精明:可信任的自动驾驶车辆架构
本文调查研究自动驾驶汽车的安全性保障问题,重点关注控制架构、风险评估与管理策略、基于人工智能和基于模型的方法的研究,并探讨了安全保障技术和安全框架的标准化 / 概括方法。
May, 2023
本文介绍了一个基于不确定性感知的集成预测和规划框架,在考虑人的礼貌及预测不确定性的同时生成安全有效的 AV 行为。研究表明,该算法可以明显提高生成行为的人类感,同时还发现人类驾驶员在道路上表现出很大的礼貌,即使对于没有优先权的其他人行驶者,而且这种驾驶偏好在不同文化中存在显著差异。
Oct, 2020
本研究探讨了将人工智能(AI)整合到自动驾驶汽车(AVs)中的复杂性,研究了 AI 组件引入的挑战以及对测试程序的影响,重点关注了可信 AI 的一些基本要求。涵盖了 AI 在 AVs 的各个操作层面上的作用、欧盟 AI 法案对 AVs 的影响以及 ADAS 和 ADS 的新测试方法的需求。本文还对网络安全审核的重要性、AI 决策过程中的可解释性需求以及评估 AVs 中预测系统的稳健性和道德行为的协议进行了详细分析。该论文确定了重大挑战,并提出了 AI 在 AV 技术研究与发展中的未来方向,突出了跨学科专业知识的需求。
Feb, 2024
本文讨论使用传统航空系统中的常见架构模式在集成人工智能和机器学习功能的情况下的安全性和保障问题,并通过将安全性视为架构属性来探讨设计生命周期早期涉及的安全性要求分配和架构权衡。
Jan, 2023
这篇论文主要探讨了在自动驾驶车辆的机器学习训练中,用户数据的隐私保护问题,提出了涉及个人、群体和机构三个层次的隐私风险分类方法,并总结了当前的解决方案和未来的研究方向。
Sep, 2022
自动驾驶汽车技术快速发展,对道路交通安全产生了重大影响,同时也解决了多种复杂的交通问题。为了确保自动驾驶汽车之间以及自动驾驶汽车与人类驾驶员之间的合作互动,本研究提出了一个多阶段的方法,采用共享和关怀的车对车通信策略来加强协同行为。通过进行一项调查来验证自动驾驶汽车的驾驶性能,并可用于一个混合交通案例研究,重点研究人类驾驶员如何对待与他们同时驾驶在同一条道路上的自动驾驶汽车。研究结果表明,采用深度强化学习,自动驾驶车辆获得了接近人类驾驶性能的驾驶行为。在自动驾驶汽车网络中采用共享和关怀的车对车通信可以提高其驾驶行为,促进更有效的行动计划,并增进自动驾驶汽车之间的合作行为。调查结果显示,无法保证混合交通中的安全性,因为我们无法控制人类驾驶员出于自我的行为,如果他们决定与自动驾驶汽车竞争。因此,本研究倡导加强对自动驾驶汽车在公共道路上安全融入的研究。
Dec, 2023
自动驾驶和驾驶辅助系统领域的安全保障、测试验证和验证安全关键应用的方法仍然是主要挑战之一,本文介绍了基于仿真的开发平台,用于验证和验证连续工程循环中的安全关键学习型系统。
Sep, 2023
本文提出了一种对抗性强化学习算法以最大化自主车辆动态控制对网络物理攻击的鲁棒性,通过分析状态估计过程并在博弈理论框架中研究了攻击者和自主车辆之间的互动以及提出了长短期记忆的使用,同时研究了数据处理的过程以提高面对网络物理攻击的鲁棒性。
May, 2018
基于 “物体引导” 模型方法和 Beta 先验的证据深度学习范式,该研究提出了一种解释自动驾驶车辆决策的方法,通过集成不确定性评估来克服复杂驾驶场景中可靠性方面的挑战,并在基于 BDD-OIA 数据集的实验中证明该模型在各种情景下优于现有基准模型。
Feb, 2024