18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛系統(tǒng)驗證需要考慮的因素

ml8z_IV_Technol ? 來源:yxw ? 2019-07-11 15:22 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

確保自動駕駛車輛在其預(yù)期的運行環(huán)境中充分發(fā)揮作用是整個系統(tǒng)驗證的關(guān)鍵部分。傳統(tǒng)的軟件驗證包括需求和系統(tǒng)級測試的可追溯性。然而,由于機器學(xué)習使用基于數(shù)據(jù)訓(xùn)練的方法,傳統(tǒng)方法不再適用。因此,驗證至少需要確保訓(xùn)練數(shù)據(jù)和測試涵蓋所有相關(guān)的操作條件。

為了解決這個問題,我們通常將操作環(huán)境限制于人類駕駛員可以處理的所有可能情況的子集。這種限制系統(tǒng)運行需求的方法被稱為采用運行設(shè)計域(ODD)。進而,在ODD的要求下,我們需要確保系統(tǒng)能安全運行,或確保系統(tǒng)能夠識別和減輕超出ODD的偏差。對于ODD的描述很簡單,NHTSA(2017)將道路類型、地理特征、速度范圍、天氣和“其他”列為相關(guān)因素。在我們對各種自動駕駛車輛項目的經(jīng)驗中,我們發(fā)現(xiàn) “其他”的清單可能很廣泛,需要工程師有豐富的經(jīng)驗。盡管如此,考慮到所有這些“其他”因素對于安全是至關(guān)重要的。

PEGASUS方法

除了ODD,驗證過程中還需考慮“對象和事件的檢測與響應(yīng)”(OEDR)。OEDR通常指車輛遇到的外部情況的適當處理,包括感知、規(guī)劃和實施車輛自己的行動。與ODD一樣,NHTSA文件提供了一個考慮因素的簡短列表,如人工指揮交通。但在實踐中,考慮因素的清單可能會變得驚人的大。

應(yīng)考慮的另一個因素是車輛本身啟動的機動類型,通常與導(dǎo)航有關(guān),例如進出有限的進出道路、啟動轉(zhuǎn)彎、變換車道等。

最后,驗證應(yīng)考慮對系統(tǒng)故障和局限性(如傳感能力不足和計算故障)的響應(yīng)和操作。故障響應(yīng)可能包括通過使用已安裝的冗余以正常功能繼續(xù)操作,減少功能或?qū)⑾到y(tǒng)轉(zhuǎn)換為安全狀態(tài)。無論選擇哪種策略,驗證都必須確保故障檢測和故障響應(yīng)工作正常。

ODD因素

描述系統(tǒng)運行環(huán)境的特征應(yīng)至少包括以下內(nèi)容:

地形和相關(guān)的位置特征(例如,坡度、拱度、曲率、傾斜、摩擦系數(shù)、路面粗糙度、空氣密度),包括車輛即時環(huán)境和預(yù)計的車輛路徑。需要注意的是,在較短的距離內(nèi),環(huán)境可能會發(fā)生巨大的變化。

環(huán)境和天氣條件,如地表溫度、氣溫、風、能見度、降水、結(jié)冰、照明、眩光、電磁干擾、雜波、振動和其他類型的傳感器噪聲。

基礎(chǔ)設(shè)施,如導(dǎo)航輔助標識(如信標、車道標志、增強標志)、交通管理設(shè)備(如交通燈、路權(quán)標志、車輛行駛燈)、隔離區(qū)、特殊道路使用規(guī)則(如可變的車道方向)等。

與環(huán)境和其他影響因素相互作用的參與規(guī)則和期望,包括交通法、社會規(guī)范、與其他智能體的信號交互(與其他自動駕駛車輛和人,包括顯式的信號以及通過車輛運動控制的隱式信號)。

