論文の概要: Re-imagining ISO 26262 in the Age of Autonomous Vehicles: Enhancing Controllability through Transferability and Predictability
- arxiv url: http://arxiv.org/abs/2606.07437v1
- Date: Fri, 05 Jun 2026 16:35:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-08 14:33:29.851154
- Title: Re-imagining ISO 26262 in the Age of Autonomous Vehicles: Enhancing Controllability through Transferability and Predictability
- Title（参考訳）: 自律走行車時代におけるISO 26262の再検討:トランスファービリティと予測可能性による制御性の向上
- Authors: Chaitanya Shinde, Hadi Hajieghrary, Paul Schmitt, Adam Shoemaker, Bodo Seifert, Steve Kenner,
- Abstract要約: ISO 26262規格は、重度、露出、制御性に基づくリスク評価を通じて、道路車両の機能的安全性を定義している。
本稿では,伝達可能性と予測可能性という,測定可能な2つのサブ概念を紹介する。
この拡張はISO 26262の構造を保ちつつ、SAEレベル4と5で動作する無人自動システムにも適用範囲を広げた。
- 参考スコア（独自算出の注目度）: 0.677312110259149
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ISO 26262 standard defines functional safety for road vehicles through risk assessments based on Severity, Exposure, and Controllability, grounded in a human-driven vehicle paradigm. In the context of autonomous vehicles (AVs), the absence of a human driver necessitates revisiting these principles. This paper decomposes the Controllability placeholder into two auditable evidence dimensions of ISO 26262 by introducing two measurable sub-concepts: Transferability and Predictability. Transferability extends Controllability to capture AV systems' ability to hand off control to dedicated fallback safety mechanisms, while Predictability captures how easily external agents can anticipate AV behavior. Predictability is formally defined from human-robot interaction-inspired principles, and a mathematical framework is provided to quantify it. A designed-versus-achievable gap is introduced to distinguish architectural fallback claims from scene-conditioned achievable fallback capability. The proposed metrics align with ISO 26262 and ISO/PAS 21448 (SOTIF), rendering fallback and interaction claims falsifiable and traceable across ODD slices. These dimensions complement rather than replace existing standards, and the enhancements preserve the structure of ISO 26262 while extending its applicability to driverless automated systems operating at SAE Levels 4 and 5.
- Abstract（参考訳）: ISO 26262規格は、人間主導の車両パラダイムに基づく重大度、暴露、制御可能性に基づくリスク評価を通じて、道路車両の機能的安全性を定義している。
自動運転車(AV)の文脈では、人間のドライバーがいない場合、これらの原則を再考する必要がある。
本稿では,制御可能性プレースホルダーをISO 26262の2つの聴覚的エビデンス次元に分解し,測定可能な2つのサブ概念:伝達可能性と予測可能性を導入する。
トランスファービリティ(Transferability)は、AVシステムの専用のフォールバックセーフティメカニズムに制御を渡す能力をキャプチャするコントロール可能性を拡張する一方で、予測可能性(Predictability)は、外部エージェントがAVの振る舞いを予測しやすくする。
予測可能性(predictability)は、人間とロボットの相互作用に触発された原理から正式に定義され、それを定量化するための数学的枠組みが提供される。
アーキテクチャ上のフォールバック要求と、シーン条件で達成可能なフォールバック能力とを区別するために、設計上の逆到達可能なギャップが導入された。
