高自動化運転システムの検証を可能にする現場データにおけるシナリオの同定【JST・京大機械翻訳】

Reichenbaecher Christian; Rasch Maximilian; Kayatas Zafer; Wirthmueller Florian; Hipp Jochen; Dang Thao; Bringmann Oliver

プレプリント

J-GLOBAL ID：202202207632641352 整理番号：22P0300165

高自動化運転システムの検証を可能にする現場データにおけるシナリオの同定【JST・京大機械翻訳】

Identifying Scenarios in Field Data to Enable Validation of Highly Automated Driving Systems

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年05月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

高度に自動化された運転機能の検証のためのシナリオベースのアプローチは,ソフトウェアインザループシミュレーションを用いた運転シナリオの安全クリティカル特性の探索に基づいている。この探索は,実世界交通におけるシナリオの形状と確率に関する情報を必要とする。本研究の範囲は,現場データにおける再定義論理的駆動シナリオを同定する方法を開発することであり,従って,この情報を次に引き出すことができる。より正確に,適切なアプローチを開発し,実装し,交通シナリオを例として用いて検証した。提示した方法論はシナリオの定性的モデリングに基づいており,それは抽象化されたフィールドデータで検出できる。抽象は,ドメインモデルによって表現されるオントロジーの普遍的要素を使用することによって達成される。そのような抽象化のための既報告のアプローチについて論じ,与えられた応用に関して隠蔽した。テストデータの最初のセットを調べることによって,開発した方法が更なる駆動シナリオの同定のための適切なアプローチであることを示した。【JST・京大機械翻訳】

, , , ,
, , , 【Automatic Indexing@JST】

自動車事故,交通安全 , 運転者

, , , ,

前のページに戻る