Building a Robust Scenario Library for Safety Assurance of Automated Driving Systems: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ensuring the safety of Automated Driving Systems (ADSs) is both a critical and complex endeavor. The increasing demand for autonomous driving technologies underscores the importance of robust safety assurance, yet the intricate nature of these systems presents significant challenges. Scenario-based testing has emerged as a promising approach for ADS safety assurance, but the industry still lacks a comprehensive workflow to effectively implement this process. A pivotal element of scenario-based safety assurance is the creation of a scenario library that thoroughly encompasses the necessary conditions to test ADSs for deployment in specific regions. This paper offers an in-depth analysis of best practices and research in scenario-based safety assurance, aiming to develop a detailed scenario library tailored for testing ADSs within diverse driving conditions. The research addresses the need for scenario creation for the verification and validation (V&V) of ADSs across different environments. The diverse environmental conditions and road traffic behaviors present unique challenges that distinguish one region from another. While every region has its specificities, certain contexts pose particular difficulties in scenario development. This paper outlines the literature review methodology used and presents the current state of scenarios and scenario generation activities. The review synthesizes information from over a hundred sources, including research articles, standards, and best practices. The literature is evaluated across six key areas: Operational Design Domain (ODD), scenario description and representation, data sources and scenario generation methods, scenario selection, scenario assessment and test criteria, and general frameworks for ADS safety assurance. Key contributions, among others, include a structured classification of scenario generation and selection methods, identification of gaps in current practices, and a set of actionable recommendations for future research and regulatory alignment. The paper concludes with recommendations for future work, focusing on the use of scenarios for ADS V&V and proposing a scenario-generation framework tailored to various driving environments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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