Functionality Assessment Framework for Autonomous Driving Systems using Subjective Networks

要約

複雑な自律走行(AD)ソフトウェアシステムでは、各システム部品の機能が安全運転に不可欠である。個々のコンポーネントの現在の機能性または操作性を測定することで、システムを分離して垣間見ることができる。文献には、このような分離された評価がいくつか掲載されており、多くの場合、安全性や性能の測定という形で示されている。しかし、依存関係、冗長性、エラーの伝播、相反する機能性の記述は、これらの測定値をADスタック全体の機能の全体像に簡単に組み合わせることを許さない。データは異なるコンポーネント間で処理・交換され、それぞれが故障する可能性があり、全体的なステートメントを困難なものにしている。これらの問題に取り組む機能性評価フレームワークの欠如は、この複雑さを強調している。 本稿では、複雑なコンポーネントベースのシステムに対して、それらの依存関係、冗長性、エラー伝播経路、および個々のコンポーネントの評価を考慮することにより、全体的な機能性ステートメントを推論するための新しいフレームワークを提示する。我々のフレームワークは、まずシステムの評価表現への包括的な変換を組み込む。この表現は主観的ネットワーク(SN)に基づいており、欠陥のあるシステム部品を容易に特定することができる。第二に、このフレームワークは、同じコンポーネントに関する相反する評価や、システムの依存関係や冗長性を扱いながら、システムの機能を計算するための柔軟な方法を提供する。我々は、様々なコンポーネントの評価を持つ我々のADスタックの実データを用いて、フレームワークの機能について議論する。

要約(オリジナル)

In complex autonomous driving (AD) software systems, the functioning of each system part is crucial for safe operation. By measuring the current functionality or operability of individual components an isolated glimpse into the system is given. Literature provides several of these detached assessments, often in the form of safety or performance measures. But dependencies, redundancies, error propagation and conflicting functionality statements do not allow for easy combination of these measures into a big picture of the functioning of the entire AD stack. Data is processed and exchanged between different components, each of which can fail, making an overall statement challenging. The lack of functionality assessment frameworks that tackle these problems underlines this complexity. This article presents a novel framework for inferring an overall functionality statement for complex component based systems by considering their dependencies, redundancies, error propagation paths and the assessments of individual components. Our framework first incorporates a comprehensive conversion to an assessment representation of the system. The representation is based on Subjective Networks (SNs) that allow for easy identification of faulty system parts. Second, the framework offers a flexible method for computing the system’s functionality while dealing with contradicting assessments about the same component and dependencies, as well as redundancies, of the system. We discuss the framework’s capabilities on real-life data of our AD stack with assessments of various components.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL