CN116384755A - 车路云协同驾驶安全的确定方法、装置、车辆及存储介质 - Google Patents
车路云协同驾驶安全的确定方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116384755A CN116384755A CN202310645690.5A CN202310645690A CN116384755A CN 116384755 A CN116384755 A CN 116384755A CN 202310645690 A CN202310645690 A CN 202310645690A CN 116384755 A CN116384755 A CN 116384755A
- Authority
- CN
- China
- Prior art keywords
- safety
- target
- vehicle
- control link
- link architecture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012502 risk assessment Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 69
- 230000006870 function Effects 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出了一种车路云协同驾驶安全的确定方法、装置、车辆及存储介质，涉及人工智能技术领域，包括：对协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；获取初始控制链路架构模型，根据初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级；根据违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级，得到初始功能安全要求。本公开一个或者多个实施方式提供的技术方案，能够在车路协同***出现故障时，保证车辆输出安全的控制决策指令。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及一种车路云协同驾驶安全的确定方法、装置、自动驾驶车辆及存储介质。
背景技术
单车智能自动驾驶主要依靠车辆本身的视觉、毫米波雷达、激光雷达等传感器、计算单元、执行***进行环境感知、计算决策和控制执行。随着高等级自动驾驶技术的发展，单车智能应对复杂的交通带来的安全问题日渐突出。车路协同作为一种可以有效解决单车智能应对场景感知能力不足的技术应运而生。车路协同可以作为单车智能在应对复杂交通场景下运行的安全保障，然而在车路协同***出现故障时，则无法保证车辆输出安全的控制决策指令。
发明内容
有鉴于此，本公开一个或者多个实施方式提供了一种车路云协同驾驶安全的确定方法、装置、自动驾驶车辆及存储介质，能够在车路协同***出现故障时，保证车辆输出安全的控制决策指令。
本公开一方面提供了一种车路云协同驾驶安全的确定方法，所述方法包括：
搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；
获取初始控制链路架构模型，基于所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级；
根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
本公开另一方面还提供了一种车路云协同驾驶安全的确定装置，所述装置包括：
安全目标确定模块，用于搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；
故障树分析模块，用于基于初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级；
功能安全要求确定模块，用于根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
本公开另一方面还提供了一种自动驾驶车辆，所述自动驾驶车辆包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的车路云协同驾驶安全的确定方法。
本公开另一方面还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现上述的车路云协同驾驶安全的确定方法。
本公开一个或者多个实施方式提供的技术方案，区别于常规的车路协同驾驶流程，可以对协同驾驶场景中的目标车辆进行危害分析和风险评估，从而得到当前场景下目标车辆进行车路协同驾驶的安全目标和汽车安全完整性等级；在得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级后，基于初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级；根据违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级，得到初始控制链路架构模型下目标车辆进行车路协同驾驶时的初始功能安全要求。与现有技术相比，本公开提供的技术方案，能够在车路协同***出现故障时，保证车辆输出安全的控制决策指令。
附图说明
通过参考附图会更加清楚的理解本公开各实施例的特征和优点，附图是示意性的而不应理解为对本公开进行任何限制，在附图中：
图1示出了本公开一个实施方式中车路云协同驾驶安全的确定方法的步骤示意图；
图2示出了本公开一个实施方式中协同驾驶场景的示意图；
图3示出了本公开一个实施方式中初始控制链路架构模型的第一示意图；
图4示出了本公开一个实施方式中初始控制链路架构模型的第二示意图；
图5示出了本公开一个实施方式中故障树分析的具体步骤示意图；
图6示出了本公开一个实施方式中故障树分析的第一示意图；
图7示出了本公开一个实施方式中车路云协同驾驶安全的确定方法的步骤示意图；
图8示出了本公开一个实施方式中重建控制链路架构子模型的第一示意图；
