|






|
推动安全自动驾驶:基于观测-鲁棒强化学习的决策
论文作者:Xiangkun He, Chen Lv
|
|
|
自动驾驶汽车在现实世界运行时,经常会产生不可避免的测量噪声和感知错误,从而导致不安全的决策,甚至造成人员伤亡。为了解决这些问题,进一步提高自动驾驶的安全性,自动驾驶汽车需要具备处理感知不确定性的能力。本文提出一种针对观测不确定性的观测稳健强化学习方法,以实现自动驾驶汽车的安全决策。通过在线训练对抗智能体,生成针对观测的最优对抗攻击,从而放大扰动策略的平均变化距离。此外,还开发了一种基于观测的行为批判方法,使智能体能够学习最优策略,并确保受最优对抗攻击扰动的策略变化保持在一定范围内。最后,在复杂高速公路交通场景下的变道任务中对安全决策方案进行了评估。结果表明,所开发的方法可以确保自动驾驶性能,以及确保策略的鲁棒性,抵御对观测数据的恶意攻击。
|
|
关键词:自动驾驶汽车,鲁棒强化学习,安全决策,对抗攻击
本文是南洋理工大学吕辰教授团队研究成果,引用词条如下:
He, X., Lv, C. Towards Safe Autonomous Driving: Decision
Making with Observation-Robust Reinforcement Learning.
Automot. Innov. 6, 509–520 (2023)
|
|
阅读全文>>
|
|
|






|
基于欧洲研究项目的更安全自动化道路交通
论文作者:Felix Fahrenkrog, Susanne Reithinger, Burak Guelsen,
Florian Raisch
|
|
|
自动驾驶有望成为未来汽车交通领域的关键技术。然而,自动驾驶落地面临着巨大的技术挑战。为了加快自动驾驶的开发和部署,欧盟委员会于2017年启动了L3Pilot研究项目。L3Pilot
的预算为 6500 万欧元,有 13
家汽车制造商参与,是欧洲最大的自动驾驶(AD)项目。本文全面介绍了宝马在
2021 年结束的 L3Pilot
项目中的主要活动。该项目涉及的研究问题与以下主题有关:AD
的开发准则是什么?潜在客户如何与自动驾驶汽车互动?自动驾驶汽车的安全影响评估是什么?本文介绍了与所有三个研究问题相关的研究成果,以促进自动驾驶的进一步发展。为此,我们与其他合作伙伴共同制定了《自动驾驶实践准则》,作为未来自动驾驶系统开发的指导方针。关于第二个问题,宝马公司在高速公路和停车场景中对自动驾驶系统进行了测试,100
多名测试者体验了自动驾驶。这些研究为未来的自动驾驶辅助系统提供了参考和考虑因素。最后,在安全影响评估中,宝马公司与其他项目合作伙伴一起通过模拟对自动驾驶汽车的潜在安全优势进行了调查。结果表明,该系统具有改善道路安全的潜力。总之,通过对所有三个研究问题的探索,对
SAE 3 级自动驾驶技术有了更深入的了解。
|
|
关键词:自动驾驶,L3Pilot,业务守则,试点,安全影响评估,用户接受度
本文是宝马集团开展的研究,引用词条如下:
Fahrenkrog, F., Reithinger, S., Gülsen, B. et al. European
Research Project’s Contributions to a Safer Automated Road
Traffic. Automot. Innov. 6, 521–530 (2023)
|
|
阅读全文>>
|
|
|






|
基于遗传算法的复杂交通流 SOTIF 场景生成
论文作者:Shulian Zhao, Jianli Duan, Siyu Wu, Xinyu Gu, Chuzhao
Li, Kai Yin, Hong Wang
|
|
|
预期功能安全(SOTIF)问题通过特定场景元素的触发条件,暴露了自动驾驶汽车(AV)的功能限制,从而导致危险。场景生成是
SOTIF 验证程序的重要课题,尤其是在 AV
的仿真测试中。本文定义了设计的场景架构,通过全面的场景元素来呈现
SOTIF 的触发条件。随后,以复杂交通干扰作为触发条件,开发了一种
SOTIF
场景生成方法。设定情景潜在风险指标,定义为安全控制强度和前碰撞概率的组合。该指标有助于识别所提方法的关键情景。此外,针对直线道路、弯曲道路和安全评估区域建立了相应的车辆运动模型。为构建关键动态事件,设计了交通参与者的运动模型。为有效定位复杂交通流触发的关键场景,将该场景编码为基因,并通过选择、变异和交叉迭代过程进行再生,即遗传算法(GA)。实验结果表明,基于遗传算法的方法可以有效构建多样化的关键交通场景,有助于构建
SOTIF 场景库。
|
|
关键词:SOTIF 触发条件,场景生成,遗传算法,复杂交通干扰
本文是清华大学车辆与运载学院团队的研究成果,引用词条如下:
Zhao, S., Duan, J., Wu, S. et al. Genetic Algorithm-Based
SOTIF Scenario Construction for Complex Traffic Flow. Automot.
Innov. 6, 531–546 (2023)
|
|
阅读全文>>
|
|
|