Vetenskapliga artiklar om säkerhetsdriven beteendestyrning

Riskidentifiering och riskbedömning i öppna och icke-prediktiva miljöer är avgörande för autonoma och semi-autonoma system när det kommer till korrekt beslutsfattande och val av åtgärder. Varken befintliga säkerhetsstandarder eller situationsmodellering brukar beaktas i detta sammanhang. Ett nytt tillvägagångssätt kallat Safety-Driven Behaviour Management (SDBM) kombinerar säkerhetsstandardinriktad riskanalys och riskbedömningsmetod med maskininlärningsbaserad situationsigenkänning. Det kan hjälpa till att övervinna befintliga autonoma systemrelaterade säkerhetsfrågor och stötta säkerhetsargumentationen. Den här artikeln sammanfattar konceptet, möjliga tillämpningar och första testresultat, som presenteras detaljerat [1] och [2].

Vad är Safety-Driven Behavior Management?

Målet med SDBM-systemet (1, 2) är att hantera och kontrollera beteendet hos ett autonomt eller semi-autonomt system under dess interaktion med miljön. SDBM består av flera moduler som kan återanvändas i olika sammanhang. Det möjliggör användning av SDBM för högre automatiseringsnivåer [3] men också utformning av assistanssystem. De viktigaste uppgifterna som löses i olika moduler är

• förvärv av data och utvinning av information om miljöobjekt och tekniskt egosystemtillstånd,

• strukturera och bedöma den information som representerar en situation,

• identifiering av faror och riskbedömning,

• situationsigenkänning som verifierar och förbättrar riskbedömningen.

• planera, resonera och hitta en optimal åtgärd med tanke på uppdragets mål samt säkerhet.

Ta del av hela de vetenskapliga artiklarna här

[1] G. Hägele and A. Sarkheyli-Hägele, “Situational hazard recognition and risk assessment within safety-driven behavior management in the context of automated driving,” in 2020 IEEE Conference on Cognitive and Computational Aspects of Situation Management (CogSIMA). IEEE, 2020 (Artikeln är tillgänglig för IEEE-medlemmar eller kan köpas på webbsidan.)

Tillgänglig här

[2] G. Hägele and A. Sarkheyli-Hägele, “Situational risk assessment within safety-driven behavior management in the context of UAS,” in The 2020 International Conference on Unmanned Aircraft Systems (ICUAS). IEEE, 2020. (Artikeln är tillgänglig för IEEE-medlemmar eller kan köpas på webbsidan.)

Tillgänglig här

[3] G. Hägele. “Contribution to realization and test of a fall-back layer for safe, autonomous, and actionflexible systems.” Ph.D. thesis, Duisburg-Essen Publications online, 2018

Tillgänglig här

Fördelar med Safety-Driven Behavior Management för Semcons kunder

Särskilt Semcons kunder kan dra nytta av den nya metoden. Modulariteten hos SDBM gör det möjligt att använda den som en byggsats för säkerhetskritiska applikationer. För Semcons kunder innebär det minskad produktdesign och utvecklingstid, vilket leder till sänkta projektkostnader.

Möjligheten att känna risker utifrån läge, bedöma risker och upprätthålla en acceptabel risknivå under interaktionen med omgivande miljön stödjer väsentligt argumentationen att det autonoma systemet som SDBM appliceras på är säkert. Detta faktum ger Semcons kunder en klar fördel för sammanställningen av produktens säkerhetsbevis och dess certifiering.

Med hjälp av den här metoden kan Semcon stötta nuvarande och framtida kunder på deras spännande resa mot säkra autonoma system.