图9示出了本公开一个实施方式中重建控制链路架构子模型的第二示意图；
图10示出了本公开一个实施方式中优化控制链路架构模型的示意图；
图11示出了本公开一个实施方式中故障树分析的第二示意图；
图12示出了本公开一个实施方式中车路云协同驾驶安全的确定装置的功能模块示意图；
图13示出了本公开一个实施方式中自动驾驶车辆的结构示意图。
具体实施方式
为使本公开实施方式的目的、技术方案和优点更加清楚，下面将结合本公开实施方式中的附图，对本公开实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本公开一部分实施方式，而不是全部的实施方式。基于本公开中的实施方式，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本公开保护的范围。
目前，为了保证车路协同驾驶的安全性，通过在自动驾驶车辆上部署的摄像头、激光雷达、毫米波雷达等探测设备，并通过部署的探测设备对车辆周边环境进行感知，基于感知到的周边环境信息控制自动驾驶车辆行驶。
通常而言，通过部署的探测设备对车辆周边环境进行感知时，由于探测设备的高度以及感知距离有限，当探测设备存在感知遮挡时，会存在安全隐患。因此，为了提高自动驾驶车辆行驶的安全性，路侧设备在探测到道路感知信息后，会将其探测到的道路感知信息，以广播的方式发送给其通信区域内的自动驾驶车辆，使得自动驾驶车辆可以结合其探测到的道路感知信息控制自动驾驶车辆行驶。
然而，在车路协同驾驶的过程中，目标车辆以一定速度驶向路口，侧向来车以一定速度驶向路口，当前的红绿灯实际状态为侧向来车通行（即绿灯），目标车辆行驶方向禁止通行（即红灯）。此时，目标车辆通过对路口的通行条件判断确定是否要提前减速停车，如果红灯则减速并停车等待，如果是绿灯，则继续判断是否前方没有障碍物且符合可通行区域的判断，满足条件则继续通行，不满足条件则减速让行或者停车以避免碰撞。如果目标车辆相关的车路协同控制链路上相关协同设备出现故障，将目标车辆行驶方向上的红灯错误的显示为绿灯，则目标车辆根据接收到的绿灯信息继续行驶通过路口，则有很大概率将与侧向来车发生碰撞，导致严重的交通事故和人员伤害。
根据以上的描述可见，现有的车路协同***能够响应于确定在本车的前方存在阻碍本车沿当前车道继续行驶的障碍物时，通过车路协同***，预期切换车道的可行性。但是，在车路协同***出现故障时，则无法保证车辆输出安全的控制决策指令。
本公开一个或者多个实施方式提供的技术方案，可以应用于车路协同驾驶的过程中，从而确保在上述情况下，保证车辆输出安全的控制决策指令。
请参阅图1，本公开一个实施方式提供的车路云协同驾驶安全的确定方法，可以包括以下多个步骤。
S101，搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级。
在本实施方式中，在进行车路云协同驾驶安全的确定流程时，首先搭建用于车路协同驾驶的协同驾驶场景，即对实现整车层面功能或部分功能的***或***组合的定义和必要描述；然后对处于所述协同驾驶场景中的目标车辆进行危害分析和风险评估，从而得到当前场景下对所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级。其中，危害分析和风险评估是为了避免不合理的风险，对相关项的危害事件进行识别和归类的方法以及定义防止和减轻相关危害的安全目标和汽车安全完整性等级的方法。安全目标是作为整车层面危害分析和风险评估结果的最高层面的安全要求。
请参阅图2，为本公开的一种可能的协同驾驶场景，所述协同驾驶场景包括多个用于辅助目标车辆自动驾驶的协同设备、标线清晰且表面平整的车道、路口及相应的标志标线、具备自动网联和自动驾驶功能的目标车辆，场景中目标车辆用AD表示、其他道路交通参与者用RU表示。其中，所述路口可以为任意有通行交叉的“Y”形、环形、不规则路口。所述目标车辆可以是乘用车、商用车、多功能车辆等可以自动驾驶的网联车辆。所述其他道路交通参与者可以是乘用车、商用车、多功能车辆、摩托车等可以/不可以自动驾驶的网联/非网联车辆。
在对所述协同驾驶场景中的目标车辆进行危害分析和风险评估中，可根据汽车安全完整性等级标准进行危害分析和风险评估的过程，得出本场景下的代表性安全目标为：避免自动驾驶功能运行过程中制动不足，汽车安全完整性等级最高为D级。其中，针对车路协同自动驾驶功能进行危害分析和风险评估，可以得出针对纵向加速控制、纵向减速控制、横向控制、车身控制、状态控制、HMI控制等相关安全目标，所有安全目标均适用本公开的方法，均在本公开的保护范围之内。
S102，获取初始控制链路架构模型，基于所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级。
在本实施方式中，由于故障树的分析需要依赖于初始控制链路架构模型，因此可根据步骤S101中的协同驾驶场景所涉及的车路协同自动驾驶功能控制方案，抽象出所述初始控制链路架构模型。根据所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到自动驾驶功能运行过程中制动不足的原因，然后根据自动驾驶功能运行过程中制动不足的原因，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，从而为协同设备出现故障时，保证车辆输出安全的控制策略提供数据基础。
本实施例中，所述初始控制链路架构模型包括至少一套协同设备对所述目标车辆所产生的控制策略，即所述初始控制链路架构模型可以为一套协同设备直接输出对目标车辆自动驾驶控制策略产生影响的信息，也可以为中间设备对一套协同设备输出信息转发过程中所产生的控制策略，还可以为两者的结合。
举例来讲，请参阅图3和图4，若用于辅助目标车辆自动驾驶的协同设备为交通信号灯（包括指示灯及控制***）时，所述初始控制链路架构模型可包括控制链路架构模型1（如图3所示），以及控制链路架构模型2（如图4所示）。
