廣告
工業(yè)界兩種驗證自動駕駛車輛安全的方法論
2020-07-15 21:41:32· 來源：CAE虛擬與現(xiàn)實
一種是大家比較熟悉的ISO26262功能安全（FuSa），這種方法論旨在預(yù)防由汽車電子電氣系統(tǒng)產(chǎn)生故障導(dǎo)致的意外風(fēng)險隱患。另一種是 ISO21448 預(yù)期功能安全（SOTIF）
一種是大家比較熟悉的ISO26262功能安全（FuSa），這種方法論旨在預(yù)防由汽車電子電氣系統(tǒng)產(chǎn)生故障導(dǎo)致的意外風(fēng)險隱患。
另一種是 ISO21448 預(yù)期功能安全（SOTIF），這種方法論旨在解決自動駕駛系統(tǒng)本身由于算法或者傳感器（攝像頭、激光雷達等）本身缺陷導(dǎo)致致命傷害事故的問題。這也是今天分享的重點。
從開發(fā)流程上來說，無論是 FuSa 還是 SOTIF，都要經(jīng)歷從需求定義到軟硬件開發(fā)再到系統(tǒng)驗證的過程，但相對來說，SOTIF 需要解決的問題難度更大。
就像長尾理論一樣，容易造成事故的場景基本上出現(xiàn)在長尾的尾部，因此，我們很難預(yù)測這些問題將會在什么時候發(fā)生，而 SOTIF 就旨在去發(fā)現(xiàn)這些罕見的場景。
也就是說，SOTIF 可以發(fā)揮指導(dǎo)性的意義，把這種潛在的風(fēng)險進行量化評估，從而評估車輛抵御風(fēng)險的能力。
我們可以看一下這張圖：
我們將所有場景分為4個區(qū)域，包括已知的安全場景、已知的不安全場景、未知的不安全場景以及未知的安全場景。
前面兩個場景相對好理解，已知的不安全場景可以通過對 ODD 進行分析來解決相關(guān)的風(fēng)險。由于最后一個場景的安全的場景，因此我們對它的關(guān)注度也不是很大。
最需要關(guān)注的是區(qū)域3，即未知的不安全場景，由于該場景中存在著巨大的風(fēng)險，如果我們對其一直處于無法悉知的狀態(tài)，我們就無法評估其中的風(fēng)險會對無人駕駛帶來多大的影響。
所以，在SOTIF 的開發(fā)流程中，針對已知的安全場景，我們可以通過概念定義階段來對這些場景進行足夠多的分析；針對已知的不安全場景，我們在驗證階段會去構(gòu)建一些不安全的場景，然后對這些場景進行驗證，確保無人駕駛算法可以安全地解決這些問題；對于為安全的未知安全場景，我們需要一些輔助的手段來幫助我們發(fā)現(xiàn)場景，了解場景。
也就是說，我們的最終目標就是把未知的不安全場景逐漸轉(zhuǎn)化成已知的不安全場景，甚至是轉(zhuǎn)化成已知的安全場景。
不過，從客觀上來講，未知的不安全場景肯定不會完全消失，但它最終會小到我們足以保證無人駕駛算法出現(xiàn)安全事故的概率會比真人駕駛要更小，也就是說，我們可以證明無人駕駛比真人駕駛要更安全。
另一種是 ISO21448 預(yù)期功能安全（SOTIF），這種方法論旨在解決自動駕駛系統(tǒng)本身由于算法或者傳感器（攝像頭、激光雷達等）本身缺陷導(dǎo)致致命傷害事故的問題。這也是今天分享的重點。
從開發(fā)流程上來說，無論是 FuSa 還是 SOTIF，都要經(jīng)歷從需求定義到軟硬件開發(fā)再到系統(tǒng)驗證的過程，但相對來說，SOTIF 需要解決的問題難度更大。
就像長尾理論一樣，容易造成事故的場景基本上出現(xiàn)在長尾的尾部，因此，我們很難預(yù)測這些問題將會在什么時候發(fā)生，而 SOTIF 就旨在去發(fā)現(xiàn)這些罕見的場景。
也就是說，SOTIF 可以發(fā)揮指導(dǎo)性的意義，把這種潛在的風(fēng)險進行量化評估，從而評估車輛抵御風(fēng)險的能力。
我們可以看一下這張圖：
我們將所有場景分為4個區(qū)域，包括已知的安全場景、已知的不安全場景、未知的不安全場景以及未知的安全場景。
前面兩個場景相對好理解，已知的不安全場景可以通過對 ODD 進行分析來解決相關(guān)的風(fēng)險。由于最后一個場景的安全的場景，因此我們對它的關(guān)注度也不是很大。
最需要關(guān)注的是區(qū)域3，即未知的不安全場景，由于該場景中存在著巨大的風(fēng)險，如果我們對其一直處于無法悉知的狀態(tài)，我們就無法評估其中的風(fēng)險會對無人駕駛帶來多大的影響。
所以，在SOTIF 的開發(fā)流程中，針對已知的安全場景，我們可以通過概念定義階段來對這些場景進行足夠多的分析；針對已知的不安全場景，我們在驗證階段會去構(gòu)建一些不安全的場景，然后對這些場景進行驗證，確保無人駕駛算法可以安全地解決這些問題；對于為安全的未知安全場景，我們需要一些輔助的手段來幫助我們發(fā)現(xiàn)場景，了解場景。
也就是說，我們的最終目標就是把未知的不安全場景逐漸轉(zhuǎn)化成已知的不安全場景，甚至是轉(zhuǎn)化成已知的安全場景。
不過，從客觀上來講，未知的不安全場景肯定不會完全消失，但它最終會小到我們足以保證無人駕駛算法出現(xiàn)安全事故的概率會比真人駕駛要更小，也就是說，我們可以證明無人駕駛比真人駕駛要更安全。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
