[论文解读] Towards a Consistent Terminology for Scenario-Based Development and Test Approaches for Automated Vehicles: A Proposal for a Structuring Framework, a Basic Vocabulary, and its Application

Markus Steimle, Till Menzel+1 more|arXiv (Cornell University)|Apr 19, 2021

Autonomous Vehicle Technology and Safety参考文献 15被引用 4

一句话总结

本文提出了一套用于自动驾驶汽车场景化开发与测试的结构化术语框架及基础词汇，利用UML图明确关键术语（如'场景'、'测试规范'和'测试用例'）之间的关系。主要贡献在于建立了一套标准化、一致的术语体系，减少了该领域内误解，支持了研究、应用及标准化工作。

ABSTRACT

For the market launch of automated vehicles, ensuring and validating their safe behavior are central challenges. As possible solutions, scenario-based development and test approaches for automated vehicles are pursued, e.g., in the research projects aFAS, ENABLE-S3, PEGASUS, SET Level, and VVMethoden. A consistent terminology that contains at least the most important terms (e.g., scenario, test specification, and test case) is an essential prerequisite for researching, applying, and standardizing scenario-based development and test approaches for automated vehicles. Currently, there is no consistent and agreed-upon terminology. In our experience, this often leads to misunderstandings. This publication aims to contribute to a consistent terminology for scenario-based development and test approaches for automated vehicles. We propose a framework to structure this terminology. Additionally, we propose a basic vocabulary within this framework by identifying and describing terms that we consider important for an overview of such scenario-based development and test approaches. To visualize the relationships between the proposed terms and to resolve contradictions and inaccuracies within the terminology, we visualize the proposed terms with UML diagrams.

研究动机与目标

• 解决自动驾驶汽车场景化开发与测试中术语不一致的问题。
• 减少研究与工业界中因术语模糊或冲突使用而引起的误解。
• 通过结构化框架支持场景化方法的标准化。
• 为关键术语（如场景、测试规范和测试用例）提供基础词汇。
• 利用UML图可视化术语间的关系，以澄清不一致并提升清晰度。

提出的方法

• 开发一个结构化框架，用于组织自动驾驶汽车场景化开发与测试中的术语。
• 识别并定义一组核心术语，这些术语被视为该领域概览中的基本要素。
• 使用UML类图建模术语之间的关系，以解决概念上的不一致。
• 将该框架与词汇应用于实际研究项目，如aFAS、ENABLE-S3、PEGASUS、SET Level和VVMethoden。
• 通过分析现有项目中术语的实际使用情况，验证该框架的清晰度与实用性。
• 确保术语体系支持互操作性、研究协作以及未来标准化。

实验结果

研究问题

• RQ1 如何为自动驾驶汽车的场景化开发与测试建立一套一致且无歧义的术语？
• RQ2 哪些核心术语是描述自动驾驶汽车场景化开发与测试方法所必不可少的？
• RQ3 如何通过可视化手段展示关键术语之间的关系，以解决概念上的不一致？
• RQ4 与当前术语实践相比，所提出的框架在提升清晰度与减少歧义方面达到何种程度？
• RQ5 该框架如何支持研究与工业界倡议之间的标准化与互操作性？

主要发现

• 所提出的框架为自动驾驶汽车场景化开发与测试中的术语组织提供了结构化基础。
• 已识别并正式定义了一套基础词汇，以支持一致的沟通。
• UML图能有效可视化术语之间的关系，并解决现有术语中的模糊性。
• 该框架降低了在协作研究与工业应用中产生误解的风险。
• 该方法促进了aFAS、ENABLE-S3、PEGASUS、SET Level和VVMethoden等主要研究项目之间的更好对齐。
• 该术语体系为自动驾驶汽车开发中场景化测试的标准化铺平了道路。