ISO 21448
PulseAugur coverage of ISO 21448 — every cluster mentioning ISO 21448 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法评估机器学习激光雷达在不同条件下的安全目标
一篇新论文提出了一种不确定性评估方法,以支持用于激光雷达系统的机器学习目标检测器的预期功能安全 (SOTIF) 分析。该方法旨在确定性能目标在各种触发条件(如不同距离或天气)下是否适用。在 KITTI 和 nuScenes 数据集上使用 PointPillars 集成进行的实验表明,在不同条件之间转移阈值时,性能目标未能得到一致满足,这凸显了在特定触发条件下进行严格测试的必要性。
-
新研究提出驾驶 VLA 的二维安全包络
一篇新研究论文探讨了视觉-语言-动作 (VLA) 驾驶规划器的安全包络,特别评估了 Alpamayo R1 模型。研究发现,单一的聚合安全阈值可能会掩盖高严重性故障的场景。通过分析 15,968 对剪辑攻击,研究人员确定了六个离散的严重性等级,并发现具有更宽松噪声阈值的场景不一定具有较低的高严重性故障率。研究结果表明,对于可部署的驾驶 VLA 的 SOTIF ODD 规范,需要一个二维安全包络。
-
新的XAI标准强调因果AI在自动驾驶安全中的必要性
提出了一种新的自动驾驶安全可解释人工智能(XAI)标准,突显了当前XAI方法与安全标准所需证据之间的显著差距。该标准源自ISO 26262等汽车安全标准,指出因果XAI方法在危险识别和事故调查等关键阶段是结构性必需的。研究表明,XAI方法的选择应优先考虑特定生命周期阶段的证据需求,而不是依赖方法的流行度。
-
新度量评估自动驾驶安全所需的事件相机数据
研究人员开发了一种新的无任务度量,用于评估事件相机数据流的完整性,这对于自动驾驶系统中的安全关键感知至关重要。该度量基于皮尔逊相关系数,无需下游任务性能数据即可直接应用于异步事件流。所提出的框架产生了三个用于流完整性监控、感兴趣区域自适应选择和时间冗余门控的特定度量,解决了近期基准测试中发现的差距。