所述控制链路架构模型1的架构要素及通信路径包含：交通信号灯、云平台、目标车辆、通信路径①、以及通信路径②；其中目标车辆又包含车-路/云通信接收模块和决策规划控制模块。交通信号灯具有网联功能，可以对外发出信号显示红绿灯状态（红、绿、黄状态及相应状态时间倒计时）；云平台实现将通过通信路径①接收到的红绿灯状态通过通信路径②转发给目标车辆；目标车辆可根据车-路/云通信接收模块接收到的红绿灯状态输入给决策规划控制模块，从而输出合适的控制指令，实现减速或继续行驶等工作；通信路径①、以及通信路径②采用车联网技术实现网络通信，将数据传输到目标车辆。
在所述控制链路架构模型1基础上实现交通信号灯与目标车辆的直接通信即可得到控制链路架构模型2。此时，所述控制链路架构模型2的架构要素及通信路径包含：交通信号灯、目标车辆、以及通信路径③，其中，通信路径③采用车联网技术实现网络通信，将数据传输到目标车辆，需要说明的是，通信路径①和通信路径②采用的通信技术和通信路径③采用的通信技术应该具备异构冗余性。
S103，根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
在本实施方式中，结合初始控制链路架构模型进行故障树分析，得到自动驾驶功能运行过程中制动不足的原因、以及自动驾驶功能运行过程中制动不足从步骤S101所继承的汽车安全完整性等级，然后依据故障树所分解的多个违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到基于安全目标（避免自动驾驶功能运行过程中制动不足）分解的初步的功能安全要求，即所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求，从而实现在车路协同设备出现故障的情况下，输出安全的控制决策指令。
通过上述各个实施方式的描述可见，本公开提供的技术方案，区别于常规的车路协同驾驶流程，可以对协同驾驶场景中的目标车辆进行危害分析和风险评估，从而得到当前场景下目标车辆进行车路协同驾驶的安全目标和汽车安全完整性等级；在得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级后，根据初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级；根据违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级，得到初始控制链路架构模型下目标车辆进行车路协同驾驶时的初始功能安全要求。与现有技术相比，本公开提供的技术方案，能够在车路协同***出现故障时，保证车辆输出安全的控制决策指令。
请参阅图5，在一个实施方式中，步骤S102根据所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级中，具体包括以下多个步骤：
步骤S1021，获取所述初始控制链路架构模型中的架构要素、以及各架构要素之间的通信路径。
步骤S1022，对所述架构要素、以及各架构要素之间的通信路径进行故障树分析，得到所述目标车辆在所述协同驾驶场景中违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级。
本实施例中，所述违背安全目标的基本事件包括违背整车级安全目标的最小单元事件，当所述违背整车级安全目标的最小单元事件为违背电气和电子部件行业相关标准的事件时，将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级。
将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级时，首先将汽车安全完整性等级的随机硬件失效概率和电气和电子部件行业相关标准的高要求的安全功能目标危险失效平均概率进行类比，并基于类比结果得到安全完整性等级和汽车安全完整性等级的对应关系；然后根据安全完整性等级和汽车安全完整性等级的对应关系，得到所述违背电气和电子部件行业相关标准的事件等同的汽车安全完整性等级（即等同汽车安全完整性等级）。其中，所述安全完整性等级和汽车安全完整性等级的对应关系请参阅表1。
表1 安全完整性等级和汽车安全完整性等级的对应关系表
考虑到***和硬件安全相关度量指标、共因失效的要求不同，参考专家经验判断汽车安全完整性等级的D等级约等同于安全完整性等级的3-4等级之间，针对智能驾驶这类高安全***，此处取安全完整性等级的第4等级作为分解的目标安全等级，因此下述初始功能安全要求，需满足安全完整性等级的第4等级。
举例来讲，结合图3和图4，对控制链路架构模型1和控制链路架构模型2进行故障树分析，得到自动驾驶功能运行过程中制动不足的原因，包含BV01-BV06共6个基本事件，如图6所示。
根据故障树分析，结合汽车安全完整性等级标准对定义安全需求的要求，得到基于安全目标（避免自动驾驶功能运行过程中制动不足）分解的初始功能安全要求，具体如表2所示。
表2 初始功能安全要求列表
其中，表2中的关联基本事件为关联的违背安全目标的基本事件，分配的架构要素为违背安全目标的基本事件对应的控制链路架构模型所包含的架构要素。
请参阅图7，在一个实施方式中，在步骤S103根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求之后，所述方法还包括以下多个步骤：
步骤S104，判断所述初始功能安全要求的可实现性。
步骤S105，当所述初始功能安全要求不可实现时，对所述初始控制链路架构模型进行优化，得到优化控制链路架构模型。
步骤S106，根据所述优化控制链路架构模型的方案更新所述初始功能安全要求，并将所述初始控制链路架构模型更新为所述优化控制链路架构模型。
本实施例中，判断所述初始功能安全要求的可实现性时，可以先通过汽车安全完整性等级标准评估所述初始功能安全要求是否具有可实现性；然后通过电气和电子部件行业相关标准评估所述初始功能安全要求是否具有可实现性。当所述初始功能安全要求不满足汽车安全完整性等级标准以及电气和电子部件行业相关标准的任意一项标准时，则均判定为所述初始功能安全要求不可实现。其中，本实施例中的可实现性，包括方案本身技术上能否实现，以及实现该方案的代价是否很高。即如果技术上无法实现或者实现代价较高，则均为不可实现。
