Conservative Estimation of Perception Relevance of Dynamic Objects for Safe Trajectories in Automotive Scenarios

要約

効率的なテスト戦略を立てることは、自動運転のリリースに向けて克服する必要がある中心的な課題です。
これには、明確な要件と適切なテスト方法が必要です。
この作業では、認識モジュールの要件が関連性に関して考慮されます。
関連性の概念は現在、十分に定義および特定されていないままです。
この論文では、高速道路分野での衝突安全性への例示的な適用により、この課題を克服するための新しい方法論を提案します。
この一般的なシステムとユースケース仕様を使用して、関連性に関する対応する概念が導出されます。
したがって、無関係なオブジェクトは、すべての不確実性を考慮して、自我車両が利用できる一連の安全な行動を制限しないオブジェクトとして定義されます。
最初のステップとして、ユースケースは、衝突の関連性に関して機能的なシナリオに分解されます。
機能シナリオごとに、自車両とその他の動的オブジェクトの両方の可能なアクションが方程式として形式化されます。
この一連の可能なアクションは交通ルールによって制限され、関連性の基準が得られます。
その結果、どの動的オブジェクトが知覚に関連しており、完全な評価のために考慮する必要があるかという保守的な推定を提示します。
この推定により、知覚コンポーネントのオフライン テストと検証に適用できる要件が提供されます。
highD データセットの例として視覚化が表示され、結果の妥当性が示されています。
最後に、提示された関連性の概念の将来の検証の可能性について概説します。

要約(オリジナル)

Having efficient testing strategies is a core challenge that needs to be overcome for the release of automated driving. This necessitates clear requirements as well as suitable methods for testing. In this work, the requirements for perception modules are considered with respect to relevance. The concept of relevance currently remains insufficiently defined and specified. In this paper, we propose a novel methodology to overcome this challenge by exemplary application to collision safety in the highway domain. Using this general system and use case specification, a corresponding concept for relevance is derived. Irrelevant objects are thus defined as objects which do not limit the set of safe actions available to the ego vehicle under consideration of all uncertainties. As an initial step, the use case is decomposed into functional scenarios with respect to collision relevance. For each functional scenario, possible actions of both the ego vehicle and any other dynamic object are formalized as equations. This set of possible actions is constrained by traffic rules, yielding relevance criteria. As a result, we present a conservative estimation which dynamic objects are relevant for perception and need to be considered for a complete evaluation. The estimation provides requirements which are applicable for offline testing and validation of perception components. A visualization is presented for examples from the highD dataset, showing the plausibility of the results. Finally, a possibility for a future validation of the presented relevance concept is outlined.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google