Đánh giá an toàn của Các trò chơi trong casino hệ thống hỗ trợ lái xe tự động

Phương pháp thống kê kết hợp với mô phỏng phần mềm trong vòng lặp (SIL) để phân tích độ tin cậy của Các trò chơi trong casino hệ thống hỗ trợ trình điều khiển nâng cao (ADA).

Mô phỏng lái xe dựa trên kịch bản

Xác thực Các trò chơi trong casino hệ thống hỗ trợ trình điều khiển nâng cao được thực hiện với một mô phỏng dựa trên kịch bản. Mô phỏng trong bối cảnh này có nghĩa là thiết bị điều khiển, trên đó ADA đang chạy, có mặt dưới dạng công cụ mô phỏng, chạy mã ECU thực và do đó thực hiện mô phỏng phần mềm trong vòng lặp được thực hiện.

Các trò chơi trong casino kịch bản có nguồn gốc từ Các trò chơi trong casino yêu cầu của hệ thống, từ dự án nghiên cứu Pegasus (dự án chung để phát triển Các trò chơi trong casino phương pháp mới để xác nhận và thử nghiệm ADA) cũng như Các trò chơi trong casino quan sát từ lĩnh vực này. Một kịch bản logic thường là một tình huống giao thông cụ thể.

Ví dụ, việc cắt giảm trong Các trò chơi trong casino đối tượng khác hoặc tình huống kết thúc mứt trên đường cao tốc như trong Hình 1. Để mô tả một kịch bản logic như vậy, mô hình 6 lớp có thể được sử dụng [Bock]. Đối với mục đích trình diễn, chỉ có lớp đường (1) và lớp đối tượng chuyển động (4) được sử dụng cho mô tả.

Những trường hợp được gọi là Các trò chơi trong casino kịch bản cụ thể do Các trò chơi trong casino kết hợp tham số khác nhau được mô phỏng và phản ứng hệ thống của ADS được đánh giá. Điều này được thực hiện thông qua Các trò chơi trong casino tiêu chí đánh giá phản ánh mức độ quan trọng của một kịch bản cụ thể.

Phân tích ngẫu nhiên

thỏa mãn Các trò chơi trong casino yêu cầu thiết kế sẽ đòi hỏi phải đảm bảo rằng sự phân tán của tất cả Các trò chơi trong casino phản ứng quan trọng bằng cách biến động biến đổi hình học, vật liệu hoặc môi trường nằm trong Các trò chơi trong casino giới hạn thiết kế chấp nhận được. Với sự trợ giúp của phân tích độ bền, sự phân tán này có thể được ước tính.

Trong phương pháp độ tin cậy, xác suất đạt được giới hạn thất bại có được bằng cách tích hợp mật độ xác suất Các trò chơi trong casino độ không đảm bảo trong miền thất bại.

198170_198346

198547_198777

Trái ngược với xấp xỉ thứ tự thấp toàn cầu của toàn bộ phản hồi, sự gần đúng của trạng thái giới hạn xung quanh điểm thất bại có thể xảy ra nhất (MPP) là chính xác hơn nhiều. Một cái nhìn tổng quan tốt về Các trò chơi trong casino phương pháp cổ điển của người Viking này được đưa ra.

Trong nghiên cứu Các trò chơi trong casino chúng tôi, chúng tôi đã điều tra một số phương pháp. Một phương pháp đáng tin cậy và mạnh mẽ cho ứng dụng Các trò chơi trong casino chúng tôi là chiến lược lấy mẫu tầm quan trọng thích ứng.

Phương pháp này trở nên không hiệu quả với việc tăng số lượng biến ngẫu nhiên do Các trò chơi trong casino ước tính ít chính xác hơn về thống kê mật độ. Do đó, nên áp dụng phương pháp này cho Các trò chơi trong casino vấn đề với tối đa hai mươi biến ngẫu nhiên.

Hơn nữa, nó chỉ có thể phân tích một vùng thất bại chiếm ưu thế. Trong Các trò chơi trong casino nghiên cứu của chúng tôi, trong đó Các trò chơi trong casino loại phân phối riêng biệt đã được sử dụng cùng với Các trò chơi trong casino biến ngẫu nhiên liên tục, chúng tôi đã quan sát thấy một nỗ lực số bổ sung để có được độ chính xác tương tự của Các trò chơi trong casino ước tính xác suất thất bại như trong Các trò chơi trong casino vấn đề liên tục thuần túy.

Điều này được gây ra trong sự gián đoạn nhân tạo của hàm trạng thái giới hạn trong không gian bình thường tiêu chuẩn như trong Hình 3 (xem trang trước). Ngay cả đối với Các trò chơi trong casino chức năng trạng thái giới hạn liên tục, sự không liên tục xảy ra do Các trò chơi trong casino phân phối riêng biệt.

Theo thứ tự để vượt qua giới hạn của một vùng thất bại chiếm ưu thế, chúng tôi đã mở rộng lấy mẫu tầm quan trọng bằng cách sử dụng Các trò chơi trong casino điểm thiết kế (ISPUD) bằng mật độ đa phương thức theo [Geyer]. Mật độ lấy mẫu được sửa đổi có thể bao gồm một số lượng mật độ lấy mẫu riêng lẻ tùy ý với Các trò chơi trong casino điểm trung tâm khác nhau và hiệp phương sai đơn vị trong không gian Gaussian.

Sau khi Các trò chơi trong casino khu vực thất bại quan trọng nhất đã được phát hiện, Các trò chơi trong casino điểm thất bại có thể xảy ra tương ứng nhất được sử dụng làm trung tâm cho mật độ lấy mẫu trong phương pháp ISPUD đa phương thức. Do xác suất thất bại không được ước tính bởi dạng tương tự khoảng cách beta nhưng bằng cách lấy mẫu tầm quan trọng chính xác hơn, ngay cả Các trò chơi trong casino chức năng trạng thái giới hạn phi tuyến tính cũng có thể được đánh giá chính xác.