例如，自动驾驶域控制器已经普遍实现符合功能安全汽车安全完整性等级标准最高达到D级的要求，则步骤S102中违背安全目标的基本事件所对应的初始功能安全要求有很好的可实现性，此时针对协同设备（如路测设备）和云平台目前没有基于电气和电子部件行业相关标准开发设计达到安全完整性等级的第4等级的成熟行业经验，需要投入很多的资源且付出较大代价来证明，可实现性较差。因此，当在电气和电子部件行业相关标准下所述初始功能安全要求不可实现时，需要对所述初始控制链路架构模型进行优化，得到优化控制链路架构模型。
在对所述初始控制链路架构模型进行优化的过程中，首先根据所述初始控制链路架构模型中的架构要素，增加目标架构要素；然后根据所述目标架构要素与所述初始控制链路架构模型中的架构要素的通信路径，对所述初始控制链路架构模型进行重建，得到多个用于重建控制链路架构的子模型；将多个用于重建控制链路架构的所述子模型与所述初始控制链路架构模型进行组合重建，得到优化控制链路架构模型。其中，所述子模型与所述初始控制链路架构模型可以进行多种组合，任意符合需求的组合方式均属于本公开的范围。本公开示例选择一种子模型与所述初始控制链路架构模型组合重建出优化控制链路架构模型。在其他实施例中，优化控制链路架构模型还可以为子模型与所述初始控制链路架构模型组合重建中综合评分最高的模型。
在优化控制链路架构模型后，还需对所述优化控制链路架构模型进行故障树分析，得到优化后的功能安全要求和汽车安全完整性等级，根据优化后的功能安全要求和汽车安全完整性等级，更新所述初始功能安全要求，并将所述初始控制链路架构模型更新为所述优化控制链路架构模型。
可以理解的，考虑到安全完整性等级的第4等级要求高难以实现，本实施例根据汽车安全完整性等级标准中汽车安全完整性等级分解的原则进行整个***方案的设计，以降低单个***实现对应的安全等级和要求的复杂度和成本。
举例来讲，请参阅图8和图9，本公开示例选择一种子模型与所述初始控制链路架构模型组合重建出优化控制链路架构模型，即在初始控制链路架构模型的基础上，此处采用的协同设备为监控摄像头，布置在侧向来车的路口，用以识别侧向来车方向车道的快速来车，并将数据发送给本车，从而得到重建的车路协同自动驾驶功能控制的场景模型。根据重建的车路协同自动驾驶功能控制方案，抽象出基于监控摄像头的控制链路架构模型3（如图8所示），以及控制链路架构模型4（如图9所示）。可以理解的，控制链路架构模型3及控制链路架构模型4，为用于重建控制链路架构的子模型。
所述控制链路架构模型3的架构要素及通信路径包含：监控摄像头、云平台、目标车辆、通信路径④、以及通信路径⑤；其中目标车辆又包含车-路/云通信接收模块和决策规划控制模块。监控摄像头具有网联功能，可以对外发出关于所监控目标车道的道路交通使用者信息以及红绿灯状态，交通使用者信息包括使用者类型、运动状态、速度、移动方向等；云平台实现将通过通信路径④接收到的关于所监控目标车道的道路交通使用者信息以及红绿灯状态通过通信路径⑤转发给目标车辆；目标车辆可根据车-路/云通信接收模块接收到的关于所监控目标车道的道路交通使用者信息以及红绿灯状态输入给决策规划控制模块，从而输出合适的控制指令，实现减速或继续行驶等工作；通信路径④、以及通信路径⑤采用车联网技术实现网络通信，将数据传输到目标车辆。
在所述控制链路架构模型3基础上实现监控摄像头与目标车辆的直接通信即可得到控制链路架构模型4。此时，所述控制链路架构模型4的架构要素及通信路径包含：监控摄像头、目标车辆、以及通信路径⑥，其中，通信路径⑥采用车联网技术实现网络通信，将数据传输到目标车辆，需要说明的是，通信路径④和通信路径⑤采用的通信技术和通信路径⑥采用的通信技术应该具备异构冗余性。
为了避免共因失效，监控摄像头和交通信号灯的通讯链路需要保持独立性，为避免同一种通信方式导致的共因失效，本案例监控摄像头和交通信号灯的组合方案可以为控制链路架构模型1与控制链路架构模型4的组合、也可以为控制链路架构模型2与控制链路架构模型3的组合。
基于控制链路架构模型3、控制链路架构模型4、以及初始控制链路架构模型，得到优化后的控制链路架构模型5，如图10所示。此时，基于控制链路架构模型5的故障树分析结果如图11所示。图中根据汽车安全完整性等级标准的汽车安全完整性等级分解原则（可参看标准，此处不再赘述），与图6相比有如下变更点：
事件BV01分解为BV07和BV08，安全等级由等同ASIL D分解为两个等同ASIL B【D】；
原有对通信链路的事件BV03和BV04，基于新的架构更新为BV09和BV10，安全等级由等同ASIL D分解为两个等同ASIL B【D】；
云平台故障的基本事件的安全等级由等同ASIL D降低为等同ASIL B【D】。
更新后的功能安全要求，详见表3所示。
表3 更新后的功能安全要求列表
按照表3的安全等级对应规则，FSR01、FSR02、FSR03、FSR04、FSR08、FSR09根据电气和电子部件行业相关标准的要求按照安全完整性等级的第3等级开发，根据成熟的行业经验判断以上安全要求可实现；FSR05、FSR06、FSR07需要按照汽车安全完整性等级标准的要求按照汽车安全完整性等级的D等级开发。
上述功能安全要求中的预警可以通过一种通信信号的标志位实现，也可以通过具备同等功能的其他技术方法实现。上述功能安全要求中提到的故障监控、诊断、校验等机制可以通过一种监控算法或者独立的安全模块实现，也可以通过具备同等功能的其他技术方法实现。上述功能安全要求中提到的车辆达到设定的安全状态可以是继续通行或者减速、停车避撞，也可以是具备同等可接受程度的其他安全的状态。
在此还需要说明的是，基于上述故障情况下实现安全状态的车路云***协同控制方法为：
当交通信号灯诊断到自身故障，将故障信息通过通信路径①和②传递给目标车辆，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当监控摄像头诊断到自身故障，将故障信息通过通信路径④和⑤传递给目标车辆，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当云平台***诊断到自身故障，将故障信息通过通信路径②或⑤传递给目标车辆，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当通讯路径①被诊断到故障，云平台将故障信息通过通信路径②传递给目标车辆，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当通讯路径②被诊断到故障，车-路/云通信接收模块将故障信息传递给目标车辆内部模块，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当通讯路径③被诊断到故障，车-路/云通信接收模块将故障信息传递给目标车辆内部模块，目标车辆根据决策规划控制***实现达成安全状态的动作；
