[論文レビュー] Supporting Safe Decision Making Through Holistic System-Level Representations & Monitoring - A Summary and Taxonomy of Self-Representation Concepts for Automated Vehicles.

Marcus Nolte, Inga Jatzkowski+2 more|arXiv (Cornell University)|Jul 27, 2020

Advanced Software Engineering Methodologies参考文献 26被引用数 16

ひとこと要約

本論文は、自動運転車における自己表現に関する形式的な分類と定義を導入し、車両の能力および状態の明示的内部モデルを活用した包括的でシステムレベルの監視が、不確実性下でのより安全で適応的な意思決定を可能にすると提案する。主な貢献は、性能限界、ミッション目標、環境予測を統合することで、自己表現がリアルタイムの故障監視および戦術的意思決定をどのように支援するかを示したことである。

ABSTRACT

The market introduction of automated vehicles has motivated intense research efforts into the safety of automated vehicle systems. Unlike driver assistance systems, SAE Level 3+ systems are not only responsible for executing (parts of) the dynamic driving task (DDT), but also for monitoring the automation system's performance at all times. Key components to fulfill these surveillance tasks are system monitors which can assess the system's performance at runtime, e.g. to activate fallback modules in case of partial system failures. In order to implement reasonable monitoring strategies for an automated vehicle, holistic system-level approaches are required, which make use of sophisticated internal system models. In this paper we present definitions and an according taxonomy, subsuming such models as a vehicle's self-representation and highlight the terms' roles in a scene and situation representation. Holistic system-level monitoring does not only provide the possibility to use monitors for the activation of fallbacks. In this paper we argue, why holistic system-level monitoring is a crucial step towards higher levels of automation, and give an example how it also enables the system to react to performance loss at a tactical level by providing input for decision making.

研究の動機と目的

• SAEレベル3以上の自動運転車における信頼性の高いシステム運用を確保するという重要な安全性の課題に対処すること。
• 自動走行の文脈において、自己表現、自己認識、自己意識の概念を定義および形式化すること。
• 車両の能力と現在の性能を捉えるシステムレベルの内部モデルの分類を確立すること。
• 自己表現が状況評価をどのように向上させ、リスクを最小限に抑えた適応的意思決定をどのように支援するかを示すこと。
• 内部状態モデルを意思決定パイプラインに統合することで、システム監視と高レベル意思決定のギャップを埋めること。

提案手法

• 車両の内部状態、能力、性能限界の明示的ランタイムモデルとしての自己表現の形式的定義を提案する。
• 能力指標、センサー性能、ミッション目標などを含む、自己表現の構成要素の分類を導入する。
• シナリオベースのアプローチを用いて、自己表現が行動空間の制限や行動予測にどのように寄与するかを説明する。
• 状況モデルと統合することで、自己表現が一貫性のある状況評価を可能にする。
• シミュレーションと図式モデリングを用いて、自己表現が感度低下状態における意思決定にどのように影響するかを示す。
• 複数台の車両が交差点を通過するシナリオに概念を適用し、自己表現の有無に応じた意思決定を比較する。

実験結果

リサーチクエスチョン

• RQ1 自動運転車において、自己表現を関連概念（自己認識、自己意識）と明確に区別して形式的に定義する方法は何か？
• RQ2 安全なシステム運用を支援するための包括的自己表現に、どのような構成要素と構造を含めるべきか？
• RQ3 自己表現は、不確実性または性能低下状態における状況評価と意思決定をどのように向上させるか？
• RQ4 従来の故障監視をはるかに超えて、自己表現はいかにして予防的フォールバックと性能劣化検出を可能にするか？
• RQ5 ミッション目標と環境予測を自己表現と統合することで、戦術的意思決定はどのように改善されるか？

主な発見

• 自己表現により、車両は自らの性能限界（例：視界の低下、センサー性能の低下）をモデル化でき、これが意思決定に直接的な影響を与える。
• 視界が制限されたシナリオでは、完全な自己表現を持つ車両は安全な行動（例：ゆっくり停止、待機）に限定された行動空間を採用するが、自己表現がない車両は高リスクな行動を選択する可能性がある。
• 自己表現とミッション目標の統合により、システムは安全面だけでなくミッション成功の観点からも行動を評価でき、交差点をまっすぐ通過する選択が可能になる。
• 自己表現により、実行前の行動の安全性と有効性を予測的シミュレーションで評価できる。
• 包括的な自己表現は、環境データとミッション目標の解釈に文脈を提供するため、一貫性のある状況評価に不可欠である。
• 本論文は、自己表現がフォールバックの活性化に役立つだけでなく、戦術的レベルでの適応的でリスク最小の意思決定に不可欠であることを示している。