arXiv cs.AI· Dingji Wang, You Lu, Haowen Jiang, Yanggang Chen, Yuyang Bi, Bihuan Chen, Shenglin Bao, Xin Peng·· 10 小时前AI 评分34
CoSafe：面向混合交通自动驾驶的协同运行时安全保证框架
CoSafe: Cooperative Runtime Safety Assurance for Mixed-Traffic Autonomous Driving
AI 导读
CoSafe 是一个模块化、与 ADS 无关的协同运行时安全保证框架，通过 V2X 通信让路侧单元监控场景级风险并联合干预多车冲突。与 7 个 SOTA ADS 集成后，在 InterDrive 基准上平均提升驾驶得分 70.03%、减少安全违规 87.80%，识别不安全 AV 的 F3 分数达 0.930，并满足实时约束。该工作已被 ICSE 2027 接收。
正文 · AI 翻译
摘要：随着自动驾驶系统（ADS）的快速发展，现实道路正演变为混合交通环境，其中自动驾驶车辆（AV）与其他交通参与者（例如人类驾驶车辆（HDV）、骑行者和行人）共存并相互交互。然而，当前的 ADS 在混合交通场景中仍会产生各种安全违规，这催生了对运行时安全保障框架的强烈需求，该框架能够持续监控危险并预防潜在违规。现有的以自车为中心的保障方法不足以应对混合交通，因为违规往往源于多辆车之间局部合理但整体不兼容的决策，并且无法通过独立接管可靠地解决。
为弥补这一差距，我们提出 CoSafe，一种模块化且与 ADS 无关的混合交通自动驾驶协同运行时安全保障框架，将运行时安全保障从以自车为中心的接管扩展到场景级协同干预。CoSafe 利用车联万物（V2X）通信使路侧单元（RSU）能够监控场景级危险，并协同缓解涉及多辆车的危险。我们将 CoSafe 与七种最先进的 ADS 集成，并在 InterDrive 基准上的评估表明，CoSafe 将 AV 的驾驶得分平均提升 70.03%，将安全违规减少 87.80%，并以 0.930 的 F3 分数准确识别不安全的 AV，同时满足实时性约束。
| 评论： | 被第 49 届 IEEE/ACM 国际软件工程会议（ICSE 2027）接收。13 页 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2611.06204 [cs.SE] |
| （或此版本的 arXiv:2611.06204v1 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2611.06204 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Dingji Wang [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 09:21:22 UTC（1,049 KB）
来源：arXiv cs.AI · arxiv.org