通信模式、帶寬、延遲、穩(wěn)定性、可用性、可靠性,包括機器間的通信和人機交互。

基礎(chǔ)設(shè)施特征數(shù)據(jù)的可用性和實時性,如地圖詳細程度和識別與基線數(shù)據(jù)的臨時偏差(例如,施工區(qū)、交通堵塞、臨時交通規(guī)則,比如龍卷風疏散)。

運行狀態(tài)空間元素的預(yù)期分布,包括哪些元素被視為罕見但在考慮范圍內(nèi)(例如收費站、警察交通站),以及哪些元素被視為系統(tǒng)擬運行的狀態(tài)空間區(qū)域以外的元素。

應(yīng)特別注意與設(shè)備的固有限制相關(guān)的ODD,如攝像頭所需的最低照明度。

OEDR因素

系統(tǒng)驗證至少應(yīng)包括以下因素,其中一些因素可能被確定為超出ODD的范圍。這些通??梢苑譃閮蓚€子類別:對象和事件。如果ODD沒有包含關(guān)聯(lián)的相關(guān)對象,則特定事件可能不適用。

OEDR對象因素

能夠檢測和識別(如分類)環(huán)境中的所有相關(guān)對象。

對傳感器數(shù)據(jù)進行處理和閾值化,以避免誤報(例如,彈跳的飲料罐、鋼制道路施工蓋板、路旁標志、塵云、落葉)和漏報(例如,一些半自動駕駛車輛會與靜止車輛碰撞)。

其他車輛可能的操作參數(shù)(例如,引導(dǎo)和跟隨車輛的制動能力,或另一輛車輛的行為是否異常)。

永久性障礙物,如構(gòu)筑物、路緣石、中央分隔帶、護欄、樹木、橋梁、隧道、護堤、溝渠、路邊和懸挑標志。

臨時障礙物,如臨時隔離區(qū)、溢出物、洪水、充滿水的坑洞、滑坡、沖毀的橋梁、懸垂的植被和墜落的電線。

人,包括合作的人、不合作的人、惡意行為以及不了解自動駕駛運行的人。

處于危險之中的人群,可能無法、無能力或不遵守既定的規(guī)則和規(guī)范的人,如兒童以及受傷、能力受損或受影響的人。

其他合作和不合作的人駕駛的車輛和自動駕駛車輛。

其他道路使用者,包括專用車輛、臨時建筑、街道餐飲、街道節(jié)日、游行、車隊、葬禮游行、農(nóng)場設(shè)備、施工人員、吃草動物、農(nóng)場動物和瀕危物種。

其他非靜止物體,包括不受控制的移動物體、墜落物體、風吹物體、交通中的貨物溢出物和低空飛行的飛機。

OEDR事件因素

確定其他對象的預(yù)期行為,這可能涉及概率分布,并且可能基于對象分類。

環(huán)境中物體正?;蚝侠眍A(yù)期的運動。

環(huán)境中其他車輛、障礙物、人員或其他物體的意外、不正確或異常移動。

由于其他預(yù)期會移動的物體而被阻礙的移動。

自動駕駛之前、期間和之后的操作員互動,包括:監(jiān)督駕駛員警報監(jiān)控、通知乘客、與本地或遠程操作員位置的互動、模式選擇和啟用、操作員接管、操作員取消或重定向、操作員狀態(tài)反饋、操作員干預(yù)延遲、單個操作員對多個系統(tǒng)的監(jiān)控(多任務(wù))、操作員交接、操作員與車輛交互能力喪失。

和人的互動包括:人的指揮(交警指揮交通、警察靠邊停車、乘客遇險)、正常的與人之間的互動(人行橫道、乘客進出口)、常見的人類違反規(guī)則的行為(在遠離交叉口時穿過中間街區(qū)、分心行走),異常的與人之間的互動(挑釁的亂穿馬路、攻擊車輛、企圖劫車)以及無法遵守規(guī)則的人(兒童、殘疾人)。

