Conformal Prediction of Motion Control Performance for an Automated Vehicle in Presence of Actuator Degradations and Failures

要約

自動運転システムには、特にシステムコンポーネントが劣化または故障した場合に、安全な動作を確保するための監視メカニズムが必要です。
ランタイムの自己表現は、システムの機能と制限に関する事前の知識を提供するため、重要な役割を果たします。
この論文では、自動運転車両のモーション コントローラーの自己表現モデルを導出するデータ駆動型のアプローチを提案します。
等角化された予測モデルが学習され、車両のアクチュエータの動作条件や潜在的な劣化や故障がモーション コントロールのパフォーマンスにどのような影響を与えるかを推定できるようになります。
実行時の動作の生成中に、予測子は許容可能なアクション空間を決定するためのヒューリスティックを提供できます。

要約(オリジナル)

Automated driving systems require monitoring mechanisms to ensure safe operation, especially if system components degrade or fail. Their runtime self-representation plays a key role as it provides a-priori knowledge about the system’s capabilities and limitations. In this paper, we propose a data-driven approach for deriving such a self-representation model for the motion controller of an automated vehicle. A conformalized prediction model is learned and allows estimating how operational conditions as well as potential degradations and failures of the vehicle’s actuators impact motion control performance. During runtime behavior generation, our predictor can provide a heuristic for determining the admissible action space.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google