蓋世汽車訊 據(jù)外媒報道，日本國立情報學(xué)研究所（NII）和滑鐵盧大學(xué)（University of Waterloo）的團(tuán)隊開發(fā)了一種自動兩步形式化方法，使傳統(tǒng)控制系統(tǒng)能夠意識到傳感器的不確定性，從而確保自動駕駛汽車和無人機(jī)的安全。

（圖片來源：https://www.eenewseurope.com）

即使在感知環(huán)境狀態(tài)存在不確定性的情況下，該方法也可自動將傳統(tǒng)控制軟件轉(zhuǎn)換為滿足安全要求的模型，這對于無人機(jī)、自動駕駛汽車和衛(wèi)星等自動系統(tǒng)至關(guān)重要。該方法還可生成公式，代表控制器軟件可容忍不確定性程度。自動系統(tǒng)控制器軟件根據(jù)周圍環(huán)境采取行為，然而，實際上，系統(tǒng)可能感知到與真實值不同的值。如果控制器軟件對錯誤感知值做出響應(yīng)，可能會導(dǎo)致安全問題。例如，如果自動駕駛汽車傳感器在1米內(nèi)可以錯誤感知其他車輛的位置，那么其安全邊緣距離至少為1米。

開發(fā)自動化轉(zhuǎn)換過程非常復(fù)雜，因為在考慮真實值和感知值之間的差異時，開發(fā)人員還需要驗證每種可能行為的安全性。不確定性程度也很難估算，而且感知的不確定性取決于控制器系統(tǒng)所處的情況，如是否有霧。NII研究人員Tsutomu Kobayashi表示，“這項研究旨在幫助開發(fā)人員將形式化建模方法應(yīng)用到現(xiàn)實軟件中，解決控制器系統(tǒng)關(guān)于感知和現(xiàn)實之間的差異問題。因此，開發(fā)人員可以專注于控制器行為的本質(zhì)。我們相信該方法是有價值的，而且能以不同的方式進(jìn)行擴(kuò)展?！?/p>

該方法包括兩個步驟。第一步是不確定性注入，將未感知不確定性的控制器的輸入模型轉(zhuǎn)化為中間模型。中間模型的行為與輸入模型的行為相同，因此是不安全的。第二步是魯棒化，將中間模型轉(zhuǎn)換為可感知不確定性的安全模型，所生成的控制器的行為被更新，使其即使在不確定性下也能安全運(yùn)行。

此外，研究人員還對所生成控制器的行為進(jìn)行約束，確保其在不確定性條件下也能安全運(yùn)行。然而，此種約束能否實現(xiàn)取決于不確定性。例如，如果傳感器誤判100公里以內(nèi)其他車輛的位置，那么在很多情況下都無法保證安全。

該方法還以不確定性公式形式生成限制。開發(fā)人員可以使用該公式作為標(biāo)準(zhǔn)，從給定目錄中選擇合適的傳感器。此外，該公式還可用于分析不確定性，如控制器與其他部件組合時，不確定度如何傳輸。該方法使不確定性感知和安全控制器的構(gòu)造更加輕松和系統(tǒng)化，而且還可使開發(fā)人員能夠靈活地分析各種感知不確定性情況。因此，該方法可提高控制器系統(tǒng)的整體安全性。

除了自動駕駛汽車外，該方法還可用于其他各種與外部環(huán)境交互的控制系統(tǒng)。該團(tuán)隊正在努力泛化該方法，以便能夠處理更大范圍的不確定性，如處理錯誤分類問題（物體分類器模塊將物體分類為錯誤的類別）。

返回第一電動網(wǎng)首頁 >