基于凸优化的无人驾驶汽车转向角安全性验证.pdf

软件学报ISSN 1000-9825, CODEN RUXUEW E-mail: jos@ Journal of Software , 2023,34(6):25862605 [doi: 10.13328/ki.jos.006851] © 中国科学院软件研究所版权所有. Tel: +86-10  基于凸优化的无人驾驶汽车转向角安全性验证 1,2 3 1,2 4 1,2 1,2 吴慧慧 , 张亚楠 , 侯 刚 , 渡边政彦 , 王 洁 , 孔维强 1(大连理工大学 软件学院, 辽宁 大连 116024) 2(辽宁省泛在网络与服务软件重点实验室, 辽宁 大连 116024) 3( 中汽数据有限公司, 天津 300300) 4(NTT DATA Automobiligence Research Center, Yokohama 222-0033, Japan) 通信作者: 孔维强, E-mail: wqkong@ 摘 要: 无人驾驶汽车系统过大的输入-输出空间(即输入和输出的所有可能组合), 使得为其提供形式化保证变成 一项具有挑战性的任务. 提出了一种自动验证技术, 通过结合凸优化和深度学习验证工具DLV 来保障无人驾驶汽 车的转向角安全. DLV 是一个用于自动验证图像分类神经网络安全性的框架. 运用故障安全轨迹规划中的凸优化 技术解决预测转向角的判断问题, 然后拓展DLV 来实现无人驾驶汽车转向角安全性的验证. 在NVIDIA 的端到端 无人驾驶架构上说明所提出方法的优势, 该架构是许多现代无人驾驶汽车的关键组成部分. 实验结果表明: 对于 给定的区域和操作集, 如果存在对抗性错误分类( 即不正确的转向决策), 该技术可以成功地找到, 因此可以实现 安全验证(如果在所有DNN 层都没有发现错误分类, 在这种情况下, 网络关于转向决策可以说是稳定或可靠的)或 证伪(在这种情况下, 这些对抗性反例可以用于后续微调网络). 关键词: 无人驾驶汽车; 转向角; 自动驾驶汽车; 凸优化; 安全性验证 中图法分类号: TP311 中文引用格式: 吴慧慧, 张亚楠, 侯刚, 渡边政彦, 王洁, 孔维强. 基于凸优化的无人驾驶汽车转向角安全性验证. 软件学 报, 2023, 34(6): 2586–2605. /1000-9825/6851.htm 英文引用格式: Wu HH, Zhang YN, Hou G, Watanabe M, Wang J, Kong WQ. Verification of Steering Angle Safety for Self-driving Cars Using Convex Optimization. Ruan Jian Xue Bao/Journal of Software, 2023, 34(6): 25862605 (in Chinese). . cn/1000-9825/6851.htm Verification of Steering Angle Safety for Self-driving Cars Using Convex Optimization 1,2 3