当通讯路径④被诊断到故障，云平台将故障信息通过通信路径⑤传递给目标车辆，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当通讯路径⑤被诊断到故障，车-路/云通信接收模块将故障信息传递给目标车辆内部模块，目标车辆根据决策规划控制模块实现达成安全状态的动作；
当通讯路径⑥被诊断到故障，车-路/云通信接收模块将故障信息传递给目标车辆内部模块，目标车辆根据决策规划控制模块实现达成安全状态的动作；
进一步说明，所有功能安全要求应按照电气和电子部件行业相关标准和汽车安全完整性等级标准实现符合相应的开发过程和技术保障要求，因不属于本公开的创新范围，此处不做阐述。
请参阅图12，本公开一个实施方式还提供一种车路云协同驾驶安全的确定装置，所述装置包括：
安全目标确定模块100，用于搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；其中，所述协同驾驶场景包括多个用于辅助目标车辆自动驾驶的协同设备；
故障树分析模块200，用于基于初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级；其中，所述初始控制链路架构模型包括至少一套协同设备对所述目标车辆所产生的控制策略；
功能安全要求确定模块300，用于根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
在一个实施方式中，所述故障树分析模块200还用于，获取所述初始控制链路架构模型中的架构要素、以及各架构要素之间的通信路径；对所述架构要素、以及各架构要素之间的通信路径进行故障树分析，得到所述目标车辆在所述协同驾驶场景中违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级。
其中，所述违背安全目标的基本事件包括违背整车级安全目标的最小单元事件，当所述违背整车级安全目标的最小单元事件为违背电气和电子部件行业相关标准的事件时，将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级。
将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级中，首先将汽车安全完整性等级的随机硬件失效概率和电气和电子部件行业相关标准的高要求的安全功能目标危险失效平均概率进行类比，并基于类比结果得到安全完整性等级和汽车安全完整性等级的对应关系；然后根据安全完整性等级和汽车安全完整性等级的对应关系，得到所述违背电气和电子部件行业相关标准的事件等同的汽车安全完整性等级。
在一个实施方式中，所述装置还包括：
可实现性判断模块，用于判断所述初始功能安全要求的可实现性；
架构模型优化模块，用于当所述初始功能安全要求不可实现时，对所述初始控制链路架构模型进行优化，得到优化控制链路架构模型；
功能安全更新模块，用于根据所述优化控制链路架构模型的方案更新所述初始功能安全要求，并将所述初始控制链路架构模型更新为所述优化控制链路架构模型。
在一个实施方式中，所述可实现性判断模块，还用于通过汽车安全完整性等级标准评估所述功能安全要求是否具有可实现性；通过电气和电子部件行业相关标准评估所述初始功能安全要求是否具有可实现性；
所述架构模型优化模块，还用于根据所述初始控制链路架构模型中的架构要素，增加目标架构要素；根据所述目标架构要素与所述初始控制链路架构模型中的架构要素的通信路径，对所述初始控制链路架构模型进行重建，得到多个用于重建控制链路架构的子模型；将多个用于重建控制链路架构的所述子模型与所述初始控制链路架构模型进行组合重建，得到优化控制链路架构模型。
本公开一个或者多个实施方式提供的技术方案，区别于常规的车路协同驾驶流程，可以对协同驾驶场景中的目标车辆进行危害分析和风险评估，从而得到当前场景下目标车辆进行车路协同驾驶的安全目标和汽车安全完整性等级；在得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级后，基于初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级；根据违背安全目标的基本事件、以及违背安全目标的基本事件的汽车安全完整性等级，得到初始控制链路架构模型下目标车辆进行车路协同驾驶时的初始功能安全要求。与现有技术相比，本公开提供的技术方案，能够在车路协同***出现故障时，保证车辆输出安全的控制决策指令。
上述实施方式阐明的各个装置、模块、或单元，具体可以由计算机芯片实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上设备时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
请参阅图13，本公开还提供一种自动驾驶车辆，所述自动驾驶车辆包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的车路云协同驾驶安全的确定方法。
本公开还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现上述的车路云协同驾驶安全的确定方法。
