一种环境传感器失效模式可靠性评估的贝叶斯测试循环设计

（Bayesian Test Design for Reliability Assessments of Safety Relevant Environment Sensors Considering Dependent Failure）

随着汽车自动驾驶水平的提高，汽车环境传感器的感知能力与汽车安全性高度相关。为保证自动驾驶功能的安全性，必须找到一种合理的评估环境传感器感知可靠性的方法。当前还没有环境传感器感知可靠性的标准规范或指南。因此，工程师面临着建立试验方法和计划测试工作量的挑战。先前的“零假设测试（NHST）”已经解决了这个问题，在本文中，我们提出了一种基于贝叶斯参数推断的替代方法，这种方法很容易实施，对于那些没有具备深入统计理论知识的工程师来说，这种方法的演绎更加直观。我们展示如何解释不同环境条件对环境传感器性能的影响和感知误差下的统计相关性。此外，我们还研究了多种传感器之间的误差依赖对冗余多传感器系统感知可靠性的影响。最后，我们采用少数服从多数的方法来简化传感器的数据融合，这意味着当超过半数以上的传感器播报不可接受的错误时，多种传感器系统的感知就会失效。对于一种冗余的多传感器系统，其错误率相关性较弱时，通过经验可靠性评估方法是可行的。但当前的方法不能很好的解决高度复杂性的问题，不过它可以提供一种必要测试循环数量的系统性初始估计和利用声学统计方法估计测试工作量。