[论文解读] Ontology for Scenarios for the Assessment of Automated Vehicles
本文提出了一种用于自动驾驶汽车（AV）评估中场景定义的正式本体论，通过使用可量化的组件来标准化真实世界驾驶场景。通过结构化交通参与者、环境和车辆行为等场景要素，该本体论能够实现无歧义、可重复的测试用例生成，从而在具体示例中展示了其适用性。
The development of assessment methods for the performance of Automated Vehicles (AVs) is essential to enable and speed up the deployment of automated driving technologies, due to the complex operational domain of AVs. As traditional methods for assessing vehicles are not applicable for AVs, other approaches have been proposed. Among these, real-world scenario-based assessment is widely supported by many players in the automotive field. In this approach, test cases are derived from real-world scenarios that are obtained from driving data. To minimize any ambiguity regarding these test cases and scenarios, a clear definition of the notion of scenario is required. In this paper, we propose a more concrete definition of scenario, compared to what is known to the authors from the literature. This is achieved by proposing an ontology in which the quantitative building blocks of a scenario are defined. An example illustrates that the presented ontology is applicable for scenario-based assessment of AVs.
研究动机与目标
- 解决用于自动驾驶汽车（AV）测试的真实世界场景定义中的模糊性问题。
- 开发一种标准化的正式框架，用于场景表示，以支持自动驾驶汽车性能的一致性评估。
- 通过定量定义场景组件，实现从真实世界驾驶数据中精确、可重复地推导测试用例。
- 支持在自动驾驶汽车开发与验证中更广泛地采用基于场景的评估方法。
提出的方法
- 设计一种本体论，形式化表示场景的结构化和量化组件，包括参与者、环境和车辆行为。
- 使用可测量参数（如位置、速度和轨迹）来定义场景要素，以减少歧义。
- 在本体论中整合交通参与者与环境条件之间的时空关系。
- 将本体论应用于从真实世界驾驶数据中推导测试用例，确保可追溯性与一致性。
- 通过一个具体示例验证该方法，展示场景表示与测试用例生成的过程。
实验结果
研究问题
- RQ1如何正式定义自动驾驶汽车测试中的场景，以减少模糊性并提高可重复性？
- RQ2哪些可量化的组件是实现自动驾驶汽车评估所需场景表示的关键？
- RQ3如何系统性地将真实世界驾驶数据转换为使用正式本体论的标准化测试用例？
- RQ4所提出的本体论在多大程度上能够支持自动驾驶汽车的一致性与可重复性场景评估？
主要发现
- 所提出的本体论使用可量化的组件，对场景提供了正式且结构化的表示，显著减少了自动驾驶汽车测试中的模糊性。
- 该本体论能够从未经处理的真实世界驾驶数据中推导出无歧义的测试用例，从而提升了可重复性。
- 该框架支持以标准化格式系统建模交通参与者、环境条件和车辆行为。
- 一个实际示例展示了该本体论在生成自动驾驶汽车评估测试用例方面的适用性。
- 该方法促进了不同利益相关方之间在基于场景的自动驾驶汽车验证中的互操作性与标准化。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。