自動運転システムのテストに関する簡単な説明

自動運転システムのテストに関する簡単な説明

1. 自動運転システムレベルテストの基本理論

1.1 自動運転テストシナリオの構成

1.1.1 フレームワーク

※この画像は中国自動車情報ネットワークの資料を基に作成しました

1.1.2 シーンソース

  • リアルな運転記録シーン
  • 専門家の経験がシナリオを構築する(事前の知識)

1.1.3 実際の運転シナリオのソース

実際の運転シーンの処理フロー:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

車両側録画シーン:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

シーン収録シーン:

※この画像は中国自動車情報ネットワークの資料を基に作成しました

専門家の経験構築:

1.2 複数の分析次元による自動駐車テストケースフレームワークの構築

※この図は、Meng Haolan らによる論文「インテリジェント車両自動駐車システムのテスト方法」を参照しています。

1.3 テストシナリオから特定のテストケースを発展させる

※この数字はトヨタ研究者会議資料に基づく

1.4 車両システムレベルのテストの実施

適切な人が適切な場所でテスト車両を扱い、適切なテストツールを使用して、テストを安全に実施し、テストプロセスを詳細に記録します。

1.5 テスト結果を分析するための原則

1.5.1 SOTIF - 開発原則

1.5.2 SOTIF - 開発目標(安全性重視、機能重視)

1.5.3 買収の深刻度の分類

「買収」の定義、分類、命名:

タイプI接続:接続されていない場合は衝突が発生します

システム設計の動作範囲 (ODD) 内で処理されない場合、衝突が発生するとテイクオーバーが発生します。

自動運転システムの設計不足と法令違反による乗っ取り

タイプII接続:接続しないと衝突が発生します

システム設計動作範囲(ODD)外で衝突が発生した場合、対処しないと引き継ぎが発生します。

タイプIII接続: 接続しても衝突は発生しませんが、誤接続とはみなされません。

テイクオーバーは、自動運転システムの設計が不十分なために、自動運転車の運転行動が人間の期待や道徳的感情などを満たさなくなった場合に発生します。

システムのダウングレードと終了引き継ぎメカニズムがトリガーされ、システムリマインダー後に引き継ぎが行われます

タイプIVの配管接続:接続しなくても衝突を起こさない誤接続

危険がない場合、ヒューマンエラーが引き起こされ、人間による乗っ取りや手動運転につながる

1.6 階層化テストとツールチェーン

1.6.1 階層化テスト

※この写真は中国自動車技術研究センターの会議資料より引用

1.6.2 テストツールチェーン

※この写真は中国自動車技術研究センターの会議資料より引用

2. テストとデータ

2.1 テスト駆動開発システム

2.2 テストとデータの関係のまとめ

現在、AIではアルゴリズムモデルとデータを必要とするディープラーニングが主流の技術となっています。

データについては、いくつかの条件を満たす必要があります。

  • データアノテーション法はデータ駆動型アルゴリズムモデルに適している
  • アプリケーションシナリオではデータが適切に分散される必要がある
  • アルゴリズムのパフォーマンスが悪い側面は、対応するデータで継続的に拡張する必要がある。

テストとデータの関係の概要:

  • テスト結果は、データ収集とスクリーニング方法の方向性を示します。
  • テストでは大量のデータが提供されます。自作のフリートデータ収集や量産フリートデータ収集など、SOP の前後でテストデータを収集できます。
  • テストでは、トリガー (記録、ラベル)、視覚化 (分析、デバッグ)、テスト自動化などのツール チェーンが提供されます。

<<:  第 5 のインテリジェント運転認識技術を深く掘り下げて、低照度シーン認識の問題点を解決し、大量生産を実現し、コストを低く抑えるにはどうすればよいでしょうか。

>>:  LiDARとTexas Instrumentsチップを搭載した最新のL3自動運転アーキテクチャの分析

ブログ    
ブログ    

推薦する

業界観察:世界の人工知能開発はどのレベルに達しましたか?

[[334267]]今日の技術コミュニティにおける人工知能の開発レベルについては、学界、産業界、メ...

AIを使用して一般的なビジネスプロセスを最適化する

現代のビジネス環境では、人工知能 (AI) がビジネスの運営方法を変えています。 AI をビジネス ...

AI設計においてデータプライバシーを優先する必要がある理由

人工知能はヘルスケア、テクノロジー、その他の分野の発展に不可欠ですが、データのプライバシーがどのよう...

AI+クラウドランディングBeifei Technology、Amazon Pollyの助けを借りて教育モードの変化を促進

[51CTO.comより引用] 時代のトレンドである最先端技術として、人工知能はニュースという形で人...

顔だけで下着を全部剥ぎ取られる:マスクは役に立たない、この顔検査は国民を怒らせている

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

生体認証監視がデータセンターの物理的セキュリティを強化する方法

生体認証監視を使用してデータセンター全体または一部へのアクセスを制御することには多くの利点があります...

ブロックチェーンと機械学習はどのようにして最も強力な人工知能を生み出すのでしょうか?

ブロックチェーン市場のデータに基づいて機械学習モデルをトレーニングすることで、世界で最も影響力のある...

エッジコンピューティングにおける AI の利点

エッジと極端エッジの間でこれがどのように展開するか、また無線アクセス ネットワークにどのような階層が...

美団の店舗ビジネスにおける異種広告混合配置の探求と実践

著者 | 屈譚旭洋 他LBS (位置情報サービス) の距離制約により、候補数が少ないと店内広告ランキ...

2010年以降、MLコンピューティングパワーの需要は100億ドル増加し、6か月で2倍になり、ディープラーニングは画期的な分野となった。

計算能力、データ、アルゴリズムは、現代の機械学習 (ML) の進歩を導く 3 つの基本的な要素です。...

...

...

2019年中国インテリジェント製造業のトップ10の発展トレンド!

2018年、中国政府による関連支援政策の導入とインテリジェント製造プロセスの推進により、わが国のイ...

ついに誰かが自動運転を明確にした

01 自動運転とは自動運転は無人運転とも呼ばれ、その名の通り、車両が人間の操作なしに周囲の環境を認...

トップマガジンTPAMI2023!生成AIと画像合成のレビューを公開しました!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...