Caleb King, Tester für Forschungsstatistiken, JMP-Abteilung, SAS Institute Inc.
Peng Liu, Principal Research Statistician Developer, JMP
Autonome Fahrzeuge oder selbstfahrende Autos leben nicht mehr nur in der Science-Fiction. Ingenieure und Wissenschaftler lassen sie Wirklichkeit werden. Ihre Zuverlässigkeitsbedenken, oder noch wichtiger, Sicherheitsbedenken, waren entscheidend für ihren kommerziellen Erfolg. Können wir autonomen Fahrzeugen vertrauen? Haben wir die Informationen, um diese Entscheidung zu treffen? In diesem Vortrag untersuchen wir die Zuverlässigkeit von autonomen Fahrzeugen (AVs) von vier führenden Herstellern, indem wir die öffentlich verfügbaren Daten analysieren, die beim kalifornischen DMV-AV-Testprogramm eingereicht wurden. Wir werden die Qualität der Daten bewerten, die Menge der in den Daten enthaltenen Informationen bewerten, die Daten auf verschiedene Weise analysieren und schließlich versuchen, einige Schlussfolgerungen aus dem zu ziehen, was wir dabei gelernt haben. Wir werden zeigen, wie wir in dieser Studie verschiedene Tools in JMP® verwendet haben, einschließlich der Verarbeitung der Rohdaten, der Festlegung von Annahmen und Einschränkungen der Daten, der Anpassung verschiedener Zuverlässigkeitsmodelle und schließlich der Auswahl geeigneter Modelle, um Schlussfolgerungen zu ziehen. Die Einschränkungen der Daten umfassen sowohl die Qualität als auch die Quantität. Daher sind unsere Ergebnisse möglicherweise alles andere als schlüssig, aber wir können mit geeigneten statistischen Methoden dennoch wichtige Erkenntnisse gewinnen.
