自动驾驶预期功能安全(SOTIF)接受准则的建立

为了评估自动驾驶汽车是否达到合理可接受的安全水平,全球汽车行业亟需建立统一的安全接受准则。从自动驾驶汽车的安全风险来源和运行场景出发,通过安全分析和试验研究,提出了量化思想的自动驾驶预期功能安全(SOTIF)接受准则,包括危害行为事件接受准则和总体风险接受准则2个层面。针对自动驾驶需要依靠大量的复杂道路场景测试而导致效率低、开发周期长、针对性不强的问题,提出了SOTIF场景用例库优先度子集的测试评价方法。相关预期功能安全接受准则、安全度量指标及SOTIF场景优先度子集的测试评价方法已作为系列量化思想的中国提案,成功写入全球首个自动驾驶安全国际标准ISO 21448中。

称谓语“师丈”潜显制约因素分析

"师母"和"师丈"这两个对位的称谓由于选择的指示视点不同,造成二者的生成机制不同。语言系统和言语交际中都需要"师丈"这一称谓,并有其存在的历史基础和现实基础,但这个称谓并没有通行。其原因是场景优先原则发挥了正向作用,而语言优先原则发挥了负向作用。本文提出解决这一矛盾的方案,希望对这一尴尬处境能有所帮助。

基于危险边界搜索的自动驾驶系统加速测试方法

针对现有基于危险场景强化生成的自动驾驶系统加速测试方法探索初期算力浪费、测试过程存在重复等问题,提出了一种基于危险边界搜索的自动驾驶系统加速测试方法。首先,定义场景危害度、场景暴露频次、场景敏感度三类场景固有属性,采用场景测试优先度作为参数空间划分和场景搜索的基础。其次,根据场景测试优先度进行具体场景提取;根据场景实际危害度进行场景测试优先度更新实现实验流程迭代。然后,利用支持向量回归对实验结果进行危险边界拟合。最后,搭建了Matlab/PreScan/CarSim联合仿真平台,选取前车切入典型场景对某黑盒自动驾驶系统进行仿真测试以验证加速测试方法的有效性。结果表明,本文方法可有效搜索被测算法的危险场景边界并提升测试效率。

翻译热词“你懂的”:是you know抑或其他?

'你懂的'一词在记者会上的使用,表面上是语义泛化中的流行语执行话语标记语身份的过程,实际则是特定场景选择语言项目的结果。该词语在汉语环境下的模糊性以及政治翻译的特殊性,决定了翻译时需要坚持'场景优先'原则。译者是否遵循该原则,表明其与言者双方在背景知识上的共享程度,这就触发译者出现偏离其'中立'角色的行为,而这种'有偏向的中立'在各种译文中得到了最直接的体现。