其中，处理器可以为中央处理器（Central Processing Unit，CPU）。处理器还可以为其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本公开实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施方式中的方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）、随机存储记忆体（Random AccessMemory，RAM）、快闪存储器（Flash Memory）、硬盘（Hard Disk Drive，缩写：HDD）或固态硬盘（Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、车辆和存储介质的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (11)
1.一种车路云协同驾驶安全的确定方法，其特征在于，所述方法包括：
搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；
获取初始控制链路架构模型，基于所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级；
根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
2.根据权利要求1所述的方法，其特征在于，所述协同驾驶场景包括多个用于辅助目标车辆自动驾驶的协同设备，所述初始控制链路架构模型包括至少一套协同设备对所述目标车辆所产生的控制策略。
3.根据权利要求1或2所述的方法，其特征在于，基于所述初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级的步骤，包括：
获取所述初始控制链路架构模型中的架构要素、以及各架构要素之间的通信路径；
对所述架构要素、以及各架构要素之间的通信路径进行故障树分析，得到所述目标车辆在所述协同驾驶场景中违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级。
4.根据权利要求3所述的方法，其特征在于，所述违背安全目标的基本事件包括违背整车级安全目标的最小单元事件，当所述违背整车级安全目标的最小单元事件为违背电气和电子部件行业相关标准的事件时，将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级。
5.根据权利要求4所述的方法，其特征在于，将所述违背电气和电子部件行业相关标准的事件的安全完整性等级转换为汽车安全完整性等级的步骤，包括：
将汽车安全完整性等级的随机硬件失效概率和电气和电子部件行业相关标准的高要求的安全功能目标危险失效平均概率进行类比，并基于类比结果得到安全完整性等级和汽车安全完整性等级的对应关系；
根据所述安全完整性等级和汽车安全完整性等级的对应关系，得到所述违背电气和电子部件行业相关标准的事件等同的汽车安全完整性等级。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述初始功能安全要求的可实现性；
当所述初始功能安全要求不可实现时，对所述初始控制链路架构模型进行优化，得到优化控制链路架构模型；
根据所述优化控制链路架构模型的方案更新所述初始功能安全要求，并将所述初始控制链路架构模型更新为所述优化控制链路架构模型。
7.根据权利要求6所述的方法，其特征在于，判断所述初始功能安全要求的可实现性的步骤，包括：
通过汽车安全完整性等级标准评估所述初始功能安全要求是否具有可实现性；
通过电气和电子部件行业相关标准评估所述初始功能安全要求是否具有可实现性。
8.根据权利要求6所述的方法，其特征在于，当所述初始功能安全要求不可实现时，对所述初始控制链路架构模型进行优化，得到优化控制链路架构模型的步骤，包括：
根据所述初始控制链路架构模型中的架构要素，增加目标架构要素；
根据所述目标架构要素与所述初始控制链路架构模型中的架构要素的通信路径，对所述初始控制链路架构模型进行重建，得到多个用于重建控制链路架构的子模型；
将多个用于重建控制链路架构的所述子模型与所述初始控制链路架构模型进行组合重建，得到优化控制链路架构模型。
9.一种车路云协同驾驶安全的确定装置，其特征在于，所述装置包括：
安全目标确定模块，用于搭建协同驾驶场景，并对所述协同驾驶场景中的目标车辆进行危害分析和风险评估，得到当前场景下所述目标车辆进行车路协同驾驶时的安全目标和汽车安全完整性等级；
故障树分析模块，用于基于初始控制链路架构模型对处于协同驾驶场景中的目标车辆进行故障树分析，得到违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级；
功能安全要求确定模块，用于根据所述违背安全目标的基本事件、以及所述违背安全目标的基本事件的汽车安全完整性等级，得到所述初始控制链路架构模型下所述目标车辆进行车路协同驾驶时的初始功能安全要求。
10.一种自动驾驶车辆，其特征在于，所述自动驾驶车辆包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1至8中任一所述的方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至8中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310645690.5A CN116384755A (zh) | 2023-06-02 | 2023-06-02 | 车路云协同驾驶安全的确定方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310645690.5A CN116384755A (zh) | 2023-06-02 | 2023-06-02 | 车路云协同驾驶安全的确定方法、装置、车辆及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116384755A true CN116384755A (zh) | 2023-07-04 |
Family
