[論文レビュー] A Systematic Literature Review about the impact of Artificial Intelligence on Autonomous Vehicle Safety

Alexandre Nascimento, Lúcio F. Vismari+8 more|arXiv (Cornell University)|Apr 4, 2019

Autonomous Vehicle Technology and Safety参考文献 74被引用数 15

ひとこと要約

本系統的文献レビューでは、59件の研究を分析し、AIが自動運転車（AV）の安全性に与える影響を評価しており、AIが安全性を向上させる可能性と、新たな課題を引き起こす可能性の両方を明らかにしている。本研究ではAVシステムモデルを提案し、今後のAIベースのAV研究において、新たなリスクに対処し、信頼性の高い安全な導入を確保するための専用の安全性アジェンダの必要性が極めて重要であると結論づけている。

ABSTRACT

Autonomous Vehicles (AV) are expected to bring considerable benefits to society, such as traffic optimization and accidents reduction. They rely heavily on advances in many Artificial Intelligence (AI) approaches and techniques. However, while some researchers in this field believe AI is the core element to enhance safety, others believe AI imposes new challenges to assure the safety of these new AI-based systems and applications. In this non-convergent context, this paper presents a systematic literature review to paint a clear picture of the state of the art of the literature in AI on AV safety. Based on an initial sample of 4870 retrieved papers, 59 studies were selected as the result of the selection criteria detailed in the paper. The shortlisted studies were then mapped into six categories to answer the proposed research questions. An AV system model was proposed and applied to orient the discussions about the SLR findings. As a main result, we have reinforced our preliminary observation about the necessity of considering a serious safety agenda for the future studies on AI-based AV systems.

研究の動機と目的

• 人工知能（AI）が自動運転車（AV）の安全性を向上させると同時に、その安全性に挑戦する二重の役割を調査すること。
• AVシステムにおけるAI応用に関する現在の研究におけるギャップとトレンドを特定すること。
• 安全性を重視した研究開発を導くために、構造的なAVシステムモデルを提案すること。
• 今後のAIベースのAVシステムに向けた安全性アジェンダを確立し、新たなリスクと信頼性に関する懸念に対処すること。
• 既存の文献をテーマ別にマッピングし、AIとAVの安全性分野における最先端の状況を明確にすること。

提案手法

• 再現性と透明性を確保するため、PRISMAガイドラインに従って系統的文献レビュー（SLR）を実施した。
• 事前に定義されたキーワードを用いて複数のデータベースを検索し、初期段階で4,870件の論文を抽出した。
• 厳密な含む・除外基準を適用して研究を絞り込み、最終的に59件の高品質で関連性の高い出版物に到達した。
• 研究質問に答えるとともにトレンドを分析するため、選択された研究を6つのテーマ別カテゴリーにマッピングした。
• 議論を体系化し、今後の安全性に焦点を当てた研究を導くためにAVシステムモデルを提案した。
• 質的統合を用いて研究結果を解釈し、AVにおけるAIの安全性への影響に焦点を当てた。

実験結果

リサーチクエスチョン

• RQ1 AIは自動運転車における安全性の向上にどのように寄与しているか？
• RQ2 AIはAVの開発および導入において、どのような新しい安全性の課題を引き起こしているか？
• RQ3 AIベースのAV安全性研究における支配的テーマと研究トレンドは何か？
• RQ4 現在のAVにおけるAI技術は、確立された安全性工学の原則とどのように整合しているか？
• RQ5 AI駆動のAVシステムの安全性フレームワークに関する文献における主なギャップは何か？

主な発見

• 初期の4,870件の論文から59件の研究が選択されたことから、AIとAV安全性に関する研究関心は限定的ではあるが、増加傾向にあることが示された。
• 深層学習や強化学習などのAI技術が、AVの認識および意思決定モジュールで広く使用されている。
• 文献の大部分は、AIが事故を減少させ、交通効率を向上させることの潜在的可能性に焦点を当てている。
• しかし、研究では、モデルの解釈可能性、エッジケースに対するロバストネス、システムレベルの検証といった重要な安全性の課題も浮き彫りにしている。
• 本レビューでは、AVにおけるAI部品のための標準化された安全性フレームワークや形式的検証手法の欠如が指摘された。
• 研究者らは、信頼性があり、信頼できるAIベースのAVシステムを確保するため、今後の研究において専用の安全性アジェンダが不可欠であると結論づけた。