本系统旨在利用GNN模型，通过分析交通参与者之间的关系，预测其行为，从而提高自动驾驶系统的安全性和可靠性。 通过本系统，可以实现风险评估、预碰撞系统优化、驾驶行为监控等功能。
| 报告ID | 时间戳 | 风险类型 | 风险等级 | 风险描述 | 风险评分 | 详情 | 影响组件 | 潜在影响 | 缓解策略 | 相关日志 | 状态 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| R202407030001 | 2024-07-03T10:00:00Z | 模型性能 | 中 | 模型预测准确率下降 | 0.65 | {"metric": "准确率", "value": 0.85, "threshold": 0.9, "unit": "比例", "context": "正常交通"} | 感知、预测 | 可能导致误判 | 优化模型参数 | log_001.txt | 打开 |
| R202407030002 | 2024-07-03T10:05:00Z | 数据质量 | 高 | 传感器数据缺失 | 0.80 | {"metric": "缺失率", "value": 0.20, "threshold": 0.05, "unit": "比例", "context": "恶劣天气"} | 感知 | 环境感知失败 | 使用备用传感器 | log_002.txt | 调查中 |
| R202407030003 | 2024-07-03T10:10:00Z | 安全违规 | 低 | 车辆超速 | 0.30 | {"metric": "速度", "value": 70, "threshold": 60, "unit": "km/h", "context": "高速公路"} | 控制 | 安全风险增加 | 限制车辆速度 | log_003.txt | 已解决 |
| R202407030004 | 2024-07-03T10:15:00Z | 系统集成 | 中 | 组件通信异常 | 0.50 | {"metric": "延迟", "value": 150, "threshold": 100, "unit": "ms", "context": "所有场景"} | 感知、预测、规划 | 系统响应延迟 | 检查通信链路 | log_004.txt | 打开 |
| R202407030005 | 2024-07-03T10:20:00Z | 环境条件 | 高 | 大雾天气 | 0.90 | {"metric": "可见度", "value": 50, "threshold": 100, "unit": "m", "context": "山区道路"} | 感知 | 能见度低 | 降低车速，开启雾灯 | log_005.txt | 调查中 |