现代交通技术研究

自动驾驶模型鲁棒性规范标准研究

朱 微伟

重庆长安汽车股份有限公司

樊 志鹏

重庆长安汽车股份有限公司

唐 志彪

重庆长安汽车股份有限公司

DOI: https://doi.org/10.59429/xdjtjs.v6i4.8517

Keywords: 自动驾驶；鲁棒性；安全性；预期功能安全；场景验证

---

Abstract

本研究聚焦于自动驾驶技术的鲁棒性规范与标准，旨在提升自动驾驶系统在多样化环境条件下的安全性与 可靠性。面对深度学习技术在自动驾驶领域中的应用及其面临的安全性挑战，特别是在复杂系统环境因素影响下的 潜在风险，论文对现行的汽车人工智能鲁棒性标准进行了系统性总结，并分析了这些标准在自动驾驶模型鲁棒性方 面的指导作用及其局限性。另外，本研究进一步探讨了基于场景的自动驾驶鲁棒性验证方法，强调了对自动驾驶系 统运营设计域内潜在场景变化的全面验证重要性，并提出了车企在应对鲁棒性标注法规要求时的策略，包括场景类 型定义、监控机制建立以及数据共享和合作机制的构建。

---

References

[1] 纪守领,杜天宇,邓水光,等.深度学习模型鲁棒性研究综述[J].计算机学报,2022,45(1):190-206.

[2] 王威.《布莱奇利宣言》:人工智能国际合作监管的新起点[J].服务外包,2023(12):46-52.

[3] 郭延永,刘佩,袁泉,等.网联自动驾驶车辆道路交通安全研究综述[J].交通运输工程学报,2023,23(5):19-38.

[4] 徐谦.面向复杂环境自动驾驶的视觉环境感知研究[D].长春:吉林大学,2023.

[5] Liu W, Hua M, Deng Z, et al. A systematic survey of control techniques and applications in connected and automated vehicles[J]. IEEE Internet of Things Journal,2023.

[6] GB/T 34590.1-2022,道路车辆-功能安全 第1部分:术语[S].

[7] 郝东辉,吴向亮,吕平,等.道路车辆功能安全风险与控制研究[J].机械工业标准化与质量,2023(11):28-34.

[8] Zhang X, Tao J, Tan K, et al. Finding critical scenarios for automated driving systems: A systematic literature review[J]. arXiv preprint arXiv,2110,8(664):2021.

[9] GB/T 43267-2023,道路车辆-预期功能安全[S].

[10] IEEE Std 2846-2022, IEEE Standard for Assumptions in SafetyRelated Models for Automated Driving Systems[S].

[11] 周紫君,刘思,范煜君.联合国L3级自动驾驶新规要点及对我国交通运输行业的影响分析[J].交通世界,2020(22):4.