When Uncertainty Leads to Unsafety: Empirical Insights into the Role of Uncertainty in Unmanned Aerial Vehicle Safety

要約

障害物回避やその他の安全機能の最近の発展にもかかわらず、自律型無人航空機 (UAV) は引き続き安全性の課題に直面しています。
これまでに、UAV の動作の不確実性と飛行の安全性の危険性との関係を調査した研究はありませんでした。
不確実性を定量化することにより、飛行監視の役割を果たす、安全性の予測手段を開発することが可能になります。
私たちは、オープンソースの UAV ソフトウェア プラットフォームである PX4-Autopilot を使用して、安全違反の大規模な実証調査を実施しました。
障害物回避に挑戦するために作成された 5,000 を超えるシミュレーション飛行のデータセットにより、UAV の不確実な決定と安全違反との関係を調査することができました。UAV が安全でない状態の最大 89% は重大な決定の不確実性を示し、不確実な決定の最大 74% が先行しています。
危険な状態へ。
これらの発見に基づいて、当社は異常検出のための最先端技術であるオートエンコーダーに基づくランタイム不確実性検出器である Superialist (自律型航空機の監視) を実装しました。
Superialist は、最大 96% の精度と 93% の再現率で不確実な行動を検出する高いパフォーマンスを達成しました。
危険性を予測するために同じアプローチを使用した場合（最大 74% の精度と 87% の再現率）パフォーマンスの低下が観察されましたが、Superialist は最大 50 秒前までの危険な状態の早期予測を可能にしました。

要約(オリジナル)

Despite the recent developments in obstacle avoidance and other safety features, autonomous Unmanned Aerial Vehicles (UAVs) continue to face safety challenges. No previous work investigated the relationship between the behavioral uncertainty of a UAV and the unsafety of its flight. By quantifying uncertainty, it is possible to develop a predictor for unsafety, which acts as a flight supervisor. We conducted a large-scale empirical investigation of safety violations using PX4-Autopilot, an open-source UAV software platform. Our dataset of over 5,000 simulated flights, created to challenge obstacle avoidance, allowed us to explore the relation between uncertain UAV decisions and safety violations: up to 89% of unsafe UAV states exhibit significant decision uncertainty, and up to 74% of uncertain decisions lead to unsafe states. Based on these findings, we implemented Superialist (Supervising Autonomous Aerial Vehicles), a runtime uncertainty detector based on autoencoders, the state-of-the-art technology for anomaly detection. Superialist achieved high performance in detecting uncertain behaviors with up to 96% precision and 93% recall. Despite the observed performance degradation when using the same approach for predicting unsafety (up to 74% precision and 87% recall), Superialist enabled early prediction of unsafe states up to 50 seconds in advance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google