非人類互動包括:動物互動(畜群、寵物、危險野生動物、受保護野生動物)和快遞機器人。

機動

雖然車輛運行經(jīng)常指車輛的機動,但在實踐中,這一類別必須擴展到除控制車輛運動本身之外的其他操作方面。相關(guān)方面包括:

采取的行動、機動、行進方向、路徑規(guī)劃、終點設(shè)定和尋找終點。這通常包括各種車輛的幾何結(jié)構(gòu)和各種駕駛行為,如轉(zhuǎn)彎、變道、出口、入口、停車等。

任務(wù)長度和任務(wù)概況(例如,是否將二次安全任務(wù)用作對故障、空置操作的響應(yīng))。

操作模式之間的安全過渡,包括:通電/自檢、自主操作、人為操作、安全狀態(tài)操作、維護(加油、維修、洗車、更換耗材、清潔、校準)、運輸、故障響應(yīng)、故障后響應(yīng)(例如以確保事故發(fā)生后應(yīng)急響應(yīng)者的安全)、故障診斷、更新驗證和合規(guī)性測試。

所有權(quán)的變更和運行概況的變更(如重新定位、重新部署、大修、升級)。

故障管理

雖然傳統(tǒng)的功能安全方法包括故障管理的許多方面,但它們不一定處理需求缺口,并在系統(tǒng)遇到環(huán)境異常或其他未設(shè)計的情況時確保安全。此外,隨著駕駛員的移除,自動駕駛汽車可能會承擔檢測、診斷和減輕故障的任務(wù)。我們確定了系統(tǒng)限制、系統(tǒng)故障和故障響應(yīng)的子類別:

系統(tǒng)限制

傳感器和執(zhí)行器的當前能力,取決于操作狀態(tài)空間。

檢測和處理車輛在其驗證的運行狀態(tài)空間之外的偏移,包括ODD、OEDR、機動、故障。

在故障狀態(tài)下的操作,包括降級計劃,以及對降級操作狀態(tài)空間的任何限制。

對于有效載荷特性(例如,載客車輛超載、重量分布不均勻、裝載礫石的卡車、半裝滿液體的油罐車)和自主有效載荷修改(例如拖車連接/斷開)的能力變化。

基于功能模式的性能變化(例如,轉(zhuǎn)向設(shè)計模型、后輪轉(zhuǎn)向、ABS或四輪驅(qū)

基于點對點組隊(如V2V、V2I)和計劃組隊(如領(lǐng)導(dǎo)-追隨者或排車配對)的能力變化。

外部信息(V2V、V2I)不完整、不正確、損壞或不可用。

系統(tǒng)錯誤

感知失效,包括物體分類和姿態(tài)的暫時性和永久性故障。

規(guī)劃失敗,包括導(dǎo)致碰撞、不安全軌道(如翻車風險)和危險路徑(如道路偏離)的故障。

車輛設(shè)備運行故障(例如,爆胎、發(fā)動機失速、制動故障、轉(zhuǎn)向故障、照明系統(tǒng)故障、變速器故障、發(fā)動機功率不可控、自主設(shè)備故障、電氣系統(tǒng)故障、車輛故障診斷碼)。

車輛設(shè)備維護故障(例如,胎壓不當、輪胎光禿、車輪錯位、傳感器清洗液儲液罐空、燃油/蓄電池耗盡)。

傳感器和致動器的操作性退化包括臨時性的(例如,淤泥、灰塵、灰塵、熱、水、冰、鹽霧、被粉碎的昆蟲的積累)和永久性的(例如,制造缺陷、劃痕、沖刷、老化、磨損、堵塞、沖擊損傷)。

設(shè)備損壞,包括檢測和減輕災(zāi)難性損失(如車輛碰撞、雷擊、道路偏離)、輕微損失(如傳感器損壞、執(zhí)行器故障)和臨時損失(如支架彎曲導(dǎo)致的錯位、校準不準)。

地圖數(shù)據(jù)不正確、丟失、過時和不準確。

訓(xùn)練數(shù)據(jù)不完整、不正確、已知偏見或未知偏見。

錯誤響應(yīng)

