Puch, Stefan (2019) Statistisches Model Checking mittels geführter Simulation im Kontext modellbasierter Entwicklung sicherheitskritischer Fahrerassistenzsysteme. PhD, Universität Oldenburg.

Preview

Volltext (8Mb)

Abstract

Die vorliegende Arbeit führt eine Methodik ein, welche mit Statistischem Model Checking im Rahmen von geführter Simulation seltene Ereignisse erfassen kann. Ein Kosimulationsframework auf Basis der High Level Architecture ermöglicht eine aus Fahrermodell, Fahrsimulationssoftware und Fahrerassistenzsystem bestehende Kosimulation, die von dem auf Adaptive Importance Sampling basierenden Threshold Uncertainty Tree Search (TUTS) Algorithmus mit Hilfe einer Kritikalitätsfunktion zu seltenen Ereignissen geführt wird. Anhand eines Fahrer-Fahrzeug-Assistenzsystem-Szenarios können seltene Ereignisse mit einer Wahrscheinlichkeit deutlich kleiner als 10^-9 erfasst werden. Nach einer mathematischen Rückrechnung der geführten Simulationsergebnisse, erfolgt eine quantitative Abschätzung mittels 99%igem Konfidenzniveaus mit welcher Sicherheit das vorliegende Ergebnis zutreffend ist. Eine Übertragbarkeit der Methodik auf weitere Domänen erfolgt anhand eines Benchmarks, bei dem die Wahrscheinlichkeit zu schätzen ist, mit der ein zufällig springender Ball ein winziges Loch trifft.

["eprint_fieldname_title_plus" not defined]

Statistical Model Checking using guided simulation in context of model-based development of safety-critical driver assistance systems

["eprint_fieldname_abstract_plus" not defined]

This thesis introduces a methodology which can capture rare events using Statistical Model Checking within the scope of guided simulation. A co-simulation framework based on the High Level Architecture enables a co-simulation consisting of driver model, driving simulation software and driver assistance system which is guided by the Threshold Uncertainty Tree Search (TUTS) algorithm based on Adaptive Importance Sampling to rare events with the help of a criticality function. Using a driver-vehicle assistance system scenario, rare events can be detected with a probability of significantly less than 10^-9. After a mathematical recalculation of the simulation results, a quantitative estimation is made using a 99% confidence level in order to obtain an estimate if the existing results are applicable. A transferability of the methodology to other domains is based on a benchmark in which the probability of a randomly bouncing ball hitting a tiny hole has to be estimated.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Model Checking, Simulation, Algorithmus, Assistenzsystem
Subjects:	Generalities, computers, information > Computer science, internet
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	29 Oct 2019 08:20
Last Modified:	30 Oct 2019 09:09
URI:	https://oops.uni-oldenburg.de/id/eprint/4213
URN:	urn:nbn:de:gbv:715-oops-42949
DOI:
Nutzungslizenz:

Actions (login required)

View Item