ID=86980980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310645690.5A Pending CN116384755A (zh) | 2023-06-02 | 2023-06-02 | 车路云协同驾驶安全的确定方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116384755A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117727183A (zh) * | 2024-02-18 | 2024-03-19 | 南京淼瀛科技有限公司 | 结合车路协同的自动驾驶安全预警方法及*** |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101526343B1 (ko) * | 2014-04-03 | 2015-06-10 | 한국과학기술원 | 무인 자동차 시스템에서 애드혹 네트워크를 이용한 통신 링크 설정 방법 |
| CN109291935A (zh) * | 2017-07-25 | 2019-02-01 | 大陆泰密克汽车***（上海）有限公司 | 用于分析车辆的电子控制***中的信号链的安全性的方法 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行*** |
| CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台***及协同***和方法 |
| CN112418711A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 车辆预期功能危害评估方法、设备、存储介质及装置 |
| US20210129865A1 (en) * | 2019-11-04 | 2021-05-06 | Research & Business Foundation Sungkyunkwan University | Context-aware navigation protocol for safe driving |
| CN112849262A (zh) * | 2021-02-08 | 2021-05-28 | 吉林大学 | 一种智能车辆横向控制***功能安全概念阶段分析方法 |
| US20220067550A1 (en) * | 2020-09-03 | 2022-03-03 | Aptiv Technologies Limited | Bayesian Network Analysis of Safety of Intended Functionality of System Designs |
| CN114348009A (zh) * | 2022-01-27 | 2022-04-15 | 中国第一汽车股份有限公司 | 功能安全概念阶段分析方法及制动控制*** |
| US20220319514A1 (en) * | 2021-03-30 | 2022-10-06 | Honda Motor Co., Ltd. | Information processing apparatus, information processing method, mobile object control device, and mobile object control method |
| US20230076669A1 (en) * | 2018-02-27 | 2023-03-09 | Excelfore Corporation | Broker-based bus protocol and multi-client architecture |
| CN116186884A (zh) * | 2022-12-26 | 2023-05-30 | 国家工业信息安全发展研究中心 | 一种智能网联汽车功能安全与预期功能安全联动验证方法 |
-
2023
- 2023-06-02 CN CN202310645690.5A patent/CN116384755A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101526343B1 (ko) * | 2014-04-03 | 2015-06-10 | 한국과학기술원 | 무인 자동차 시스템에서 애드혹 네트워크를 이용한 통신 링크 설정 방법 |
| CN109291935A (zh) * | 2017-07-25 | 2019-02-01 | 大陆泰密克汽车***（上海）有限公司 | 用于分析车辆的电子控制***中的信号链的安全性的方法 |
| US20230076669A1 (en) * | 2018-02-27 | 2023-03-09 | Excelfore Corporation | Broker-based bus protocol and multi-client architecture |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行*** |
| CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 清华大学 | 用于车车及车路协同的云控平台***及协同***和方法 |
| US20210129865A1 (en) * | 2019-11-04 | 2021-05-06 | Research & Business Foundation Sungkyunkwan University | Context-aware navigation protocol for safe driving |
| US20220067550A1 (en) * | 2020-09-03 | 2022-03-03 | Aptiv Technologies Limited | Bayesian Network Analysis of Safety of Intended Functionality of System Designs |
| CN112418711A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 车辆预期功能危害评估方法、设备、存储介质及装置 |
