CN116755417A - 自动驾驶危险分析及风险评估方法、装置、设备及介质 - Google Patents
自动驾驶危险分析及风险评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116755417A CN116755417A CN202310443009.9A CN202310443009A CN116755417A CN 116755417 A CN116755417 A CN 116755417A CN 202310443009 A CN202310443009 A CN 202310443009A CN 116755417 A CN116755417 A CN 116755417A
- Authority
- CN
- China
- Prior art keywords
- risk
- analysis
- risk assessment
- hazard
- functional
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 230000006870 function Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 16
- 231100001267 hazard identification Toxicity 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000011076 safety test Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000009781 safety test method Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 231100000041 toxicology testing Toxicity 0.000 description 2
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- IPEHBUMCGVEMRF-UHFFFAOYSA-N pyrazinecarboxamide Chemical compound NC(=O)C1=CN=CC=N1 IPEHBUMCGVEMRF-UHFFFAOYSA-N 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000028838 turning behavior Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶危险分析及风险评估方法、装置、电子设备及存储介质。该方法包括:定义自动驾驶车辆的相关项和预选场景指标;基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。本技术方案解决了现有技术中自动驾驶危险分析及风险评估方法不完善等问题,可以提高自动驾驶危险分析及风险评估的可靠性。
Description
技术领域
本发明涉及自动驾驶测试技术领域,尤其涉及一种自动驾驶危险分析及风险评估方法、装置、电子设备及存储介质。
背景技术
目前,汽车行业对于高度自动驾驶(Highly Automated Driving,HAD)功能和/或自动驾驶***(Autonomous Driving System,ADS)的研发正在展开。自动驾驶将安全性视为最高优先事项,HAD和ADS车辆通常具备自主纵向和横向机动的能力,或能够协助驾驶员进行驾驶。HAD和ADS的关注领域不仅限于车辆的自动化能力,还包括安全应用。因此,为了确保ADS车辆在道路上的安全行驶,ADS的整体安全性已经成为研究的焦点。ADS技术的好处之一是增加汽车用户的安全性。自动驾驶汽车***设计的核心在于实现整体安全,包括功能安全(Functional Safety,FuSa)、预定功能安全(Safety Of The IntendedFunctionality,SOTIF)和网络安全。其中,FuSa和SOTIF是不可或缺的一部分,而ISO 26262和ISO 21448是汽车电子/电气***功能安全和预期功能安全的行业标准。
根据ISO 26262,FuSa是指“不存在由电子电气***的功能异常表现引起的危害而导致不合理的风险”,危害被定义为“由相关项的功能异常表现而导致的伤害的潜在来源”。根据ISO PAS 21448:2019,SOTIF被定义为“不存在因预期功能不足或因可合理预见的人员操作失误而导致的不合理风险”,而触发事件被定义为驾驶场景的特定条件,作为后续***连锁反应的诱因,可能导致危害事件。
在SOTIF中,ADS车辆的功能限制需要得到重视,即不存在因预期功能不足而导致的不合理风险,以及可合理预见的人员误操作。FuSa对ADS车辆的EEA(Electrical/Electronic Architecture,电子电气架构)故障行为进行保护。目前的技术水平提供了不同的方法和程序来确保汽车安全。为了提高ADS的稳健性,需要在开发的不同阶段应用相应的安全方法。但是,现有技术的问题是安全方法是否支持识别所有可能的安全边界条件,以及安全方法是否足以确保ADS的安全。此外,如何弥补HAD功能的不足仍然是一个挑战。由于ADS的复杂性,需要开发新的安全方法来满足应用需求或进一步扩展。
