【导读】中科大等发布最新《自动驾驶系统ADS测试综述》论文,51页pdf256篇文献全面阐述ADS现状与趋势,对现有的ADS测试文献进行了全面的调研,同时考虑了模块级和系统级的测试。

近年来,在学术界和产业界的共同努力下,自动驾驶系统取得了巨大的成就。典型的ADS由感知、感知、规划、控制等多个模块组成,汇集了多个领域的最新进展。尽管取得了这些成就,系统的安全保障仍然具有重要意义,因为ADS的不安全行为会带来灾难性的后果和不可接受的经济和社会损失。在实际部署中,测试是系统验证的重要手段;在ADS环境下,由于系统的复杂性和多学科性,这是极具挑战性的。已经有大量的文献关注ADS的测试,也出现了一些综述来总结技术进步。然而,这些综述大多集中于在软件模拟器中执行的系统级测试,因此忽略了单个模块的不同特性。在本文中,我们对现有的ADS测试文献进行了全面的调研,同时考虑了模块级和系统级的测试。具体而言,我们的贡献如下: (1) 我们建立了一个威胁模型,揭示了ADS每个模块的潜在安全威胁; (2) 我们调研了ADS的模块级测试技术,并强调了受模块属性影响的技术差异;(3)我们也对系统级测试技术进行了综述,但主要集中在对系统、模块间协作所带来的问题以及模拟器与现实世界之间的差距进行了实证研究;(4)我们发现了ADS测试的挑战和机遇,为该领域的未来研究提供了便利。

https://www.zhuanzhi.ai/paper/408fd54966546d7541362eaf8b2a0cb0

自动驾驶系统(ADS)以带来便捷的驾驶体验、提高驾驶安全性和缓解交通拥堵为目标,引起了学术界和业界的高度关注。据《[1]》的统计,2021年自动驾驶汽车市场的规模为220亿美元。然而,由于复杂的外部环境或来自各种来源的蓄意攻击,实践水平最高的ADS仍然容易受到许多安全和安全威胁。这些威胁可能导致系统故障,从而带来灾难性的后果和不可接受的损失。尽管目前已经取得了快速的进展,但ADS的安全保障仍然是其全面工业化的主要挑战。最近的一些新闻,比如特斯拉致命事故[2]的报道,进一步凸显了自动驾驶安全保障研究的重要性。

一般情况下,ADS由感知、感知、规划和控制等功能模块组成。传感模块利用相机、雷达、激光雷达等多个智能传感器对环境数据进行采集和预处理。感知模块从传感器中提取信息,以了解环境状况,如道路、障碍物、交通标志等。规划模块根据感知模块的输出,生成ADS期望遵循的最优行驶轨迹。最后,控制模块发送横向和纵向控制信号,驱动ADS沿规划轨迹运动。特别是一些ADS采用了一种特殊的端到端设计,将感知、规划和控制功能集成在一个模块中。这些模块相互协作,共同决定ADS的行为;任何一个模块的功能异常都可能导致系统故障,严重威胁ADS的安全。

测试已被证明是揭示潜在问题和确保系统安全的有效方法。由于ADS的复杂性和多学科性,ADS的测试具有极大的挑战性。近年来,针对ADS测试的研究激增。这些发表的论文跨越了不同领域的主流场所,如交通会议(如ITSC, IV),软件工程会议(如ICSE, ASE, ISSTA),人工智能会议(如CVPR, AAAI),安全会议(如CCS, USENIX security)等,从不同的角度解决ADS测试的挑战(见§8.1的详细统计和分析)。针对不同的问题提出了许多测试方法,报告了大量的bug和漏洞,以促进系统再造,修复现有的问题,确保系统安全。

为了更好地理解ADS测试中的景观,已经有一些综述[3-5]总结了该领域的最新进展。在[3]中,Zhang等人对可能导致安全风险的情况识别技术进行了文献综述,将其定义为关键场景识别(Critical scenes Identification, CSI)方法,并指出了结合不同CSI方法对ADS安全保证的必要性。在[4]中,Zhong等人对高保真仿真中基于场景的测试工作进行了综述,并讨论了虚拟环境与现实世界的差距。在[5]中,Jahangirova等人提出了一套驱动ADS测试的质量指标和预言,并证明了将26个最佳指标组合为功能预测的有效性。

现有的综述大多将系统作为一个整体,从系统的角度研究ADS测试的方法。在这种情况下,作为典型的问题设置,ADS测试包括生成导致系统故障的关键场景,如与障碍的碰撞;此外,由于在现实世界中测试ADS的成本较高,这些综述中的研究大多采用软件模拟器作为测试环境。虽然这些调研是有用的,但它们不足以显示ADS测试的全面情况。事实上,由于ADS是复杂的,并且由多个在技术设计上彼此不同的模块组成,它们的测试应该捕捉不同模块的特性,并解决不同领域的挑战。此外,在系统级别上,测试应该关注由于不同模块之间的协作而产生的问题,并突出基于模拟的测试和真实测试之间的差距。

自动驾驶系统架构

为了弥补这一差距,我们对ADS测试进行了调研,重点是模块级测试和系统级测试。具体而言,在模块层面,我们揭示了不同模块的测试技术因其不同的特性而存在的差异;在系统层面,我们重点讨论了不同模块之间的企业所带来的挑战,并讨论了测试环境的不同现实级别。综上所述,本文的主要贡献如下:

  • 我们在文献的基础上建立了通用ADS的威胁模型,揭示了ADS每个模块的潜在安全和安全威胁;

  • 我们调研了ADS不同模块的测试技术,特别强调了这些测试技术的技术差异,这些测试技术受不同模块特性的影响;

  • 我们也调研了系统级的测试技术,但我们的重点是:i)在不运行系统的情况下展示系统的全面视图的实证研究;2)多个模块共同工作导致的系统级问题;Iii)基于模拟器的测试与真实测试之间的差距;

  • 基于我们的调研,我们确定了ADS测试的挑战和潜在的研究机会,这有助于该领域未来的调研,以加强系统的安全性和可靠性。

据我们所知,我们的工作是第一个揭示了ADS测试与不同模块之间的内在差异和挑战;同时,我们特别强调了当前流行的基于模拟的测试和真实世界的测试之间的比较。此外,我们对挑战和机遇的分析和讨论展示了景观,并激发了这一重要领域的未来研究。

成为VIP会员查看完整内容
36

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
自动驾驶中可解释AI的综述和未来研究方向
专知会员服务
67+阅读 · 2022年1月10日
专知会员服务
28+阅读 · 2021年6月27日
自动驾驶软件测试技术研究综述
专知会员服务
57+阅读 · 2021年2月19日
专知会员服务
92+阅读 · 2021年1月24日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
自动驾驶最新综述论文(31页PDF下载)
专知
118+阅读 · 2019年1月15日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
24+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2009年12月31日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
13+阅读 · 2021年3月29日
Arxiv
27+阅读 · 2020年12月24日
A Survey on Edge Intelligence
Arxiv
51+阅读 · 2020年3月26日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
24+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员