快速的规格
Ansys SCADE Vision可加快发现嵌入式感知软件中可能与边缘情况有关的弱点,并通过自动对输入传感器数据进行增强,以识别基于AI的嵌入式感知软件中的脆弱性,帮助识别其根本原因(也称为触发事件)
由全息图驱动的SCADE Vision是一种功能强大的软件工具,可以通过快速且经济地查明数百个潜在的边缘情况,解决人工智能支持的感知系统中固有的弱点。欧洲杯四强竞猜
SCADE Vision通过自动识别和标记一系列边缘情况,将边缘情况分辨率和感知系统验证的成本降至最低,因此自主感知系统可以通过视觉训练来识别和适当地响应这些物体。
Ansys SCADE Vision可加快发现嵌入式感知软件中可能与边缘情况有关的弱点,并通过自动对输入传感器数据进行增强,以识别基于AI的嵌入式感知软件中的脆弱性,帮助识别其根本原因(也称为触发事件)
通过SCADE Vision自动识别边缘情况有助于perception工程师消除数小时的手动工作和相关成本,同时确保对自主perception系统的高度信任。
提高基于人工智能的感知系统在遇到边缘情况时正确识别和响应的能力对于自动驾驶车辆和机器人的安全可靠运行至关重要。在边缘情况问题得到成功解决之前,无法保证自治系统在任务关键情况下的性能。
SCADE Vision通过自动检测这些系统中的弱点,将边缘案例解析和感知系统验证的成本降至最低。SCADE Vision在使用基于人工智能的感知系统算法的同时查看基于视频的传感器数据,从而为更深入的分析扩展了关键领域。基于该增强功能,SCADE Vision可在无需人工干预的情况下自动识别和标记任何异常情况,该功能旨在再现部署系统将遇到的各种情况。
SCADE Vision提供了一个完整、自动化的解决方案,用于在各个级别开发成熟的AV系统
SCADE Vision能够自动测试基于人工智能的AV感知软件(SUT),通常是卷积神经网络(CNN)。测试包括对从AV传感器捕获的每个原始输入视频运行SUT推理算法两次:当场景中检测到感兴趣的物体(如行人、汽车)时,第一个推理在基线、未修改的帧上运行,而第二个推理在输入视频帧的增强/修改版本上运行。
然后,SCADE Vision引擎使用几种缺陷分析算法分析结果数据库中存储的SUT输出,以识别AV perception软件中的弱点和脆弱性,包括弱检测或假阴性。SCADE Vision不需要标记数据来支持AV perception软件测试;相反,它通过自动驾驶车辆记录的原始传感器数据进行搜索。欧洲杯四强竞猜
SCADE Vision引擎分析AV数据湖后,基于web的UI将可能的缺陷分类为各种类型的“触发事件”。这些触发事件可能包括天气或照明条件、基础设施、意外的道路使用者,甚至机器学习系统的不完整培训。这种分类不仅可以帮助您的团队识别边缘案例形式的单个漏洞,还可以查看AI系统中的弱点和漏洞模式。
异常情况,连同指定的标签,然后可以导出到medini analyze,完成原因分析。在符合SOTIF标准的情况下,安全分析师可以得出正确的结论,并提出对策建议,从改进感知算法的训练集到特定的过滤器,甚至是加入额外的传感器。
SCADE Vision的自动安全报告生成器简化了开发团队和安全团队之间的沟通。使用专用UI生成web和可打印的报告,该UI允许分析师对关键触发事件(包括解决方案和示例缺陷)提供评论。创建一个沟通反馈循环,帮助您发现问题,解决问题,并充分准备从更昂贵的测试中获得最大价值。