論文の概要: A Systematic Mapping Study on the Debugging of Autonomous Driving Systems
- arxiv url: http://arxiv.org/abs/2601.04293v1
- Date: Wed, 07 Jan 2026 15:50:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 17:01:52.868603
- Title: A Systematic Mapping Study on the Debugging of Autonomous Driving Systems
- Title（参考訳）: 自律走行システムのデバッギングに関する系統地図学的研究
- Authors: Nathan Shaw, Sanjeetha Pennada, Robert M Hierons, Donghwan Shin,
- Abstract要約: このシステムマッピング研究(SMS)は、自律運転システム(ADS)の現況を詳述することを目的としている。
この研究はまた、今後の研究の方向性や、分野における問題定義や用語の標準についても提案している。
- 参考スコア（独自算出の注目度）: 1.2447872366013224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As Autonomous Driving Systems (ADS) progress towards commercial deployment, there is an increasing focus on ensuring their safety and reliability. While considerable research has been conducted on testing methods for detecting faults in ADS, very little attention has been paid to debugging in ADS. Debugging is an essential process that follows test failures to localise and repair the faults in the systems to maintain their safety and reliability. This Systematic Mapping Study (SMS) aims to provide a detailed overview of the current landscape of ADS debugging, highlighting existing approaches and identifying gaps in research. The study also proposes directions for future work and standards for problem definition and terminology in the field. Our findings reveal various methods for ADS debugging and highlight the current fragmented yet promising landscape.
- Abstract（参考訳）: 自動運転システム(ADS)が商用展開に向けて進むにつれ、安全性と信頼性の確保に重点が置かれている。
ADSの欠陥を検出するための試験方法について、かなりの研究がなされているが、ADSのデバッグにはほとんど注意が払われていない。
システム内の障害をローカライズし、修復し、安全性と信頼性を維持するためには、デバッグはテストの失敗に続く重要なプロセスである。
このシステムマッピング研究(SMS)は、ADSデバッグの現在の状況の詳細な概要を提供し、既存のアプローチを強調し、研究のギャップを特定することを目的としている。
この研究はまた、今後の研究の方向性や、分野における問題定義や用語の標準についても提案している。
以上の結果から, ADSデバッグの様々な方法が明らかとなり, 現状の断片化が期待できる景観を浮き彫りにしている。
関連論文リスト
- A Survey of Learning-Based Intrusion Detection Systems for In-Vehicle Network [0.0]
コネクテッド・アンド・オートマチック・ビークルズ(CAV)はモビリティを高めるが、サイバーセキュリティの脅威に直面している。
サイバー攻撃は、重要なシステムに対する制御の喪失を含む、接続された車両に壊滅的な結果をもたらす可能性がある。
In-vehicle Intrusion Detection Systems (IDSs) は、悪意のあるアクティビティをリアルタイムで検出することで、有望なアプローチを提供する。
論文 参考訳（メタデータ） (2025-05-15T12:38:59Z) - A Systematic Literature Review on Safety of the Intended Functionality for Automated Driving Systems [0.0]
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。
論文 参考訳（メタデータ） (2025-03-04T11:04:36Z) - Generalized Out-of-Distribution Detection and Beyond in Vision Language Model Era: A Survey [107.08019135783444]
アウト・オブ・ディストリビューション(OOD)サンプルは、機械学習システムの安全性を保証するために不可欠である。
その他の問題としては、異常検出(AD)、新規検出(ND)、オープンセット認識(OSR)、異常検出(OD)などがある。
論文 参考訳（メタデータ） (2024-07-31T17:59:58Z) - Integrity Monitoring of 3D Object Detection in Automated Driving Systems using Raw Activation Patterns and Spatial Filtering [12.384452095533396]
ディープニューラルネットワーク(DNN)モデルは、自動運転システム(ADS)における物体検出に広く利用されている。
しかし、そのようなモデルは、重大な安全性に影響を及ぼす可能性のあるエラーを起こしやすい。
このようなエラーを検知することを目的とした検査・自己評価モデルは、ADSの安全な配置において最重要となる。
論文 参考訳（メタデータ） (2024-05-13T10:03:03Z) - 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) - Weakly Supervised Anomaly Detection: A Survey [75.26180038443462]
異常検出(AD)は、さまざまなアプリケーションによる機械学習において重要なタスクである。
弱教師付き異常検出法(WSAD)の総合的な調査を行った。
各設定に対して、正式な定義、鍵アルゴリズム、潜在的な将来の方向性を提供する。
論文 参考訳（メタデータ） (2023-02-09T10:27:21Z) - Adversarial Machine Learning In Network Intrusion Detection Domain: A
Systematic Review [0.0]
ディープラーニングモデルは、誤った分類決定を行うためにモデルを誤解させる可能性のあるデータインスタンスに対して脆弱であることがわかった。
本調査では,ネットワーク侵入検出分野における敵機械学習のさまざまな側面を利用した研究について検討する。
論文 参考訳（メタデータ） (2021-12-06T19:10:23Z) - Generalized Out-of-Distribution Detection: A Survey [83.0449593806175]
アウト・オブ・ディストリビューション(OOD)検出は、機械学習システムの信頼性と安全性を確保するために重要である。
その他の問題として、異常検出(AD)、新規検出(ND)、オープンセット認識(OSR)、異常検出(OD)などがある。
まず、上記の5つの問題を含む一般化OOD検出という統合されたフレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-21T17:59:41Z) - 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) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z)
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。