运行条件残差归一化：一种面向自动驾驶车辆传感器完整性监控的仿生算子

《Biomimetics》：Operating-Condition Residual Normalization: A Bio-Inspired Operator for Sensor Integrity Monitoring in Automated Vehicles

　　

摘要

仿生完整性监控器用于自动驾驶车辆的研究，通常以单一的综合检测指标来报告结果，这将算法性能与评估协议混为一谈。我们将重参考信号原理迁移至惯性通道的完整性监控中，识别出真正决定所报告指标的因素。我们从数据中识别出单轨道前向模型，并通过运行工况残差归一化（OCRN）对其残差进行标准化，该算子是一种基于可观测运行点的分箱处理算子；其设计通过穷举式约束搜索确定，并通过消融实验逐一隔离各组成部分。在涵盖五个城镇和四个摩擦等级、总计224,638个样本的数据集上，残差尺度变化达158倍，而OCRN恢复了21.8个F₁点，超过检测规则、编码器和生物衰减门控三者贡献之和。交叉对比证实了这一点：改变检测规则仅使结果移动0.09个点，而改变归一化方法则使结果移动15至19个点。当计入所有注入事件时，该监控器达到97.34%的精确率、76.35%的召回率和85.57%的F₁值，误报率为0.76%；当覆盖率超过3σ可检测性阈值的80.1%时，分别达到97.30%/93.99%/95.62%。该阈值随前向模型误差变化，与路面摩擦相关但并不由其决定，而作为最明确的仿生元素的门控机制，在残差经过条件归一化后未被选中，其最优设置最多仅提升1个F₁点，却使误报率几乎翻倍。