Application of STPA for the Elicitation of Safety Requirements for a Machine Learning-Based Perception Component in Automotive

功能安全 计算机科学 组分(热力学) 需求获取 可靠性工程 可追溯性 高级驾驶员辅助系统 过程(计算) 人工智能 碰撞 系统工程 需求分析 计算机安全 软件工程 工程类 操作系统 软件 热力学 物理 程序设计语言
作者
Esra Acar Celik,Carmen Cârlan,Asim Abdulkhaleq,Fridolin Bauer,Martin Schels,Henrik J. Putzer
出处
期刊:Lecture Notes in Computer Science 卷期号:: 319-332 被引量:6
标识
DOI:10.1007/978-3-031-14835-4_21
摘要

Approaches based on Machine Learning (ML) provide novel and promising solutions to implement safety-critical functions in the field of autonomous driving. Establishing assurance in these ML components through safety requirements is critical, as the failure of these components may lead to hazardous events such as pedestrians being hit by the ego vehicle due to an erroneous output of an ML component (e.g., a pedestrian not being detected in a safety-critical region). In this paper, we present our experience with applying the System-Theoretic Process Analysis (STPA) approach for an ML-based perception component within a pedestrian collision avoidance system. STPA is integrated into the safety life cycle of functional safety (regulated by ISO 26262) complemented with safety of the intended functionality (regulated by ISO/FDIS 21448) in order to elicit safety requirements. These requirements are derived from STPA unsafe control actions and loss scenarios, thus enabling the traceability from hazards to ML safety requirements. For specifying loss scenarios, we propose to refer to erroneous outputs of the ML component due to the ML functional insufficiencies, while adhering to the guidelines of the STPA handbook.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
欣欣向荣完成签到,获得积分10
1秒前
爆米花应助无共鸣采纳,获得10
1秒前
若清完成签到,获得积分10
1秒前
LYDZ1完成签到,获得积分10
1秒前
吉里巴完成签到,获得积分10
2秒前
2秒前
月月发布了新的文献求助10
2秒前
贾哲宇完成签到,获得积分20
3秒前
CipherSage应助ran采纳,获得10
3秒前
Orange应助ZH采纳,获得10
3秒前
科目三应助zhengmin采纳,获得10
3秒前
随动的风完成签到 ,获得积分10
4秒前
zoe发布了新的文献求助10
4秒前
4秒前
5秒前
5秒前
5秒前
贾哲宇发布了新的文献求助10
5秒前
Junehe完成签到,获得积分10
6秒前
机智的思山完成签到,获得积分10
6秒前
6秒前
科研完成签到,获得积分10
7秒前
666应助卡乐瑞咩吹可采纳,获得20
7秒前
7秒前
7秒前
7秒前
柚子完成签到 ,获得积分10
7秒前
Jasper应助金灶沐采纳,获得10
8秒前
8秒前
大航完成签到,获得积分10
8秒前
夏侯初完成签到,获得积分10
9秒前
9秒前
研友_8WMQ5n发布了新的文献求助10
9秒前
9秒前
9秒前
9秒前
Mia完成签到,获得积分10
10秒前
关学乖完成签到,获得积分10
10秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3245398
求助须知:如何正确求助?哪些是违规求助? 2889057
关于积分的说明 8256709
捐赠科研通 2557392
什么是DOI,文献DOI怎么找? 1386090
科研通“疑难数据库(出版商)”最低求助积分说明 650285
邀请新用户注册赠送积分活动 626541