Ensuring the safety of autonomous vehicles, given the uncertainty in sensing other road users, is an open problem. Moreover, separate safety specifications for perception and planning components raise how to assess the overall system safety. This work provides a probabilistic approach to calculate safety envelopes under perception uncertainty. The probabilistic envelope definition is based on a risk threshold. It limits the cumulative probability that the actual safety envelope in a fully observable environment is larger than an applied envelope and is solved using iterative worst-case analysis of envelopes. Our approach extends non-probabilistic envelopes - in this work, the Responsibility-Sensitive Safety (RSS) - to handle uncertainties. To evaluate our probabilistic envelope approach, we compare it in a simulated highway merging scenario against several baseline safety architectures. Our evaluation shows that our model allows adjusting safety and performance based on a chosen risk level and the amount of perception uncertainty. We conclude with an outline of how to formally argue safety under perception uncertainty using our formulation of envelope violation risk.


翻译:鉴于其他道路使用者在感知方面不确定,确保自主车辆安全是一个尚未解决的问题。此外,关于感知和规划各组成部分的单独安全规格提高了如何评估整个系统安全性的方法。这项工作提供了一种在感知不确定的情况下计算安全信封的概率方法。概率信封定义基于风险阈值。它限制了在完全可观察的环境中实际安全信封大于应用信封的累积概率,并且使用对信封的反复最坏情况分析来解决。我们的方法扩大了非概率信封(在本工作中,责任敏感安全(RSS))的范围,以处理不确定性。为了评估我们的概率信封方法,我们将它与模拟的高速公路合并情景与若干基线安全结构进行比较。我们的评估表明,我们的模型允许根据选定的风险水平和认知不确定性程度调整安全和性能。我们最后概述了如何用我们对违反信封风险的表述,在感知不确定性下正式论证安全性。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
已删除
将门创投
5+阅读 · 2018年3月21日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
30+阅读 · 2021年7月7日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2018年3月21日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员