自動運転システム

登入

洞見 - 自動運転システム

自動運転製品の安全性を製品ライフサイクル全体にわたって持続的に確保するためには、セーフティパフォーマンス指標を活用し、安全性主張の妥当性を継続的にモニタリングし、必要に応じて対応措置を講じることが重要である。

人間が直接車両を操縦する場合と、自動制御下で人間の操舵入力が状態推定に使われる場合では、人間の操舵行動に大きな違いがある。

車両間の距離に基づいて危険レベルを評価し、より危険な車両に優先的に送信を割り当てることで、C-V2X通信の性能を向上させる。

自転車利用者は、自動運転車の運転者の有無を正確に検知できる。また、この検知は自転車利用者の安全性の認知に影響を与える。

SPARQ は、知覚障害を検出し、それに対応する回復計画を生成することで、自動運転車の安全性を高める。

本研究は、自動運転車の多車線道路における潜在的な危険シナリオを効果的に特定するための新しい適応型ストレステストの枠組みを提案する。

LLMを活用した協調型自動運転フレームワークにより、複雑な交通環境における安全性と効率性を大幅に向上させることができる。

RSUを活用し、オフラインの強化学習を用いて、自動運転車の交差点通過時の安全性と効率性を向上させる。

既存の道路設計ガイドラインは人間の視覚システムを前提としているため、自動運転車の知覚システムには適合していない可能性がある。本研究では、自然な配置の日常的な道路脇オブジェクトを利用して、自動運転車の知覚システムを欺く攻撃シナリオを生成する手法を提案する。

本論文は、線形時間論理仕様に基づいて、異なるタイプのリスクを考慮しつつ、バランスの取れた意思決定を行う新しいリスク認識型の運転制御手法を提案する。

關於我們

產品

資源