93、基于弹性工程的自动驾驶车辆控制策略评估

基于弹性工程的自动驾驶车辆控制策略评估

1. 引言

自动驾驶车辆（AV）是一种能够在无需人工干预的情况下，在各种驾驶场景中导航并做出判断的系统。这项技术意义重大，它可以减少交通事故死亡人数、缓解交通拥堵，并为老年人和残疾人提供出行便利。然而，要实现这些好处，还需要在车辆自主性的多个方面取得显著进展，包括车辆设计、控制、感知、规划、协调以及人机交互等。

人工智能（AI）是自动驾驶车辆发展的先决条件，它使车辆能够基于收集的数据学习执行任务并自我改进。AI 已被用于执行计算成本高昂的自动驾驶感知任务，如目标检测、激光雷达处理、传感器融合等。此外，还开发了端到端网络，以在单个网络中执行感知、规划和控制，而不是分别开发每个子系统，这在工程时间方面具有很大优势。但 AI 也存在缺点，它需要大量数据进行训练，并且如果模型表现不如预期，由于模型的复杂性，很难确定缺陷的原因。近年来，AI 技术在自动驾驶中的应用也引发了安全担忧和事故。

目前，预测 AI 在自动驾驶中潜在事故的方法几乎不存在。开发和评估安全的自动驾驶车辆是一项具有挑战性的任务。虽然从理论上讲，由于至少 90%的当前交通事故是由人为错误造成的，自动驾驶技术应该立即得到应用，但由于自动驾驶汽车存在固有危险，社会对其接受度可能会降低。近年来，由于责任问题，当前研究主要集中在提高自动驾驶车辆的安全性，但准确衡量安全性的提高是具有挑战性的。目前，系统的“安全性”是通过每英里行驶的死亡率来衡量的，这是一种被动的衡量方式，因为它是在事件发生后分析自动驾驶系统的性能。系统可能在运行过程中出现故障，但没有导致事故或脱离，而这些情况在安全评估中并未被捕获。

幸运的是，系统工程研究人员已经开发出评估复杂系统安全性的方法。弹性工程（RE