Encadrement de la fiabilité du véhicule autonome pour guider les tests de validation
| Autor: | Lakomicki, Paula, Tourbier, Yves, Castanier, Bruno, Grall, Antoine |
|---|---|
| Přispěvatelé: | RENAULT, Laboratoire Modélisation et Sûreté des Systèmes (LM2S), Institut Charles Delaunay (ICD), Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS)-Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Angevin de Recherche en Ingénierie des Systèmes (LARIS), Université d'Angers (UA) |
| Jazyk: | francouzština |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Congrès Lambda Mu 21, « Maîtrise des risques et transformation numérique : opportunités et menaces » Congrès Lambda Mu 21, « Maîtrise des risques et transformation numérique : opportunités et menaces », Oct 2018, Reims, France |
| Popis: | International audience; This paper deals with the problem of the reliability certification for an autonomous driving (AD) system and provides some insights for assessing the system reliability in a minimum testing period. Preliminary works propose a decomposition of the system reliability as a function of known and unknown driving scenarios. Here, the method focuses on the reliability assessment when the driving situations are assumed to be identified and partially known. A Bayesian framework is designed for mixing numerical simulation based and field data obtained during open road tests. A simplified real-world example has been designed to illustrate the efficiency of the methodology in terms of speed of convergence for the validation process.; Ce document décrit une méthode aidant à la certification de la fiabilité du véhicule autonome. Il fournit de premières idées pour évaluer la fiabilité du système en minimisant la durée des essais de validation. Un premier travail propose une décomposition des impacts des scénarios de conduite connus et inconnus sur la fiabilité. L'étude présentée est centrée sur l'évaluation de la fiabilité dans les scénarios de conduite identifiés mais dont l'influence sur la fiabilité est partiellement connue. Une méthode bayésienne est construite pour intégrer différentes sources d'information. Un exemple académique simplifié est construit pour analyser l'efficacité d'une telle méthode en termes de vitesse de convergence pour le processus de validation. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|