Sicherheit in selbstfahrenden Autos gewährleisten: Ein neuer Ansatz

Mit der ständigen Entwicklung von selbstfahrenden Autos wird es immer wichtiger, ihre Sicherheit zu gewährleisten. Um Sicherheitsbedenken anzugehen, brauchen wir effektive Methoden, um zu testen, wie gut diese Fahrzeuge in verschiedenen Situationen performen. Ein Ansatz ist, eine Bibliothek mit kritischen Szenarien zu erstellen und zu nutzen, die auf realen Fahrsituationen basieren. Dieses Papier konzentriert sich darauf, eine wichtige Gruppe von kritischen Szenarien, die im ISO-Standard 34502 gefunden werden, zu formalisieren, speziell im Zusammenhang mit Verkehrsbeeinträchtigungen auf Autobahnen.

#Sicherheitsgarantie für autonome Fahrzeuge

Der Bedarf an Sicherheitsgarantien für selbstfahrende Autos wird durch die Bedenken der Öffentlichkeit bezüglich möglicher Unfälle vorangetrieben. Laut der Sicherheitsvision des UNECE-Weltforums sollten selbstfahrende Autos keine Unfälle verursachen, die vernünftig vorhergesagt und verhindert werden können. Fahrzeuge in realen Fahrszenarien zu testen, ist eine Möglichkeit, um sicherzustellen, dass sie diese Sicherheitsanforderungen erfüllen. Durch die Simulation dieser Szenarien können wir beobachten, wie Fahrzeuge reagieren und sicherstellen, dass sie potenziell gefährliche Situationen sicher navigieren können.

#Szenariobasiertes Testen

Szenariobasiertes Testen beinhaltet das Erstellen einer Bibliothek von Fahrsituationen, die zu Unfällen führen können. Das Verhalten des Fahrzeugsystems kann durch Simulationen beobachtet werden. Diese Methode ist oft effizienter, als erfasste Fahrdaten zu analysieren, nachdem ein Fahrzeug getestet wurde. Statt nach jeder Algorithmusänderung neue Daten zu benötigen, können Fahrzeuge mit bestehenden Szenarien getestet werden, was schnellere Anpassungen und Verbesserungen ermöglicht.

#Standardisierungsbemühungen

Die Bemühungen um die Standardisierung, wie selbstfahrende Fahrzeuge getestet werden, beinhalten den ISO 34502-Standard. Dieser Standard bietet einen Rahmen zur Identifizierung kritischer Szenarien basierend auf verschiedenen Risikofaktoren, wie gut ein Fahrzeug seine Umgebung wahrnimmt, die Bedingungen im Verkehr und wie das Fahrzeug sich selbst steuert. Die Kombination dieser Faktoren führt zu vielen möglichen kritischen Szenarien, die getestet werden können.

#Formalisierung kritischer Szenarien

Die meisten aktuellen Methoden zur Definition kritischer Szenarien basieren auf Beschreibungen in natürlicher Sprache sowie auf Parameterbereichen. Ein rigoroserer Ansatz ist es, diese Szenarien mit einer geeigneten Sprache zu formalisieren, die von Software verstanden und verarbeitet werden kann. Das ermöglicht eine genaue Überwachung der Fahrdaten und hilft, das Testen von Fahrzeugen zu automatisieren. Ein Schwerpunkt liegt auf der temporalen Logik, die die reguläre Logik erweitert, um zeitbezogene Aussagen einzuschliessen. Damit können wir ausdrücken, wie bestimmte Bedingungen über die Zeit hinweg wahr bleiben sollten.

#Verkehrsbeeinträchtigungsszenarien

In dieser Arbeit formalisierten wir eine spezifische Klasse von kritischen Szenarien, die sich auf Verkehrsbeeinträchtigungen auf Autobahnen beziehen. Die Formalisierung basiert auf Signal-Temporallogik (STL). Die Methode umfasst das Erstellen einer gemeinsamen Vorlage für verschiedene Szenarien und deren Anpassung mit spezifischen Details für jede Situation. Dieser modulare Ansatz hilft, ein breites Spektrum an Szenarien systematisch zu definieren.

#Komponenten von Verkehrsbeeinträchtigungsszenarien

Verkehrsbeeinträchtigungsszenarien setzen sich aus drei Hauptkomponenten zusammen:

1. Strassengeometrie: Auf Autobahnen umfasst der Strassenverlauf in der Regel keine Kreuzungen oder Kreisverkehre. Stattdessen konzentrieren wir uns auf gerade und kurvige Abschnitte, Auffahrtsbereiche und Abfahrtszonen, wo Ausfahrten liegen.

2. Verhalten des betroffenen Fahrzeugs (SV): Diese Komponente beschreibt, wie sich das Fahrzeug im Fokus verhält, ob es in seiner Spur bleibt oder die Spur wechselt. Die Annahme ist, dass Fahrzeuge logisch handeln und keine unberechenbaren Aktionen wie Rückwärtsfahren oder Wenden durchführen.

3. Verhalten des anderen Hauptfahrzeugs (POV): Dies spiegelt die Aktionen anderer Fahrzeuge rund um das betroffene Fahrzeug wider. Aktionen wie gefährliche Einschnitte, Herausfahren, schnelles Beschleunigen oder plötzliche Verzögerungen können riskante Situationen für das betroffene Fahrzeug schaffen.

