A Joint Approach Towards Data-Driven Virtual Testing for Automated Driving: The AVEAS Project

要約

道路交通における自動運転機能の複雑さと責任が増大し、その運用設計領域の範囲が拡大するにつれ、開発、検証、検証の重要な部分を仮想環境やシミュレーション モデルを通じてカバーする需要が高まっています。
しかし、シミュレーションが現実世界の実験を拡張するだけでなく、代替することを目的としている場合は、シミュレーション モデルがどの程度、どの前提条件の下で現実を適切に表現しているかを測定し、運転の仮想テストに使用できるようにする定量的アプローチが必要になります。
機能。
特に「オープンワールド」の安全への影響に関連する研究開発分野では、シミュレーションをパラメータ化および/または検証するための実世界データが大幅に不足しており、特に自動車両などの人間の交通参加者の行動に関しては顕著です。
混合交通で合流します。
この論文は、先進運転支援システムの仮想検証および妥当性確認のための実世界データを調和的かつ体系的かつスケーラブルに取得するための方法と指標を開発することを目的としたドイツの AVEAS 研究プロジェクト (www.aveas.org) の中間結果を紹介します。
自動運転、FAIR 原則に従ったオンライン データベースの確立。

要約(オリジナル)

With growing complexity and responsibility of automated driving functions in road traffic and growing scope of their operational design domains, there is increasing demand for covering significant parts of development, validation, and verification via virtual environments and simulation models. If, however, simulations are meant not only to augment real-world experiments, but to replace them, quantitative approaches are required that measure to what degree and under which preconditions simulation models adequately represent reality, and thus allow their usage for virtual testing of driving functions. Especially in research and development areas related to the safety impacts of the ‘open world’, there is a significant shortage of real-world data to parametrize and/or validate simulations – especially with respect to the behavior of human traffic participants, whom automated vehicles will meet in mixed traffic. This paper presents the intermediate results of the German AVEAS research project (www.aveas.org) which aims at developing methods and metrics for the harmonized, systematic, and scalable acquisition of real-world data for virtual verification and validation of advanced driver assistance systems and automated driving, and establishing an online database following the FAIR principles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google