机构名称：
¥ 1.0
摘要 - 在安全 - 关键的自治系统中，得出系统级保证需要以与系统级任务一致的方式评估单个子系统。这些安全保证需要仔细的理由，以了解如何评估每个子系统，并且评估必须与子系统的相互作用和其中所做的任何假设一致。一个常见的例子是感知与计划之间的相互作用。Trelpy是一个基于Python的工具箱，可以评估感知模型的性能，并通过概率模型检查在计算系统级保证中利用这些评估。该工具为流行检测指标（例如混淆矩阵）实现了这一框架，并实现了新的指标，例如命题标记的混淆矩阵。选择混淆矩阵标签的命题公式，以使混淆矩阵与下游计划者和系统级任务相关。Trelpy还可以通过Egentric距离或相对于自我车辆进行方向分组对象，以进一步使混乱矩阵更多的任务相关。这些指标被利用以计算感知和计划者的综合性能，并计算系统级要求的满意度概率。
trelpy：用于任务相关的感知评估的工具箱
主要关键词
相关文件推荐