Durch die Kombination dieser drei Aspekte erstellen wir eine Vielzahl von Verkehrsbeeinträchtigungsszenarien, die potenzielle Risiken auf Autobahnen darstellen.

#Formalisierung der Szenarien mit STL

Die Formalisierung mit STL beinhaltet die Definition logischer Formeln, die das Verhalten von Fahrzeugen im Kontext dieser Szenarien genau beschreiben. Jede Formel wird auf Basis einer Vorlage konstruiert, um Konsistenz zu gewährleisten und spezifische Änderungen basierend auf dem Szenario zuzulassen. Diese Formeln können dann für Test- und Überwachungszwecke verwendet werden.

#Anwendungen der Formalisierung

Die Formalisierung kritischer Szenarien erfüllt zwei Hauptfunktionen:

1. Szenariobasiertes Testen: Hier liegt der Fokus darauf, wie der Fahrzeugcontroller in simulierten Situationen performt. Indem wir beobachten, wie das Fahrzeug auf verschiedene Störungen reagiert, können wir seine Sicherheit und Effektivität bewerten.

2. Überwachung: Dies beinhaltet die Analyse von Fahrprotokollen, um Segmente zu identifizieren, die mit definierten Szenarien übereinstimmen. Das hilft, zu verstehen, ob das Fahrzeug sich während tatsächlicher Fahrsituationen wie erwartet verhalten hat.

#Werkzeug zur Bewertung

Um die Erstellung und Bewertung dieser logischen Formeln zu erleichtern, haben wir ein Tool namens STL Debugger entwickelt. Dieses Tool ermöglicht es Benutzern, STL-Formeln in einer benutzerfreundlichen Umgebung zu schreiben, zu ändern und zu testen. Es bietet sofortiges Feedback zur Richtigkeit der Formeln und hilft den Benutzern, ihre Definitionen zu verfeinern, bis sie ihren Absichten entsprechen.

#Parameter und Stabilität

Ein wichtiger Aspekt unserer Formalisierung ist die Verwendung von Parametern, die Sicherheitsabstände zwischen Fahrzeugen definieren. Durch die Verwendung des RSS (Responsibility Sensitive Safety) Abstands streben wir eine stabile Formalisierung an, die weniger Parameter benötigt, um Anpassungen vorzunehmen. Das macht unseren Ansatz weniger empfindlich gegenüber Variationen und vereinfacht den Testprozess.

#Experimentelle Evaluation

Wir haben Experimente mit einem Datensatz von Fahrzeugspuren durchgeführt, die auf Autobahnen aufgezeichnet wurden, um unsere Formalisierung zu bewerten. Ziel war es zu sehen, wie gut unsere logischen Formeln kritische Szenarien im Vergleich zu bestehenden Methoden erkennen konnten. Durch die Analyse der Ergebnisse wollten wir die Effektivität unseres Rahmens bei der Identifizierung und Klassifizierung kritischer Verkehrsbeeinträchtigungen bestimmen.

#Ergebnisse der Evaluation

Die Evaluation zeigte, dass unsere Formalisierung, insbesondere mit den Erweiterungen für klarere Definitionen, die Erkennung von Verkehrsbeeinträchtigungen erheblich verbesserte. Wir stellten fest, dass eine breitere Interpretation des Fahrzeugverhaltens es uns ermöglichte, eine grössere Anzahl relevanter Szenarien zu identifizieren. Diese Verbesserung deutet darauf hin, dass die ursprünglichen Beschreibungen im ISO 34502 allein nicht ausreichen, um Unregelmässigkeiten genau zu erkennen.

#Fazit

Zusammenfassend haben wir eine Formalisierung von Verkehrsbeeinträchtigungsszenarien entwickelt, die das Verständnis und Testen von selbstfahrenden Fahrzeugen verbessert. Durch die Anwendung eines modularen Ansatzes und die Nutzung von Signal-Temporallogik haben wir einen Rahmen geschaffen, der sich an verschiedene Szenarien anpassen kann. Unsere experimentellen Ergebnisse deuten darauf hin, dass diese Formalisierung effektiv kritische Situationen identifiziert und den Weg für eine verbesserte Sicherheit in automatisierten Fahrzeugsystemen ebnet.

Zukünftige Arbeiten werden sich darauf konzentrieren, die Palette der im ISO 34502 formalisierten Szenarien zu erweitern und andere Fahrsituationen zu erkunden, wie solche mit unterschiedlichen Fahrzeugtypen und komplexeren Verkehrsbedingungen. Wir wollen auch unser Tool zur Formelerstellung verbessern, um eine breitere Benutzerbasis im Bereich der Sicherheitstests für autonomes Fahren zu unterstützen.

#Schlussgedanken

Während wir weiterhin unser Verständnis von Verkehrsbeeinträchtigungen verfeinern und die Testrahmen für selbstfahrende Autos verbessern, wollen wir zu einer sichereren Fahrumgebung für alle Verkehrsteilnehmer beitragen. Durch die Formalisierung von Szenarien und die Verbesserung der Sicherheitsgarantien können wir auf eine Zukunft hinarbeiten, in der autonome Fahrzeuge selbstbewusst eine Vielzahl von Fahrsituationen navigieren können, ohne die Sicherheit zu gefährden.