人工智能与自动驾驶车辆安全的未来挑战 – 注册现在是可能的

活动目的

工业界和学术界在实现完全自动驾驶的总体愿景方面取得了巨大进步。尽管取得了成功，但要使这一宏伟愿景成为现实，我们仍面临巨大的挑战。一方面，未来的系统尚未能够在复杂的现实世界场景中感知、推理和行动。另一方面，这些未来的系统必须符合我们对稳健性、安全性和安全性的期望。

ACM 作为世界上最大的计算机协会，通过 ACM 汽车计算机科学研讨会应对这些挑战。这次会议为业界和学术界提供了一个交流思想、共同应对未来挑战的平台。2019年会议的重点是AI和自动驾驶汽车的安全性。

邀请以这些主题为中心的贡献 更多信息，请访问 CSCS 2019 网页。您还可以查看以前的 CSCS 事件。

范围

• 自动系统中的自动智能：感应、感知和交互是车辆内外的关键挑战。尽管取得了巨大进步，但复杂的实际数据仍然对在广泛的操作条件下进行可靠的识别和分析提出了巨大挑战。最新的机器学习，特别是深度学习技术，已经产生了高性能的方法，在真实数据上取得了令人印象深刻的效果。然而，这些技术缺乏核心要求，如可解释性。
• 自动驾驶的自动安全：自动驾驶汽车将增加汽车的攻击面，因为它们不仅根据传感器信息做出决策，而且还使用其他汽车和基础设施传输的信息。互联自动驾驶汽车，以及OEM的基础设施和后端系统，构成了一个极其复杂的系统，即所谓的汽车网络系统。确保该系统的安全性对汽车软件开发、安全汽车到 x 通信、安全测试以及系统和安全工程提出了挑战。此外，检测信息的安全性也成为机器学习环境中的另一个重要方面。隐私增强技术是汽车安全的另一个问题，通过立法（例如，欧盟一般数据保护条例）强制实施。对于在实际条件下的广泛部署，保证稳健性和抵御恶意攻击是关键问题。
• 评估与测试：为了在现实世界中部署自动驾驶和/或辅助驾驶系统，测试和评估是关键。给出现实和合理的估计-即使在罕见的角落情况下-是具有挑战性的。需要分析方法和经验方法的组合。