Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Towards Benchmarking and Assessing the Safety and Robustness of Autonomous Driving on Safety-critical Scenarios

Created by
  • Haebom

저자

Jingzheng Li, Xianglong Liu, Shikui Wei, Zhijun Chen, Bing Li, Qing Guo, Xianqi Yang, Yanjun Pu, Jiakai Wang

개요

본 논문은 자율 주행 시스템의 안전성 및 견고성 평가, 특히 안전에 중요한 시나리오(safety-critical scenarios)에 대한 연구를 다룬다. 기존 자율 주행 평가가 실제 주행 환경에 국한된 것과 달리, 본 연구는 적대적 공격 시나리오, 분포 변화, 사고 시나리오 등 다양한 안전에 중요한 시나리오를 정의하고, 이를 포괄적으로 평가할 수 있는 자율 주행 안전 테스트 플랫폼을 개발한다. 이는 인지 모듈뿐 아니라 시스템 전체 수준의 평가를 포함하며, 자율 주행 시스템의 안전 검증 프로세스를 체계적으로 구축하여 산업계의 표준화된 테스트 프레임워크 구축 및 실제 도로 배포 시 위험 감소에 기술적 지원을 제공한다.

시사점, 한계점

시사점:
안전에 중요한 시나리오에 대한 명확한 정의를 제시함으로써 자율 주행 시스템의 안전성 평가 기준을 마련하였다.
인지 모듈 뿐 아니라 시스템 전체 수준의 평가를 포함하는 포괄적인 안전 테스트 플랫폼을 개발하였다.
자율 주행 시스템의 안전 검증 프로세스를 체계화하여 산업계의 표준화된 테스트 프레임워크 구축에 기여할 수 있다.
실제 도로 배포 시 발생 가능한 위험을 줄이는 데 기술적 지원을 제공한다.
한계점:
제시된 안전에 중요한 시나리오의 정의가 모든 가능한 상황을 포괄하는지에 대한 추가 검증이 필요하다.
개발된 테스트 플랫폼의 실제 효용성 및 일반화 가능성에 대한 추가적인 실험 및 검증이 필요하다.
특정 안전에 중요한 시나리오에 대한 가중치 부여 및 우선순위 설정에 대한 구체적인 방법론이 부족하다.
개발된 플랫폼의 확장성 및 유지보수에 대한 고려가 필요하다.
👍