机构名称：
¥ 2.0
摘要 - 近年来，自动驾驶汽车（AV）技术已经有很大的发展。然而，尽管某些行业参与者取得了显着成就，但表明AVS实际上是安全的有力的证据，这是缺乏安全的，这可能会促进公众对这项技术的不信任，并进一步损害该行业的整个发展以及相关的社会影响。为了提高AV的安全性，提出了几种在虚拟模拟中使用合成数据的技术。尤其是最高风险数据，称为角病例（CC），对于开发和测试AV控件最有价值，因为它们可以暴露和改善这些自主系统的弱点。在这种情况下，本文提出了一项系统的文献综述，旨在全面分析CC识别和生成方法，还指出了当前的差距，并进一步含义合成数据对AV安全性和可靠性。基于选择标准，从1673篇论文的初始样本中挑选了110项研究。这些选定的论文被映射到多个类别，以回答八个链接的研究问题。最终以一种更加集成的方法为重点是所有利益相关者的安全发展，并在行业，学术界和监管机构之间进行了积极的合作。
用最新的见解将边缘导航到角落
主要关键词
相关文件推荐
