Scenario-based assessment of automated driving systems: How (not) to parameterize scenarios?

要約

自動駆動システム（ADSS）の開発は大幅に進歩しています。
大規模な展開を可能にするために、国連規制157（UN R157）は、自動レーン維持システム（ALKSS）の承認に関する承認に関するものです。
「熟練した丁寧な人間のドライバーのシミュレートされたパフォーマンス」を使用して、合理的に予防可能な衝突とは不可能な衝突と区別する方法。
ドライバーモデルが異なると、3つのタイプのシナリオでALKSSにベンチマークが設定されています。
UN R157で提案された方法で考慮された3種類のシナリオは、それ以上の考慮なしに特定のパラメーター化を想定しています。
この作業では、これらのシナリオのパラメーター化を調査し、パラメーター化の選択がシミュレーションの結果に大きく影響することを示しています。
実際のシナリオとパラメーター化されたシナリオを比較することにより、パラメーター化の影響はシナリオタイプ、ドライバーモデル、および評価基準に依存することを示します。
代替パラメーター化が提案されており、リコール、精度、およびF1スコアに関して、ノンパラメーター化されたシナリオに近い結果につながります。
この研究は、慎重なシナリオパラメーター化の重要性を強調し、現在のUN R157アプローチの改善を示唆しています。

要約(オリジナル)

The development of Automated Driving Systems (ADSs) has advanced significantly. To enable their large-scale deployment, the United Nations Regulation 157 (UN R157) concerning the approval of Automated Lane Keeping Systems (ALKSs) has been approved in 2021. UN R157 requires an activated ALKS to avoid any collisions that are reasonably preventable and proposes a method to distinguish reasonably preventable collisions from unpreventable ones using ‘the simulated performance of a skilled and attentive human driver’. With different driver models, benchmarks are set for ALKSs in three types of scenarios. The three types of scenarios considered in the proposed method in UN R157 assume a certain parameterization without any further consideration. This work investigates the parameterization of these scenarios, showing that the choice of parameterization significantly affects the simulation outcomes. By comparing real-world and parameterized scenarios, we show that the influence of parameterization depends on the scenario type, driver model, and evaluation criterion. Alternative parameterizations are proposed, leading to results that are closer to the non-parameterized scenarios in terms of recall, precision, and F1 score. The study highlights the importance of careful scenario parameterization and suggests improvements to the current UN R157 approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google