[論文レビュー] Scenario-Based Safety Assessment Framework for Automated Vehicles

Jeroen Ploeg, Erwin de Gelder+4 more|arXiv (Cornell University)|Dec 17, 2021

Autonomous Vehicle Technology and Safety参考文献 6被引用数 5

ひとこと要約

本論文は、実世界の走行データを活用して、自動運転車両（AV）のシナリオベースの安全性評価フレームワークを提案する。このフレームワークは、機能的セーフティ、意図された機能のセーフティ（SOTIF）、行動的セーフティを統合し、交通シナリオを基本的イベントに分解し、その統計的分布をパrameter化し、極端または希少なケースをサンプリングすることで、仮想的および物理的テストを効率的に行い、AVの道路承認に適した統計的に意味のある定量的セーフティ指標を生成する。具体的にはシンガポールの陸上輸送庁（Land Transport Authority）を支援することを目的としている。

ABSTRACT

Automated vehicles (AVs) are expected to increase traffic safety and traffic efficiency, among others by enabling flexible mobility-on-demand systems. This is particularly important in Singapore, being one of the world's most densely populated countries, which is why the Singaporean authorities are currently actively facilitating the deployment of AVs. As a consequence, however, the need arises for a formal AV road approval procedure. To this end, a safety assessment framework is proposed, which combines aspects of the standardized functional safety design methodology with a traffic scenario-based approach. The latter involves using driving data to extract AV-relevant traffic scenarios. The underlying approach is based on decomposition of scenarios into elementary events, subsequent scenario parametrization, and sampling of the estimated probability density functions of the scenario parameters to create test scenarios. The resulting test scenarios are subsequently employed for virtual testing in a simulation environment and physical testing on a proving ground and in real life. As a result, the proposed assessment pipeline thus provides statistically relevant and quantitative measures for the AV performance in a relatively short time frame due to the simulation-based approach. Ultimately, the proposed methodology provides authorities with a formal road approval procedure for AVs. In particular, the proposed methodology will support the Singaporean Land Transport Authority for road approval of AVs.

研究の動機と目的

• シンガポールのような混雑した都市環境における自動運転車両（AV）のための、形式的かつスケーラブルな安全性評価手法の欠如に対処すること。
• 定量的セーフティ指標を提供することで、規制意思決定を支援する形式的なAV道路承認手順を開発すること。
• 実世界の走行データを活用して代表的かつ重要なテストシナリオを生成することで、効率的な安全性検証を可能にすること。
• 機能的セーフティ（ISO 26262）、SOTIF（ISO 21448）、行動的セーフティを統合した一元化された評価パイプラインを構築すること。
• 継続的なデータ収集とシナリオデータベースの拡張を通じて、AV安全性の継続的改善を支援すること。

提案手法

• 実世界の交通シナリオを基本的イベントおよびイベント間の活動に分解し、体系的な分析を可能にする。
• シナリオの活動をパrameter化し、測定された走行データからその確率密度関数（PDF）を推定する。
• PDFのサンプリング（極端または希少なケースに偏ったもの）を用いて、安全性検証に適した統計的に代表的なテストシナリオを生成する。
• 生成されたシナリオを仮想シミュレーションおよびプロービンググラウンド、実際の走行環境での物理的テストに適用する。
• 三段階の合格／不合格意思決定プロセス（設計レビュー、仮想的安全性検証、全テストデータに基づく最終的安全性レポート）を採用する。
• シナリオタグ付けとクラスタリングを用いて、安全性に重要な行動を示すシナリオクラスを分類・検索可能にする。

実験結果

リサーチクエスチョン

• RQ1 実世界の走行データを、AV安全性評価に適した代表的かつ拡張可能なテストシナリオのセットに体系的に変換する方法は何か？
• RQ2 最も重要な、希少または極端な交通シナリオが、効果的にサンプリングされ、テストされるための方法論は何か？
• RQ3 機能的セーフティ、SOTIF、行動的セーフティを、AV道路承認のための単一で形式化された評価パイプラインに統合するにはどうすればよいか？
• RQ4 イベントおよび活動へのシナリオ分解が、交通シナリオのパラメータ化と統計的モデリングを可能にする役割は何か？
• RQ5 継続的なデータ収集とシナリオデータベースの拡張を通じて、AV安全性の継続的改善をどのように支援できるか？

主な発見

• このフレームワークは、シンガポールの陸上輸送庁を支援することを目的として、形式的でデータドリブンなAV道路承認手順を可能にする。
• 推定されたPDFの裾の部分からのサンプリングにより、事前にその発生を把握していない安全性に重要なシナリオを体系的に同定・テストできる。
• イベントおよび活動へのシナリオ分解により複雑さが軽減され、自動検出とパラメータ化が可能となり、スケーラブルなシナリオマイニングを支援する。
• 実世界のシナリオに基づく仮想的および物理的テストの統合により、時間効率的かつ統計的に意味のある定量的セーフティ指標を提供する。
• AVの導入からの継続的データ収集を通じて、シナリオデータベースの拡張を支援する。
• 実世界のデータを用いることで現実性を保ちつつ、希少または極端な状況に焦点を当てたサンプリングにより、現実性とテストカバレッジのバランスを実現する。