Assurance de la sécurité centrée sur les modèles pour les véhicules autonomes basés sur l’IA

What you'll learn

• 

  Expliquez comment la pile AV et le domaine de conception opérationnelle (ODD) déterminent les exigences de sécurité pour l'exploitation des véhicules autonomes

• 

  Relier les risques, l'analyse HARA, les objectifs de sécurité et les critères d'acceptation à des exigences de sécurité concrètes pour les systèmes de véhicules autonomes

• 

  Évaluer le comportement des modèles d'IA à l'aide de concepts axés sur la sécurité, tels que les détections manquées, les fausses alertes, la latence, l'incertitude, le niveau de confiance et le risque résiduel

• 

  Expliquer comment les indicateurs clés de performance (KPI) en matière de sécurité et les seuils d'acceptabilité relient le comportement du modèle aux résultats de sécurité au niveau du système

• 

  Expliquez en quoi les tests de résistance, les simulations basées sur des scénarios, les tests « hardware-in-the-loop », les tests d'intégration et les tests de régression contribuent à garantir la sécurité des véhicules autonomes

• 

  Comprendre comment la surveillance en temps réel, la détection des anomalies, la gestion des dérives et les stratégies de repli contribuent à garantir la qualité continue après le déploiement

• 

  Expliquez comment les dossiers de sécurité sont élaborés et mis à jour à partir des résultats d'essais, des données de terrain, des incidents et des quasi-accidents

• 

  Comprendre comment les normes, la gouvernance, la conformité et la confiance du public influencent la mise en service en toute sécurité des véhicules autonomes équipés d'IA