提案した指標はISO 26262とISO/PAS 21448 (SOTIF) と一致し、フォールバックとインタラクションの主張はODDスライスで実現可能でトレース可能である。
これらの次元は既存の標準を置き換えるのではなく補完し、ISO 26262の構造を保ちつつ、SAEレベル4と5で動作する無人自動システムにも適用範囲を広げた。
関連論文リスト
- Connected Dependability Cage: Run-Time Function and Anomaly Monitoring for the Development and Operation of Safe Automated Vehicles [4.255452662944005]
Connected Dependability Cageは、AI対応の知覚システムにおける階層的なフェールオペレーショナル動作を可能にする。
システムは優雅な劣化をサポートし、究極的には最小リスクの操作戦略への移行を可能にする。
論文 参考訳（メタデータ） (2026-04-30T11:20:39Z) - PoSafeNet: Safe Learning with Poset-Structured Neural Nets [49.854863600271614]
既存のアプローチは、しばしば複数の安全制約を均一に、または固定された優先命令によって強制し、実現不可能と不安定な振る舞いを引き起こす。
我々は、この設定を擬似構造的安全性として定式化し、安全制約を部分的に順序づけられた集合としてモデル化し、安全構成を政策クラスの構造的特性として扱う。
この定式化に基づいて、逐次クローズドフォームプロジェクションを介して安全性を強制する、識別可能な神経安全層であるPoSafeNetを提案する。
論文 参考訳（メタデータ） (2026-01-29T22:03:32Z) - Controllable risk scenario generation from human crash data for autonomous vehicle testing [13.3074428571403]
制御可能なリスクエージェント生成(CRAG)は、支配的な名目的行動と稀な安全クリティカルな行動のモデリングを統合するために設計されたフレームワークである。
CRAGは、正常およびリスク関連挙動を歪め、限られたクラッシュデータの効率的な利用を可能にする構造付き潜在空間を構築する。
論文 参考訳（メタデータ） (2025-11-27T04:53:18Z) - AI Safety Assurance in Electric Vehicles: A Case Study on AI-Driven SOC Estimation [0.0]
電気自動車(EV)における人工知能(AI)技術の統合は、安全保証に固有の課題をもたらす。
従来の評価手法は、AIベースの機能の評価を目標とせず、進化する標準とプラクティスを必要としている。
本稿では、最近リリースされたISO/PAS 8800とISO 26262を組み合わせることで、EVにおけるAIコンポーネントの独立評価を実現する方法について検討する。
論文 参考訳（メタデータ） (2025-09-03T12:41:25Z) - SafetyAnalyst: Interpretable, Transparent, and Steerable Safety Moderation for AI Behavior [56.10557932893919]
我々は、新しいAI安全モデレーションフレームワークであるSafetyAnalystを紹介する。
AIの振る舞いを考えると、SafetyAnalystはチェーン・オブ・シークレット・推論を使用してその潜在的な結果を分析する。
効果を28個の完全に解釈可能な重みパラメータを使って有害度スコアに集約する。
論文 参考訳（メタデータ） (2024-10-22T03:38:37Z) - Ring-A-Bell! How Reliable are Concept Removal Methods for Diffusion Models? [52.238883592674696]
Ring-A-Bellは、T2I拡散モデルのためのモデルに依存しないレッドチームツールである。
これは、不適切なコンテンツの生成に対応する拡散モデルに対する問題的プロンプトを特定する。
この結果から,安全プロンプトベンチマークの操作により,既存の安全メカニズムを回避できると考えられるプロンプトを変換できることが示唆された。
論文 参考訳（メタデータ） (2023-10-16T02:11:20Z) - Security and Interpretability in Automotive Systems [0.0]
送信者認証機構がないため、CAN(Controller Area Network)はセキュリティ上の脅威に対して脆弱である。
この論文では、電子制御ユニット(ECU)の消費電力測定と分類モデルを用いてECUの送信状態を決定する送信者認証手法を実証する。
論文 参考訳（メタデータ） (2022-12-23T01:33:09Z) - Rationale-aware Autonomous Driving Policy utilizing Safety Force Field
implemented on CARLA Simulator [4.456405816364174]
本稿では,車両群に対する予測器を提案し,その予測器に基づいて統合運転ポリシーを提案する。
この政策は、各条件ごとに個別の計画を持っていないが、安全電位を用いて、交通流に混入した人間のような運転を目標としている。
論文 参考訳（メタデータ） (2022-11-18T13:49:51Z) - 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) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z)
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。