Core Concepts
자동화 주행 시스템의 안전한 운영을 위해 시스템의 현재 능력을 실시간으로 평가하고 모니터링하는 전문가 주도의 프레임워크를 제안한다.
Abstract
이 논문은 자동화 주행 시스템의 안전한 운영을 위해 시스템의 능력을 실시간으로 모니터링하는 전문가 주도의 프레임워크를 제안한다.
먼저, 시스템의 다양한 아키텍처 관점(능력, 기능, 논리, 하드웨어/소프트웨어)에서 요소들 간의 관계를 나타내는 방향성 비순환 그래프(DAG)를 도출한다. 이를 통해 시스템 요소의 품질 상태가 서로 어떻게 영향을 미치는지 모델링한다.
다음으로, 베이지안 네트워크를 활용하여 DAG 구조를 수학적으로 표현한다. 전문가 지식을 퍼지 논리 기반의 규칙으로 정의하여 베이지안 네트워크의 조건부 확률 테이블을 자동으로 생성한다. 이를 통해 실시간으로 관측된 기술적 측정치를 바탕으로 시스템의 능력 품질을 추론할 수 있다.
마지막으로, 제안한 프레임워크를 도시 주행 시나리오에 적용하여 실험한다. 전력 시스템 및 위치 추정 기능의 성능 저하 상황에서 시스템의 종방향 제어 능력 품질을 실시간으로 모니터링하고 평가한다. 이를 통해 안전한 주행을 위한 적절한 조치를 취할 수 있음을 보인다.
Stats
전력 시스템 성능 저하 시 종방향 가속 능력의 연속적 신뢰도가 약 63%로 감소
전력 시스템 성능 저하가 심각한 경우 종방향 가속 능력의 연속적 신뢰도가 약 37%로 감소
위치 추정 성능 저하로 인해 종방향 제어 능력의 연속적 신뢰도가 약 27%까지 감소
Quotes
"자동화 주행 시스템의 안전한 운영을 위해서는 시스템의 현재 능력을 실시간으로 평가하고 모니터링하는 것이 핵심이다."
"전문가 지식을 활용하여 시스템 요소 간 관계를 모델링하고, 베이지안 네트워크와 퍼지 논리를 통해 실시간 모니터링을 구현할 수 있다."