Two is Better Than One: Digital Siblings to Improve Autonomous Driving Testing

要約

シミュレーションベースのテストは、自動運転ソフトウェアの信頼性を確保するための重要なステップとなります。
実際、企業が社内テストまたは外部委託テストでサードパーティの汎用シミュレータに依存する場合、テスト結果を実際の自動運転車に一般化できるかどうかが危険にさらされます。
このペーパーでは、デジタル 兄弟の概念を導入することでシミュレーション ベースのテストを強化します。これは、異なるテクノロジで構築された複数の汎用シミュレータ上で特定の自動運転車をテストするマルチ シミュレータ アプローチであり、テスト プロセスにおいてアンサンブルとして集合的に動作します。
。
自動運転車の車線維持コンポーネントのテストに焦点を当てたケーススタディで、当社のアプローチを例示します。
私たちは 2 つのオープンソース シミュレーターをデジタルの兄弟として使用し、このようなマルチ シミュレーターのアプローチを、大規模なテスト ケースで物理的にスケールされた自動運転車のデジタル ツインと実証的に比較します。
私たちのアプローチでは、道路ポイントのシーケンスの形式で、個々のシミュレーターごとにテスト ケースを生成して実行する必要があります。
次に、機能マップを使用して、テスト ケースがシミュレーター間で移行され、練習された運転条件が特徴付けられます。
最後に、共同で予測される故障確率が計算され、兄弟間で一致した場合にのみ故障が報告されます。
私たちの経験的評価は、デジタル兄弟によるアンサンブル障害予測器が、デジタルツインの障害予測において個々のシミュレータよりも優れていることを示しています。
私たちのケーススタディの結果について説明し、私たちのアプローチが自動運転ソフトウェアの自動テストに関心のある研究者にどのように役立つかを詳しく説明します。

要約(オリジナル)

Simulation-based testing represents an important step to ensure the reliability of autonomous driving software. In practice, when companies rely on third-party general-purpose simulators, either for in-house or outsourced testing, the generalizability of testing results to real autonomous vehicles is at stake. In this paper, we enhance simulation-based testing by introducing the notion of digital siblings, a multi-simulator approach that tests a given autonomous vehicle on multiple general-purpose simulators built with different technologies, that operate collectively as an ensemble in the testing process. We exemplify our approach on a case study focused on testing the lane-keeping component of an autonomous vehicle. We use two open-source simulators as digital siblings, and we empirically compare such a multi-simulator approach against a digital twin of a physical scaled autonomous vehicle on a large set of test cases. Our approach requires generating and running test cases for each individual simulator, in the form of sequences of road points. Then, test cases are migrated between simulators, using feature maps to characterize the exercised driving conditions. Finally, the joint predicted failure probability is computed, and a failure is reported only in cases of agreement among the siblings. Our empirical evaluation shows that the ensemble failure predictor by the digital siblings is superior to each individual simulator at predicting the failures of the digital twin. We discuss the findings of our case study and detail how our approach can help researchers interested in automated testing of autonomous driving software.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google