當遇到異常操作狀態(tài)空間、遇到故障或達到系統(tǒng)限制時,系統(tǒng)的行為。

診斷間隙(例如潛在故障、未檢測到的故障、未檢測到的故障冗余)。

系統(tǒng)如何重新集成故障部件,包括從瞬時故障中恢復(fù)和從運行和/或維護后修復(fù)的永久性故障中恢復(fù)。

在固有風險或某些損失情況下優(yōu)先或以其他方式確定行動的響應(yīng)和政策。

抵御攻擊(系統(tǒng)安全、基礎(chǔ)設(shè)施受損、其他車輛受損),并阻止不當使用(例如惡意命令、不當危險貨物、危險乘客行為)。

如何更新系統(tǒng)以糾正功能缺陷、安全缺陷、安全缺陷,以及添加新的或改進的功能。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1812

    文章

    49536

    瀏覽量

    259235
  • 機器學(xué)習
    +關(guān)注

    關(guān)注

    66

    文章

    8532

    瀏覽量

    136010
  • 自動駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14558

    瀏覽量

    174534

原文標題:自動駕駛系統(tǒng)驗證需要考慮的因素

文章出處:【微信號:IV_Technology,微信公眾號:智車科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    不同等級的自動駕駛技術(shù)要求上有何不同?

    化分級》(GB/T 40429-2021),明確了自動駕駛不同等級所設(shè)計的技術(shù)要點。為什么自動駕駛一定要分級?自動駕駛分級考慮了哪些因素?
    的頭像 發(fā)表于 10-18 10:17 ?1835次閱讀

    基于優(yōu)化算法的黑盒系統(tǒng)驗證策略

    自動駕駛的安全驗證是保證系統(tǒng)在給定環(huán)境中正確及安全操作的過程。系統(tǒng)的期望行為通過某些規(guī)范標準來定義,而系統(tǒng)失敗指其行為違反了這些規(guī)定。
    的頭像 發(fā)表于 10-16 10:32 ?153次閱讀
    基于優(yōu)化算法的黑盒<b class='flag-5'>系統(tǒng)驗證</b>策略

    自動駕駛仿真測試有什么具體要求?

    [首發(fā)于智駕最前沿微信公眾號]在自動駕駛技術(shù)快速迭代、功能邊界不斷擴展的今天,如何系統(tǒng)、嚴謹且高效地驗證一個自動駕駛系統(tǒng)的性能,成為研發(fā)、測
    的頭像 發(fā)表于 10-15 09:14 ?196次閱讀
    <b class='flag-5'>自動駕駛</b>仿真測試有什么具體要求?

    決定自動駕駛攝像頭質(zhì)量的因素有哪些?

    [首發(fā)于智駕最前沿微信公眾號]攝像頭在自動駕駛系統(tǒng)中的作用非常重要,并不是簡單的“多拍幾張照片就行”的設(shè)備,它更像是一整套從光學(xué)到電子再到軟件的感知子系統(tǒng)。把一塊光學(xué)玻璃、一片圖像傳感器、一套ISP
    的頭像 發(fā)表于 09-14 10:59 ?580次閱讀
    決定<b class='flag-5'>自動駕駛</b>攝像頭質(zhì)量的<b class='flag-5'>因素</b>有哪些?