发明内容
本发明提供了一种自动驾驶危险分析及风险评估方法、装置、电子设备及存储介质,以解决现有技术中自动驾驶危险分析及风险评估方法不完善等问题,可以提高自动驾驶危险分析及风险评估的可靠性。
根据本发明的一方面,提供了一种自动驾驶危险分析及风险评估方法,所述方法包括:
定义自动驾驶车辆的相关项和预选场景指标;
基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;
根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。
根据本发明的另一方面,提供了一种自动驾驶危险分析及风险评估装置,该装置包括:
相关项定义模块,用于定义自动驾驶车辆的相关项和预选场景指标;
危害事件识别模块,用于基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;
评估表格生成模块,用于根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的自动驾驶危险分析及风险评估方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的自动驾驶危险分析及风险评估方法。
本发明实施例的技术方案,通过定义自动驾驶车辆的相关项和预选场景指标;基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;根据功能失效形式和预选场景指标,对危害事件进行功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格。该方案解决了现有技术中自动驾驶危险分析及风险评估方法不完善等问题,可以提高自动驾驶危险分析及风险评估的可靠性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种自动驾驶危险分析及风险评估方法的流程图;
图2A是根据本发明实施例二提供的一种自动驾驶危险分析及风险评估方法的流程图;
图2B是根据本发明实施例二提供的相关项至危害场景的分析示意图;
图2C是根据本发明实施例二提供的相关项定义示意图;
图2D是根据本发明实施例二提供的基于场景的拓展HARA识别潜在危险的过程示意图;
图3是根据本发明实施例三提供的一种自动驾驶危险分析及风险评估装置的结构示意图;
图4是实现本发明实施例的自动驾驶危险分析及风险评估方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、设备、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供了一种自动驾驶危险分析及风险评估方法的流程图,本实施例可适用于自动驾驶车辆的安全测试场景,该方法可以由自动驾驶危险分析及风险评估装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中。如图1所示,该方法包括:
S110、定义自动驾驶车辆的相关项和预选场景指标。
本方案可以由自动驾驶车辆的安全测试***执行。安全测试***可以预先定义自动驾驶车辆的相关项和预选场景指标。其中,所述相关项用于筛选自动驾驶车辆的功能,所述预选场景指标用于筛选存在危险发生可能性的风险场景。
S120、基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件。
安全测试***可以基于危险与可操作性分析(Hazard and Operability,HAZOP),确定相关项的功能失效形式,并识别自动驾驶车辆相关项匹配的危害事件。HAZOP分析是一种探索型的分析方法,用于识别和评估相关项的功能异常表现,有助于结构化和***地检查相关项在整车层面的运行情况,通过给相关项的每个功能添加适当的引导词来假定其不同的功能异常表现,该功能异常表现可导致危害,而该危害可能对目标车辆的驾乘人员,驾驶场景中的其它车辆及其乘客,或其它处于风险中的人员,如目标车辆附近的行人、骑自行车的人员或维修人员等,造成潜在伤害。
在本方案中,危害识别可以包括基于功能安全的危害识别以及基于预期功能安全的危害识别。危害识别的基础场景可以是相同的,通过功能传递的不足触发事件以识别危险。通过对自动驾驶车量功能的HAZOP分析,安全测试***可以发现可能导致危险事件发生的失效模式,例如传感器故障、控制单元失效等。
S130、根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格。