Ví dụ ứng dụng

Trong ví dụ này, chúng tôi điều tra kịch bản End End trong đó một chiếc xe bản ngã bao gồm cả một chiếc xe dẫn đầu đến cuối kẹt xe trên đường cao tốc. Tại một thời điểm nhất định, xe dẫn đầu sẽ thay đổi làn đường và phương tiện EGO phải phát hiện chiếc xe cuối cùng Các trò chơi trong casino mứt để thực hiện phanh không có tai nạn.

Trong phần mềm mô phỏng, thời gian va chạm (TTC) được ước tính W.R.T. Các trò chơi trong casino tham số đầu vào đã cho.

Khi phân tán đầu vào, chúng tôi giả sử chín thông số tán xạ liên tục như là xe dẫn đầu và tốc độ cuối mứt, kéo ra thời gian, dẫn đầu giảm tốc độ phanh xe cũng như độ lệch làn đường của kẹt xe và xe dẫn đầu. Số lượng làn đường đường, lớp xe chính và hướng rút ra đã được mô hình hóa với Các trò chơi trong casino phân phối ngẫu nhiên riêng biệt.

Để thực hiện phân tích và xác minh hiệu quả hơn, trong bước đầu tiên, mô hình meta toàn cầu đã được tạo dựa trên 1000 mẫu. Để có được nhiều mẫu hơn và do đó độ chính xác cao hơn ở Các trò chơi trong casino khu vực liên quan, một chiến lược thích ứng cục bộ đã được sử dụng (metamodel thích ứng của tiên lượng tối ưu, [ANSYS Dynardo, hầu hết]).

Trong Hình 5 (xem trang trước) Một không gian con Các trò chơi trong casino mô hình meta 12 chiều được hiển thị. Như được chỉ ra trong hình, tốc độ xe dẫn và tốc độ cuối mứt là quan trọng nhất trong kịch bản này.

Trong Hình 6, sự hội tụ của nhiều hình thức được hiển thị cho một giới hạn thất bại cụ thể. Có thể thấy rằng trình tối ưu hóa hội tụ đến Các trò chơi trong casino giá trị chỉ số độ tin cậy khác nhau, tương ứng với Các trò chơi trong casino điểm thất bại có thể xảy ra nhất khác nhau.

Như đã chỉ ra, ISPUD đa phương thức là thuật toán hiệu quả nhất, đặc biệt đối với Các trò chơi trong casino xác suất thất bại nhỏ, là trường ứng dụng dự kiến. Trong Hình 7, mật độ lấy mẫu tầm quan trọng được hiển thị cho ba tham số quan trọng nhất trong không gian tham số Orginal.

Vì phương pháp biểu mẫu chỉ được áp dụng trên mô hình meta, tất cả Các trò chơi trong casino mẫu cùng nhau 1000 mẫu cho mô hình meta cộng với 5000 mẫu là cần thiết. Tuy nhiên, Các trò chơi trong casino ước tính với bộ giải thực cho thấy xác suất thất bại lớn hơn nhiều như ước tính bằng mô hình meta.

Chúng tôi luôn áp dụng phương pháp ISPUD bằng cách sử dụng bộ giải trực tiếp. Nếu Các trò chơi trong casino điểm thất bại có thể xảy ra nhất không được ước tính chính xác, chúng tôi vẫn có được kết quả hợp lệ do Các trò chơi trong casino thuật toán ISPUD đang chạy lấy mẫu cho đến khi có được độ chính xác nhất định của xác suất thất bại ước tính.

Cuối cùng, chúng tôi điều tra ảnh hưởng của độ chính xác của Các trò chơi trong casino điểm thất bại có thể xảy ra nhất. Với mục đích này, chúng tôi sử dụng một lần nữa metamodel bằng cách xem xét giới hạn thất bại 0,5S cho thời gian va chạm.

Do đó, ít mẫu hơn là cần thiết để có được độ chính xác cần thiết là 10%. Trong trường hợp khác, khi Các trò chơi trong casino điểm thất bại ước tính và do đó, Các trò chơi trong casino điểm trung tâm của mật độ lấy mẫu tầm quan trọng nằm quá xa trong khu vực an toàn, số lượng mẫu trong khu vực không an toàn giảm và do đó tổng số mẫu bắt buộc trong ISPUD tăng.

Kết luận

Trong bài báo này, chúng tôi đã trình bày một cách tiếp cận tự động để đánh giá độ tin cậy của Các trò chơi trong casino kịch bản giao thông cụ thể để xác nhận Các trò chơi trong casino hệ thống hỗ trợ lái xe nâng cao. Trong phân tích này, thiết bị điều khiển được biểu diễn dưới dạng mô hình mô phỏng bằng công nghệ phần mềm trong vòng lặp.

Đầu vào cụ thể của bộ điều khiển mô phỏng này được mô hình hóa dưới dạng đầu vào ngẫu nhiên trong phân tích ngẫu nhiên. Dựa trên định nghĩa về một tiêu chí thất bại, Các trò chơi trong casino thuật toán độ tin cậy có thể được áp dụng.

Dựa trên ước tính lỗi tự tin, chúng tôi có thể đảm bảo rằng vòng lặp lấy mẫu được tiếp tục cho đến khi có được độ chính xác cần thiết Các trò chơi trong casino ước tính xác suất. Cách tiếp cận được trình bày cho phép bằng chứng độ tin cậy tự động Các trò chơi trong casino một hệ thống hỗ trợ trình điều khiển nâng cao cho một kịch bản cụ thể với đầu vào thủ công tối thiểu.