Riskbedömning i syn-språk-aktions-modeller för automatiserade fordon 

Syfte och mål

Projektet kommer undersöka olika strategier för att extrahera osäkerhet från Syn-Språk-Aktionsmodeller som används i autonoma fordon (AD). AD-system är vanligtvis tränade end-to-end, vilket innebär en utmaning osäkerhetsextraktion. I AD, innebär osäkerhet t.ex. att ovanliga föremål eller beteenden upptäcks, dåligt väder eller hinder. Vi kommer också identifiera möjliga användningsområden för osäkerhet i autonoma fordon genom strukturerade intervjuer med experter inom området.

Förväntade effekter och resultat

Förväntade resultat är: en implementation av ett riskövervakningssystem för osäkehetsextraktion i VLA:er. En vetenskaplig artikel som beskriver systemet, och experiment som verifierar beteende och prestanda. En rapport som sammanfattar våra strukturerade intervjuer om användningsfall för osäkerhet i AD.

Planerat upplägg och genomförande

Vi kommer undersöka olika strategier för att extrahera osäkerhet från VLA:er. Vi kommer börja med att anpassa vårt tidigare utvecklade RiskMonitor-system för end-to-end AD till ett VLA-system, genom att integrera det i ett existerande system, t.ex. SimLingo. Vi kommer också identifiera möjliga användningsområden för osäkerhet i autonoma fordon genom strukturerade intervjuer med experter inom området.