For the market launch of automated vehicles, proof must be provided in advance that they operate safely. However, the problem of how to validate their safe operation remains unsolved. While scenario-based test approaches seem to be possible solutions, they require the execution of a large number of test cases. Several test benches, from actual test vehicles to partly or fully simulated environments, are available to execute these test cases. Each test bench provides different elements, which, in turn, have different parameters and parameter ranges. The composition of elements with their specific parameter values on a specific test bench used to execute a test case is referred to as a test bench configuration. However, selecting the most suitable test bench configuration is challenging. The selected test bench configuration determines whether the execution of a specific test case provides sufficiently valid test case results with respect to the intended purpose, for example, validating a vehicle's safe operation. The effective and efficient execution of a large number of test cases requires a method for systematically assigning test cases to the most suitable test bench configuration. Based on a proposed method for classifying test bench configurations, we propose and illustrate a method for systematically assigning test cases to test bench configurations in a scenario-based test approach for automated vehicles. This assignment method allows the effective and efficient execution of a large number of test cases while generating sufficiently valid test case results.


翻译:对于自动车辆的市场发射,必须事先提供其安全运行的证据;然而,如何验证其安全运行的问题仍未解决;虽然基于情景的测试方法似乎是可行的解决办法,但它们需要执行大量测试案例;从实际的测试车辆到部分或完全模拟的环境,有几个测试台可以执行这些测试案例;每个测试台提供不同的要素,这些要素反过来具有不同的参数和参数范围;用于执行测试案例的具体测试台的元素及其具体参数值构成被称作测试台配置;然而,选择最合适的测试台配置是具有挑战性的;选定的测试台配置决定具体测试案例的执行是否提供了与预期目的有关的充分有效的测试案例结果,例如,验证车辆的安全操作;高效和高效地执行大量测试案例,需要一种将测试案例系统分配给最合适的测试台配置的方法;根据对测试台配置进行分类的拟议方法,我们提议和说明一种方法,即系统将测试案例分配给测试台配置,以测试台进行测试台配置最为合适的配置,同时允许在以自动化方式进行大规模测试的情况下,在以有效方式进行测试车辆的测试时采用这一方法。

0
下载
关闭预览

相关内容

CASES:International Conference on Compilers, Architectures, and Synthesis for Embedded Systems。 Explanation:嵌入式系统编译器、体系结构和综合国际会议。 Publisher:ACM。 SIT: http://dblp.uni-trier.de/db/conf/cases/index.html
【MIT-ICML2020】图神经网络的泛化与表示的局限
专知会员服务
42+阅读 · 2020年6月23日
【陈天奇】TVM:端到端自动深度学习编译器,244页ppt
专知会员服务
86+阅读 · 2020年5月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年1月18日
VIP会员
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员