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真確定性驗證

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,在多傳感器配置與極端天氣場景中實現(xiàn)測試數(shù)據(jù)零差異?確定性驗證方案已成為自動駕駛研發(fā)的關(guān)鍵突破口!
    的頭像 發(fā)表于 07-02 13:17 ?3854次閱讀
    康謀分享 | 基于多傳感器數(shù)據(jù)的<b class='flag-5'>自動駕駛</b>仿真確定性<b class='flag-5'>驗證</b>

    自動駕駛汽車是如何準確定位的?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術(shù)的快速發(fā)展,車輛的精準定位成為安全駕駛與路徑規(guī)劃的核心基礎(chǔ)。相比于傳統(tǒng)人類駕駛依賴路標和視覺判斷,自動駕駛汽車
    的頭像 發(fā)表于 06-28 11:42 ?675次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報道 自動駕駛ODD(Operational Design Domain)即設(shè)計運行域,是指自動駕駛系統(tǒng)被設(shè)計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些
    的頭像 發(fā)表于 05-19 03:52 ?5579次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    的潛在風險增加,尤其是在自動駕駛等安全關(guān)鍵系統(tǒng)中。根據(jù)ISO 26262標準,自動駕駛系統(tǒng)的安全完整性等級(ASIL-D)要求單點故障率必須低于10^-8/小時,這意味著每小時的故障概
    發(fā)表于 05-12 15:59

    AI將如何改變自動駕駛?

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術(shù)的各個環(huán)節(jié),從感知能力的提升到?jīng)Q策框架的優(yōu)化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛從實驗室走向大規(guī)模商業(yè)化。 對于感知
    的頭像 發(fā)表于 05-04 09:58 ?518次閱讀

    NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布

    自動駕駛汽車的開發(fā)。正確的技術(shù)與框架對確保自動駕駛汽車駕駛員、乘客和行人的安全至關(guān)重要。 因此,NVIDIA 推出了NVIDIA Halos綜合安全系統(tǒng),將 NVIDIA 的汽車硬件、
    的頭像 發(fā)表于 03-25 14:51 ?843次閱讀

    自動駕駛規(guī)控算法驗證到底需要什么樣的場景仿真軟件?

    ModelBase-AD憑借其優(yōu)秀的靜態(tài)場景模型、隨機交通流模型、整車動力學(xué)模型,為各大主機廠和供應(yīng)商提供了準確的自動駕駛規(guī)控算法驗證仿真環(huán)境,提升了自動駕駛規(guī)控算法驗證效率。
    的頭像 發(fā)表于 02-11 14:16 ?1957次閱讀
    <b class='flag-5'>自動駕駛</b>規(guī)控算法<b class='flag-5'>驗證</b>到底<b class='flag-5'>需要</b>什么樣的場景仿真軟件?

    如何實現(xiàn)自動駕駛規(guī)控算法的仿真驗證

    隨著自動駕駛技術(shù)的不斷進步,市場需求的持續(xù)增長,自動駕駛產(chǎn)業(yè)迎來廣闊的發(fā)展前景。L3及以上級別的自動駕駛技術(shù)有望逐步落地普及,為人們帶來更加安全、便捷、高效的出行體驗。
    的頭像 發(fā)表于 12-30 09:39 ?1434次閱讀
    如何實現(xiàn)<b class='flag-5'>自動駕駛</b>規(guī)控算法的仿真<b class='flag-5'>驗證</b>

    AUTOSAR通信對自動駕駛的影響 AUTOSAR通信與嵌入式系統(tǒng)設(shè)計

    ,AUTOSAR通信與嵌入式系統(tǒng)設(shè)計緊密相連,共同推動著自動駕駛技術(shù)的發(fā)展。 AUTOSAR通信對自動駕駛的影響 提高通信效率和可靠性 AUTOSAR通信協(xié)議棧通過標準化的接口和協(xié)議,實現(xiàn)了汽車電子控制單元(ECU)之間的高效、
    的頭像 發(fā)表于 12-17 15:09 ?996次閱讀

    一文聊聊自動駕駛測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    隨著自動駕駛技術(shù)的飛速發(fā)展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保
    的頭像 發(fā)表于 12-03 15:56 ?1128次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛汽車的安全問題變得非常重要,這樣你才能回答“自動駕駛汽車安全嗎”和“
    的頭像 發(fā)表于 10-29 13:42 ?1404次閱讀
    <b class='flag-5'>自動駕駛</b>汽車安全嗎?