MétaCan
Menu
Retour à la cohorte
Enregistrement W4225001138 · doi:10.4271/12-06-01-0006

Validation on Safety of the Intended Functionality of Automated Vehicles: Concept Development

2022· article· en· W4225001138 sur OpenAlexaff
Jia Hu, Xu Tian, Xuerun Yan, Ruicong Zhang

Notice bibliographique

RevueSAE International Journal of Connected and Automated Vehicles · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAutonomous Vehicle Technology and Safety
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésSystems engineeringComputer scienceEngineeringTransport engineeringSoftware engineering

Résumé

récupéré en direct d'OpenAlex

<div>As automated driving technology is evolving quickly and becomes more widely deployed, it is essential to validate the Safety of the Intended Functionality (SOTIF) of Automated Vehicles (AVs) prior to mass production. In general, an exhaustive real-world scenario validation of AVs is considered infeasible due to excessive time consumption. Additionally, simulation tests alone are often regarded as inadequate since it is difficult to model the system and physical properties of vehicles with full fidelity. Therefore, a SOTIF validation method for AVs is proposed in this article, which consists of structure design and scenario determination. A mature, systematic, and complete set of testing and evaluation procedures is presented in structure design, and a scenario generation method is introduced in scenario determination. The SOTIF validation method takes advantage of both simulation tests and on-road tests. The goal is to improve the efficiency and realisticity of validation of AVs.</div>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Connected and Automated VehiclesMême sujetAutonomous Vehicle Technology and SafetyTravaux en français237 207