文献

J-GLOBAL ID：202202248040363464   整理番号：22A0457174

知的駆動システムのためのテストシナリオ生成と最適化技術【JST・京大機械翻訳】

Test Scenario Generation and Optimization Technology for Intelligent Driving Systems

著者 (3件)： Duan Jianli (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  Gao Feng (School of Electrical Engineering, Chongqing University, Chongqing, China) ,  He Yingdong (Mechanical Engineering, University of Michigan, USA)
資料名： IEEE Intelligent Transportation Systems Magazine  (IEEE Intelligent Transportation Systems Magazine)
巻： 14  号： 1  ページ： 115-127  発行年： 2022年 
JST資料番号： W2271A  ISSN： 1939-1390  CODEN： IITSBO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,知的駆動システムのためのコンビナトリアル試験(CT)法とテストマトリックス(TM)技術の両方に基づく複合性(CTBC)に基づくコンビナトリアル試験と呼ばれる新しいシナリオ生成アルゴリズムを提案した。アルゴリズムにおける生成手順を誘導し,生成されたシナリオの妥当性を評価するために,さらにテストシナリオの複雑性の概念を提案した。CTBCは,全体のシナリオ複雑性と試験のコストの両方を考慮して,それらの間の合理的バランスは,CTBCのブラックボックス特性に関して,Bayesian最適化アルゴリズムを使用することによって見つけることができた。この方法の有効性を,ハードウェアインザループ(HIL)試験プラットフォーム上の車線逸脱警報(LDW)システムに適用することによって検証する。結果は,複雑性指数が大きければ大きいほど,システム欠陥を明らかにするのが容易であることを示した。さらに,提案したアルゴリズムは,カバレッジを保証しながら,生成された試験シナリオの統合複雑性を著しく改良することができ,それは,システムの潜在的故障を見つけるのを助けることができ,そして,さらに,試験効率を強化することができる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  警報 ,  故障 ,  *最適化手法 ,  ブラックボックス ,  *駆動方式 ,  有効性
準シソーラス用語： ハードウェアインザループ ,  複雑性 ,  車線逸脱 , 【Automatic Indexing@JST】

分類 (2件)： 電装品  (QG03070C) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (4件)： 駆動システム ,  テスト ,  シナリオ生成 ,  最適化技術