Co-Design of Out-of-Distribution Detectors for Autonomous Emergency Braking Systems

要約

学習対応コンポーネント (LEC) は、自動運転車 (AV) での意思決定には重要ですが、トレーニング ディストリビューション以外のサンプルが提示されると、誤った決定を下す可能性があります。
このようなサンプルを検出して安全モニターとして機能するために、流通外 (OOD) 検出器が提案されていますが、OOD 検出器と LEC はどちらも、AV に通常見られる組み込みハードウェアを大量に使用する必要があります。
どちらのコンポーネントでも、非機能的性能と機能的性能の間にはトレードオフがあり、どちらも車両の安全性に影響を与えます。
たとえば、OOD 検出器の応答時間を長くすると、LEC を犠牲にして精度を高めることができます。
自律緊急ブレーキ システム (AEBS) のようなバイナリ出力を持つ LEC を考慮し、重大度と故障の発生の組み合わせであるリスクを使用して、両方のコンポーネントの設計パラメーターが互いの機能的および非機能的パフォーマンスに及ぼす影響をモデル化します。
システムの安全性への影響も同様です。
私たちは、このリスク モデルを使用してベースライン システムのリスクを下回るリスクを低減する OOD 検出器と LEC の設計パラメータを見つけ、それをビジョン ベースの AEBS で実証する共同設計方法論を策定します。
当社の方法論を使用すると、同等のリソース使用率を維持しながら、42.3% のリスク削減を達成できます。

要約(オリジナル)

Learning enabled components (LECs), while critical for decision making in autonomous vehicles (AVs), are likely to make incorrect decisions when presented with samples outside of their training distributions. Out-of-distribution (OOD) detectors have been proposed to detect such samples, thereby acting as a safety monitor, however, both OOD detectors and LECs require heavy utilization of embedded hardware typically found in AVs. For both components, there is a tradeoff between non-functional and functional performance, and both impact a vehicle’s safety. For instance, giving an OOD detector a longer response time can increase its accuracy at the expense of the LEC. We consider an LEC with binary output like an autonomous emergency braking system (AEBS) and use risk, the combination of severity and occurrence of a failure, to model the effect of both components’ design parameters on each other’s functional and non-functional performance, as well as their impact on system safety. We formulate a co-design methodology that uses this risk model to find the design parameters for an OOD detector and LEC that decrease risk below that of the baseline system and demonstrate it on a vision based AEBS. Using our methodology, we achieve a 42.3% risk reduction while maintaining equivalent resource utilization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google