自動運転車の大規模展開に向けた行動安全評価（後編）：評価結果

- 自動運転車（AV）の行動安全性を評価する第三者テストフレームワークの検証研究。 - オープンソースのLevel 4 ADSであるAutoware.Universeを対象に、シミュレーションと実車テストトラック（University of Michigan's Mcity Testing Facility）で評価。 - 14の行動コンピテンシーのうち6つを保持し、クラッシュ率は3.01x10^-3 crashes per mileで、平均的な人間ドライバーの約1,000倍高いことを示した。 - 未知の不安全シナリオも発見し、広範な展開前の行動安全性評価の必要性を強調。

- 先行研究と比べて、第三者による体系的な行動安全性評価フレームワークを提案・検証した点が新しい。 - 従来の評価は限定的だったが、本研究はシミュレーションと実車テストを組み合わせ、Autoware.Universeの具体的な性能（コンピテンシー数やクラッシュ率）を定量的に示した。 - 特に、人間ドライバーとのクラッシュ率比較や未知の不安全シナリオの発見は、先行研究にない貢献。

- Part Iで提案した第三者テストイニシアチブを、Autoware.Universeに適用。 - シミュレーション環境と物理テストトラック（Mcity）の両方でテストを実施。 - 14の行動コンピテンシーに基づく評価を実施し、クラッシュ率を算出。 - テスト中に未知の不安全シナリオを特定。

- Autoware.Universeをシミュレーションと実車テストトラックで評価。 - 14の行動コンピテンシーのうち6つを保持していることを確認。 - クラッシュ率3.01x10^-3 crashes per mileを測定し、人間ドライバーの平均と比較。 - 未知の不安全シナリオを発見することで、フレームワークの有効性を実証。

- 結果は、AVの行動安全性評価の必要性を強調。 - Autoware.Universeのクラッシュ率が人間ドライバーより約1,000倍高いことは、広範な展開前の改善が急務であることを示唆。 - 未知の不安全シナリオの発見は、さらなるテストと改善の重要性を提起。 - 具体的な議論の詳細は要旨からは不明。

- Part I of this study（提案フレームワークの詳細） - Autoware.Universe（評価対象のオープンソースADS） - 関連する行動安全性評価やAVテスト手法の論文（要旨で具体的に参照されていないため、同分野の定番としてBehavioral Safety AssessmentやAV testing frameworksを挙げる）