| CN112849262A (zh) * | 2021-02-08 | 2021-05-28 | 吉林大学 | 一种智能车辆横向控制***功能安全概念阶段分析方法 |
| US20220319514A1 (en) * | 2021-03-30 | 2022-10-06 | Honda Motor Co., Ltd. | Information processing apparatus, information processing method, mobile object control device, and mobile object control method |
| CN114348009A (zh) * | 2022-01-27 | 2022-04-15 | 中国第一汽车股份有限公司 | 功能安全概念阶段分析方法及制动控制*** |
| CN116186884A (zh) * | 2022-12-26 | 2023-05-30 | 国家工业信息安全发展研究中心 | 一种智能网联汽车功能安全与预期功能安全联动验证方法 |
Non-Patent Citations (1)
| Title |
|---|
| 贺林 等: "高速铁路列车运行控制技术-计算机联锁***", vol. 1, 上海科学技术出版社, pages: 169 - 173 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117727183A (zh) * | 2024-02-18 | 2024-03-19 | 南京淼瀛科技有限公司 | 结合车路协同的自动驾驶安全预警方法及*** |
| CN117727183B (zh) * | 2024-02-18 | 2024-05-17 | 南京淼瀛科技有限公司 | 结合车路协同的自动驾驶安全预警方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111127931B (zh) | 一种智能网联汽车的车路云协同方法、装置及*** | |
| CN108022450B (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
| US20190384292A1 (en) | Processing System For Evaluating Autonomous Vehicle Control Systems Through Continuous Learning | |
| US20240071221A1 (en) | Systems and methods for implementing multimodal safety operations with an autonomous agent | |
| CN110481565A (zh) | 自动驾驶车辆的控制方法和自动驾驶车辆的控制装置 | |
| CN111038480B (zh) | 自动驾驶的执行***、自动驾驶的控制命令的执行方法 | |
| CN109739230B (zh) | 驾驶轨迹生成方法、装置及存储介质 | |
| CN113619576B (zh) | 车辆控制方法、装置、设备、存储介质及自动驾驶车辆 | |
| US11753048B2 (en) | Monitoring of neural-network-based driving functions | |
| CN109910880B (zh) | 车辆行为规划的方法、装置、存储介质和终端设备 | |
| CN116384755A (zh) | 车路云协同驾驶安全的确定方法、装置、车辆及存储介质 | |
| CN115220413A (zh) | 车辆故障诊断方法、车载诊断装置 | |
| CN110794802B (zh) | 一种故障诊断处理方法及装置 | |
| CN114834443A (zh) | 车辆控制的方法、装置、控制器和智能汽车 | |
| CN112590778B (zh) | 车辆控制的方法、装置、控制器和智能汽车 | |
| CN117279818A (zh) | 一种控制方法、装置和交通工具 | |
| CN115497313A (zh) | 网联车队智能协同控制方法、***、电子设备及存储介质 | |
| CN115384536A (zh) | 一种驾驶辅助***控制器的评估方法、装置、设备及介质 | |
| US11745732B2 (en) | Certified control for self-driving cars | |
| Van Waes et al. | Electromagnetic interference in the Internet of Things: An automotive insight | |
| Srivastava et al. | Work-in-Progress: Road Context-Aware Intrusion Detection System for Autonomous Cars | |
| CN114954413B (zh) | 车辆自检处理方法、装置、设备及存储介质 | |
| US20230377385A1 (en) | Method for validating safety precautions for vehicles moving in an at least partially automated manner | |
| Taie et al. | On Board Evaluation System for Advanced Driver Assistance Systems | |
| WO2023120505A1 (ja) | 方法、処理システム及び記録装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230704 |
|
| RJ01 | Rejection of invention patent application after publication |