a significant focus due to the increasing development and deployment of automated driving. Automated driving depends on sensing both the external and internal environments of a vehicle, utilizing perception sensors and algorithms, and Electrical/Electronic (E/E) systems for situational awareness and response. ISO 21448 is the standard for Safety of the Intended Functionality (SOTIF) that aims to ensure that the ADS operate safely within their intended functionality. SOTIF focuses on preventing or mitigating potential hazards that may arise from the limitations or failures of the ADS, including hazards due to insufficiencies of specification, or performance insufficiencies, as well as foreseeable misuse of the intended functionality. However, the challenge lies in ensuring the safety of vehicles despite the limited availability of extensive and systematic literature on SOTIF. To address this challenge, a Systematic Literature Review (SLR) on SOTIF for the ADS is performed following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The objective is to methodically gather and analyze the existing literature on SOTIF. The major contributions of this paper are: (i) presenting a summary of the literature by synthesizing and organizing the collective findings, methodologies, and insights into distinct thematic groups, and (ii) summarizing and categorizing the acknowledged limitations based on data extracted from an SLR of 51 research papers published between 2018 and 2023. Furthermore, research gaps are determined, and future research directions are proposed.
• Abstract（参考訳）: 自動車業界では、自動走行システム(ADS)を搭載した自動車両の安全性確保が、自動運転の開発・展開の増大により重要視されている。 自動運転は、車両の外部環境と内部環境の両方を感知し、知覚センサとアルゴリズムを利用し、状況認識と応答のための電気/電子システムに依存する。 ISO 21448は、ADSが意図した機能内で安全に動作することを保証することを目的とした、Intended Functionality (SOTIF)の標準である。 SOTIFは、ADSの制限や障害から生じる潜在的な危険を予防または緩和することに焦点を当てている。 しかし、SOTIFに関する広範囲かつ体系的な文献が限られているにもかかわらず、車両の安全性を確保することが課題である。 この課題に対処するため、SOTIF for the ADSに関するSLR(Systematic Literature Review)が、PRISMA(Systematic Reviews and Meta-Analyses)ガイドラインに従って実施されている。 本研究の目的は,SOTIF上の既存の文献を体系的に収集・分析することである。 本論文の主な貢献は次のとおりである。 一 異なる主題群に関する総合的な発見、方法論及び知見を合成し、整理して、文献の要約を提示すること。 (二)2018～2023年に発行された研究論文51件のSLRから抽出したデータに基づいて、認識された制限を要約し分類する。 さらに,研究ギャップが決定され,今後の研究方向性が提案される。

関連論文リスト

• A Method for the Runtime Validation of AI-based Environment Perception in Automated Driving System [2.369782235753731]
  環境認識は、自律運転システムによって実行される動的運転タスクの基本的な部分である。 現在の自動車システムの安全関連規格は、包括的な要求仕様の存在を前提としている。 本稿では,AIを用いたADS環境認識のための機能的ランタイム監視のための関数モニタを提案する。
  論文  参考訳（メタデータ） (2024-12-21T20:21:49Z)
• Characterization and Mitigation of Insufficiencies in Automated Driving Systems [0.5842419815638352]
  自動運転(AD)システムは安全性、快適性、エネルギー効率を高める可能性がある。 ADSの商業展開と広く採用は、部分的には乗客の安全を損なうシステム機能不全(FI)が道路の危険状況を引き起こしているため、穏健である。 本研究の目的は、FI緩和を改善し、ADSの商業展開を高速化するために、汎用的なアーキテクチャ設計パターンを定式化することである。
  論文  参考訳（メタデータ） (2024-04-15T08:19:13Z)
• STEAM & MoSAFE: SOTIF Error-and-Failure Model & Analysis for AI-Enabled Driving Automation [4.820785104084241]
  本稿では、SOTIF因果モデルの改良として、STEAM(SotIF Temporal Error and Failure Model)を定義した。 第2に,システム設計モデルに基づくSTEAMのインスタンス化が可能なモデルベースSOTIF解析法(MoSAFE)を提案する。
  論文  参考訳（メタデータ） (2023-12-15T06:34:35Z)
• Empowering Autonomous Driving with Large Language Models: A Safety Perspective [82.90376711290808]
  本稿では,Large Language Models (LLM) の自律運転システムへの統合について検討する。 LLMは行動計画におけるインテリジェントな意思決定者であり、文脈的安全学習のための安全検証シールドを備えている。 適応型LLM条件モデル予測制御(MPC)と状態機械を用いたLLM対応対話型行動計画スキームという,シミュレーション環境における2つの重要な研究について述べる。
  論文  参考訳（メタデータ） (2023-11-28T03:13:09Z)
• Leveraging Traceability to Integrate Safety Analysis Artifacts into the Software Development Process [51.42800587382228]
  安全保証ケース(SAC)は、システムの進化中に維持することが困難である。 本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。 安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
  論文  参考訳（メタデータ） (2023-07-14T16:03:27Z)
• 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)
• Finding Critical Scenarios for Automated Driving Systems: A Systematic Literature Review [20.926088145784604]
  本稿では,自律運転の文脈における系統的な文献レビューの結果について述べる。 本稿では,重要なシナリオ同定のための包括的分類法を提案する。 また、2017年から2020年までの86の論文を含む分類学に基づく最先端の研究の概要について概説する。
  論文  参考訳（メタデータ） (2021-10-16T21:24:19Z)
• Robustness Enhancement of Object Detection in Advanced Driver Assistance Systems (ADAS) [0.0]
  提案システムは、(1)最新鋭の物体検出器と対等な精度で性能が期待できる小型のワンステージ物体検出器と、(2)状況の意義から、自動運転車が人間の行動を必要とする場合には、警報信号をクラウドに送信するのに役立つ環境条件検出器の2つの主要コンポーネントを含む。
  論文  参考訳（メタデータ） (2021-05-04T15:42:43Z)
• Inspect, Understand, Overcome: A Survey of Practical Methods for AI Safety [54.478842696269304]
  安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。 近年,これらの安全対策を目的とした最先端技術動物園が出現している。 本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
  論文  参考訳（メタデータ） (2021-04-29T09:54:54Z)
• Overcoming Failures of Imagination in AI Infused System Development and Deployment [71.9309995623067]
  NeurIPS 2020は研究論文に「潜在的な悪用と失敗の結果」に関するインパクトステートメントを含むよう要求した。 我々は、害の枠組みは文脈に適応し、潜在的な利害関係者、システム余裕、および最も広い意味での害を評価するための実行可能なプロキシを考える必要があると論じている。
  論文  参考訳（メタデータ） (2020-11-26T18:09:52Z)
• 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。