研究论文 · 发布 2026.06.05 · 预印本

用于感知知情自动驾驶闭环仿真的因果概率框架

A Causal Probabilistic Framework for Perception-Informed Closed-Loop Simulation of Autonomous Driving

Zhennan Fei, Rickard Johansson, Mikael Andersson, Matthias Eng, Mattias Eriksson, Kaveh Kianfar, Sadegh Rahrovani, Chris van der Ploeg, Michael Borth, Maren Buermann, Michiel Braat, Henk Goossens, Zijian Han, Majid Khorsand Vakilzadeh, Gabriel Rodrigues de Campos · arXiv · English

自动驾驶环境感知 SOTIF 场景验证与确认

资料概述

该框架将因果建模的感知误差注入场景式软件在环仿真，通过雾、雨和目标合并条件产生检测与定位不足，用于 ADAS 及自动驾驶的 SOTIF 评估。

版本: v1

用于感知知情自动驾驶闭环仿真的因果概率框架

资料概述

参与咨询

咨询已发送。

用于感知知情自动驾驶闭环仿真的因果概率框架

资料概述

相关资料

Connected Dependability Cage：用于安全自动驾驶开发与运行的功能和异常监控

自动驾驶 AI 环境感知的运行时验证方法

用于发现 SOTIF 边界案例的物理原理驱动三维驾驶仿真