安全测试***可以进行基于场景的危害识别,根据功能失效形式和预选场景指标,对危害事件进行危险分析以及风险评估(Hazard Analysis and Risk Assessment,HARA),以得到危害事件的安全完整性等级(Automotive Safety Integrity Level,ASIL)。其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。在进行危险分析及风险评估之后,安全测试***可以根据相关项、功能失效形式、危险源以及风险等级等信息,生成危险分析及风险评估表格。
基于场景的HARA是一个从功能到ADS应用的一般评估过程。基于场景的HARA描述了自动驾驶车辆当前状态与交通状态(车辆本身和其他道路使用者的位置、交通信号、路侧指示牌等)、环境(道路类型、路面、天气等)以及基础设施(施工现场、隧道、加油站等)的关系。自动驾驶车辆通过传感器感知到的信息会随着车辆和其它道路使用者的某些行动和外部事件的变化而改变。安全测试***可以基于初始感知,将最终的感知被反应为可能的危险触发事件,并对潜在危险进行分析。
ISO 26262确定了四种ASIL-A、B、C和D。ASIL A代表最低程度的汽车危害,ASIL D则代表最高程度的汽车危险。安全气囊、防抱死制动***和动力转向***必须达到ASIL D级,这是应用于安全保障的最严苛等级,因为其失效带来的风险最高。而安全等级范围的最低等级,如后灯等部件,仅需达到ASIL A级即可。大灯和刹车灯通常是ASIL B级,而巡航控制通常是ASIL C级。风险因素通过严重程度(Severity,S)、暴露程度(Exposure,E)和可控性(controllability,C)进行分级,以确定危害事件的ASIL等级。本方案中,危害事件可以由EEA(Electrical/Electronic Architecture,电子/电气架构)的***故障和或功能单元的限制(SOTIF区域)引起。
本技术方案通过定义自动驾驶车辆的相关项和预选场景指标;基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;根据功能失效形式和预选场景指标,对危害事件进行功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格。该方案解决了现有技术中自动驾驶危险分析及风险评估方法不完善等问题,可以提高自动驾驶危险分析及风险评估的可靠性。
实施例二
图2A为本发明实施例二提供了一种自动驾驶危险分析及风险评估方法的流程图,本实施例以上述实施例为基础进行细化。如图2A所示,该方法包括:
S210、定义自动驾驶车辆的相关项和预选场景指标。
在本方案中,所述相关项的必要性在于找出对自动驾驶车辆安全具有影响的***或***组合,并且需要应用在安全生命周期中。在每个相关项中,需要实现一个或一部分车辆功能。自动驾驶车辆的主要功能,如转向、加速以及减速等,可以定义为相关项。同时,安全测试***可以在基于场景的HARA中考虑车辆的驾驶场景,例如城市道路、高速公路以及复杂交叉口等,以确定车辆的使用环境和行驶情况。
S220、基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件。
根据FuSa和SOTIF的场景结合,HAZOP关键词方法根据预先选择的驾驶场景进行响应。FuSa范畴专注于驾驶场景和车辆操控的危害识别,基于HAZOP关键词的错误车辆行为。SOTIF范畴专注于车辆功能单元和ADS功能描述的危害识别,基于HAZOP关键词的功能性不足。
基于HAZOP关键词的预选场景指标,判断危害事件是否与HAZOP关键词相关。预选场景指标可以是通过在SOTIF和FuSa中对ADS危险进行影响的危害事件进行收集得到的。
具体的,所述危害事件包括整车级危害事件和功能级危害事件;
所述基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件,包括:
基于危险与可操作性分析,确定相关项的功能失效形式;
根据相关项的功能失效形式,对驾驶场景和车辆操控进行危害识别,确定相关项匹配的整车级危害事件;
根据相关项的功能失效形式,对车辆功能单元和驾驶功能进行危害识别,确定功能级危害事件。
容易理解的,安全测试***可以基于HAZOP分析,确定相关项的功能失效形式。根据相关项的功能失效形式,安全测试***可以对驾驶场景和车辆操控进行危害识别,确定整车级危害事件,也可以对车辆功能单元和驾驶功能进行危害识别,确定功能级危害事件。
在一个可行的方案中,所述基于危险与可操作性分析,确定相关项的功能失效形式,包括:
通过危险与可操作性分析关键词,确定相关项的功能失效形式;其中,所述危险与可操作性分析关键词包括功能丧失、功能错误、非预期功能以及输出卡滞在固定值上。
可以理解的,安全测试***在进行HAZOP分析时,主要通过危险与可操作性分析关键词,确定相关项的功能失效形式。危险与可操作性分析关键词包括功能丧失、功能错误、非预期功能以及输出卡滞在固定值上等类型的关键词。其中,功能丧失表示在有需求时,不提供功能;功能错误包括在有需求时,提供功能多于预期、功能少于预期以及功能方向相反情况中的一种;非预期的功能表示在无需求时,提供功能;输出卡滞在固定值上表示功能不能按照预期更新。
以车辆行驶中,车道变更为例,考虑自动驾驶车辆的变道行为。在FuSa方面,使用HAZOP关键词方法以及车辆进行车道变更可能出现的错误如表1所示。
