ГОСТ Р 70254—2022
2) для выделенных ситуаций подготовить для испытаний «смещенную» выборку, которая позво
ляет лучше проанализировать поведение алгоритма в части редких ситуаций. Например, пу тем
семплирования с изменением частоты соответствующих ситуаций, которая приближена к
среднему по всем вариантам ситуаций, или путем ввода весовых коэффициентов при оценке
ошибки в соответствующих классах. Конкретный способ должен быть явно определен в про
грамме испытаний алгоритма до начала этих испытаний;
3) провести испытания с подготовленной выборкой, чтобы убедиться, что алгоритм прогнозирует
поведение участников дорожного движения с достаточным качеством.
Кроме того, при испытаниях алгоритма прогнозирования поведения участников дорожного дви
жения на предмет реагирования на редкие дорожно-транспортные ситуации допускается использовать
иные методы тестирования, включая применение весовых коэффициентов для различных существен
ных факторов эксплуатации, семплирования, аугментации (7.4) и другие техники.
Такой принцип подбора тестового набора данных позволит обеспечить проверку возможностей
алгоритма по прогнозированию всех ситуаций в различных контекстах (вариантах комбинаций значе ний
существенных признаков), поскольку для обеспечения доверия к результатам работы алгоритма
необходимо, чтобы точность прогнозирования не зависела от частоты встречаемости конкретной ситу
ации при эксплуатации алгоритма.
При испытании СИИАУД необходимо руководствоваться принципами проведения испытаний:
объективность испытаний, обоснованность применяемых методов (методик) испытаний, обеспечение
единства измерений (аттестация методик измерений), воспроизводимость результатов испытаний и др.
7.2 Фрагменты тестовых наборов данных (демонстрационные наборы данных)
Основной набор тестовых исходных и уже сведенных данных вариантов ситуаций дорожного дви
жения доступен по ссылке:
https://clck.ru/XufRv
Тестовый набор описывает существенные факторы эксплуатации и содержит следующие подбор
ки (множество файлов из демонстрационного набора, описывающих конкретную шкалу существенных
признаков ситуации):
- вид осадков;
- виды совершаемых нарушений;
- категория автомобильной дороги;
- количество и ширина полос;
- наличие вертикальной разметки;
- наличие дорожных знаков;
- наличие засветки;
- наличие и состояние горизонтальной разметки;
- наличие иных технических средств организации дорожного движения;
- наличие пешеходных тротуаров и пешеходных переходов в одном уровне;
- наличие примыканий и пересечений в одном уровне;
- наличие светофоров;
- наличие тумана;
- наличие участников дорожного движения, нарушающих правила дорожного движения;
- плотность потока транспортных средств;
- попадание посторонних предметов и объектов на дорогу;
- профиль автомобильной дороги — наибольший продольный уклон;
- скорость потока и отдельных транспортных средств;
- состав потока транспортных средств;
- состояние дорожного покрытия;
- тип осадков;
- условия освещенности.
Тестовый набор данных содержит тактико-технические характеристики видеорегистратора, мета
данные видеосъемки (координаты транспортного средства, пример видеодорожки с наличием перечня
различных ситуаций, время съемки).
Приведенный классификатор является исчерпывающим перечнем существенных факторов экс
плуатации для рассматриваемого алгоритма прогнозирования поведения участников дорожного дви-
4