Возможности Ansys SCADE Vision

Встроенное программное обеспечение, которое автоматически определяет потенциально уязвимые места в системах восприятия автономных транспортных средств.
Возможности Ansys SCADE Vision

Тестирование устойчивости программного обеспечения для автономных транспортных средств

SCADE Vision на базе Hologram автоматизирует выявление потенциальных уязвимостей в системах восприятия автономных транспортных средств (АВ). Это поможет вам найти и классифицировать крайние случаи, когда эти системы могут проявлять небезопасное поведение. Он предназначен для аналитиков безопасности, разработчиков нейронных сетей и всех, кто работает с системами восприятия на основе машинного обучения.

SCADE Vision обеспечивает автоматическое тестирование тестируемого программного обеспечения AV-восприятия (SUT) на основе AI, обычно сверточной нейронной сети (CNN). Тестирование состоит из двойного запуска алгоритма вывода SUT для каждого необработанного входного видео, захваченного с AV-датчиков: первый вывод выполняется на базовых, немодифицированных кадрах, а второй вывод выполняется на расширенной / модифицированной версии входных видеокадров, когда на месте происшествия обнаружены интересующие объекты (например, пешеходы, автомобили). Затем механизм SCADE Vision анализирует выходные данные SUT, хранящиеся в базе данных результатов, с использованием нескольких алгоритмов анализа дефектов для выявления слабых и уязвимых мест в программном обеспечении AV-восприятия, включая слабые обнаружения или ложноотрицательные результаты.

SCADE Vision не требует помеченных данных для поддержки тестирования программного обеспечения AV-восприятия; вместо этого он просматривает необработанные данные датчиков, записанные автономными транспортными средствами.

Веб-интерфейс предоставляет вам возможность настраивать (входное хранилище видео/изображений, алгоритм восприятия/тестировуания CNN и т. д.) и запускать один или несколько анализов. Пользовательский интерфейс также помогает быстро идентифицировать входные видео и кадры, которые выделяют вероятные дефекты программного обеспечения для восприятия AV на основе AI, что делает его очень эффективным для просмотра озера данных AV.

Autonomous Vehicle Perception Software Robustness Testing

Идентификация триггерных событий в программе распознавания автономных транспортных средств

После того, как механизм SCADE Vision выполнил анализ озера данных AV, пользовательский интерфейс на основе веб-интерфейса помогает аналитикам классифицировать вероятные дефекты программного обеспечения AV-восприятия по предлагаемым запускающим событиям или первопричинам уязвимости в системах AV-восприятия.

Инициирующие события разнообразны: погодные условия (снег, дождь, лесной пожар), условия освещения (блики, ночь, дальний свет), инфраструктура (заборы, отражающие поверхности, статуи), типы участников дорожного движения (инвалидные коляски, люди в костюмах) или просто неполное обучение систем машинного обучения AV.


Triggering events identification in autonomous vehicle perception software


Интеграция с инструментами анализа безопасности

SCADE Vision предлагает автоматическую интеграцию с ANSYS medini analyze. Выявленные крайние случаи можно экспортировать в medini analyze для причинно-следственного анализа, где будут определяться противодействия - от улучшенных обучающих наборов для алгоритмов восприятия до конкретных фильтров или даже включения дополнительных датчиков.


 


Автоматическое формирование отчета о безопасности

SCADE Vision позволяет автоматически создавать веб-отчеты и отчеты для печати для групп разработчиков алгоритмов восприятия и безопасности. Специальный пользовательский интерфейс для создания отчетов помогает аналитикам предоставлять комментарии, в том числе идеи по снижению рисков, по ключевым запускающим событиям вместе с примерами дефектов.

Автоматически генерируемые отчеты помогают структурировать и сообщать результаты анализа безопасности членам группы разработки программного обеспечения AV-восприятия и другим заинтересованным сторонам в виртуальном цикле обратной связи.


Automatic safety report generation

 

Наш сайт сохранит анонимные идентификаторы (cookie-файлы) на ваше устройство. Это способствует персонализации контента, а также используется в статистических целях. Вы можете отключить использование cookie-файлов, изменив настройки Вашего браузера. Пользуясь этим сайтом при настройках браузера по умолчанию, вы соглашаетесь на использование cookie-файлов и сохранение информации на Вашем устройстве.

Принимаю