表1:
HAZOP关键词 | HAZOP关键词在整车层次的解释(FuSa) |
无 | 必须的变道操作未执行 |
太早/太晚 | 必须的变道操作太早/太晚执行 |
结束太早 | 必须的变道操作结束执行太早 |
耗时过长 | 必须的变道操作结束执行耗时太长 |
过慢/过快 | 必须的变道操作结束执行过慢/过快 |
在SOTIF方面,HAZOP关键词方法用来识别功能不足或功能单元的局限性(如复杂传感器、传感器融合以及复杂算法等)。由于环境传感器架构的复杂性,有必要对功能单元的“输入-逻辑-输出”进行排查。功能单元每一个环节的失效都有可能会触发危害。在开发之初,这种排查不仅能够帮助了解场景情况,还能够帮助选择合理的环境传感器。表2示出了基于输出的传感器缺陷,表中所示的输出信号有可能引入危害事件。
表2:
HAZOP关键词 | HAZOP关键词在功能单元层次的解释(SOTIF) |
无 | 摄像头模块未输出信号 |
太多/太少 | 摄像头模块输出信号多于/少于预期 |
过早 | 摄像头模块输出信号时机早于预期 |
不存在 | 摄像头模块输出信号错误不可用 |
耗时过长 | 摄像头模块输出信号时机晚于预期 |
S230、根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格。
在本方案中,可选的,所述根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,包括:根据功能失效形式和预选场景指标,通过严重度、暴露概率以及可控性对危害事件进行危险分析及风险评估;根据危害事件的严重度、暴露概率以及可控性,确定危害事件的安全完整性等级。在上述方案的基础上,所述根据功能失效形式和预选场景指标,通过严重度、暴露概率以及可控性对危害事件进行危险分析及风险评估,包括:根据自动驾驶车辆的操作模式、驾驶员的驾驶状况以及驾驶环境,确定驾驶场景,并确定危害事件的严重度、暴露概率以及可控性。在一个优选的方案中,所述危险分析及风险评估表格包括至少一条评估信息;所述评估信息包括功能失效形式、驾驶场景、严重度、暴露概率、可控性以及安全完整性等级。
安全完整性等级可以根据危险事件发生的暴露度(E),在时间内避免困难或损害的可控性(C),以及潜在的伤害或损害的严重程度(S)计算得到。安全完整性等级的计算公式可以表示为:Risk R=F(E,C,S)。危害事件的风险等级可以通过ASIL的5个级别(QM、A、B、C和D)来表示。风险越高,对降低风险的要求越高,ASIL等级越高。QM等级表示没有风险,即只要有质量的管理,就能把风险降到最低。表3为严重度(S)、暴露度(E)、可控性(C)的等级分类。表4示出了危害事件的严重度、暴露概率以及可控性与安全完整性等级的对应关系。
表3:
表4:
S240、根据危险分析及风险评估表格,确定自动驾驶车辆的安全目标。
基于场景的扩展HARA量化分析得到的危险分析及风险评估表格,提取自动驾驶车辆的安全目标。所述安全目标用于指导后续的安全设计和开发工作,确保自动驾驶车辆的安全性能符合相关标准和法规的要求。
上述方案通过HARA量化分析评级,输出完整和客观的HARA表格。解决在传统HARA分析中功能安全目标缺失、评级主观性较强等缺陷,为自动驾驶***的设计和改进提供参考。
图2B是根据本发明实施例二提供的相关项至危害场景的分析示意图。图2C是根据本发明实施例二提供的相关项定义示意图。图2D是根据本发明实施例二提供的基于场景的拓展HARA识别潜在危险的过程示意图。在一个具体的例子中,如图2B、2C以及2D所示,危险分析及风险评估的具体实施步骤如下:
步骤1:定义相关项以及相关项相应的功能场景;
以ADS车辆的横向引导辅助中的车辆变道中的转向行为为例进行说明。辅助变道***由车身摄像头及环境传感器采集自动驾驶车辆周围环境信息发送给自动驾驶车辆的决策***,决策***通过对环境信息进行计算、评估后确定驾驶决策,并将驾驶决策发送至横向引导辅助***,以实现转向、加速以及减速等驾驶行为。驾驶场景为自动驾驶车辆在城市道路中,匀速行驶,并有变道转向意图,天气晴朗。
步骤2:利用HAZOP关键词方法确定功能失效形式,以识别车辆相关项的危险事件;
事件场景包括不相关事件、可能危险、存在威胁、顶层危险事件。通过预选场景指标,选择需要分析的、含不同潜在危险程度的场景。以顶层危险事件为例,顶层危险事件表示短时间会触发严重安全事故的驾驶场景,如转向功能被过早被触发,同时转向行为执行时间过长,将导致车辆侧碰危险。表5示出了预选场景指标,表6示出了基于HAZOP关键词的危害事件评估结果。
表5:
表6:
步骤3:基于场景的扩展HARA的危险分析及风险评估,得到ASIL等级;
基于场景的扩展HARA结合了功能安全和预期功能安全,根据步骤2得到的功能失效形式进一步进行分析,根据车辆操作模式、驾驶员驾驶状况、车辆驾驶环境条件选择驾驶场景,确定危害事件的暴露率、严重度以及可控性,从而得到ASIL等级。
步骤4:输出HARA表格;基于所述场景的扩展HARA量化分析表格提取自动驾驶***的安全目标;
表7为HARA表格,对于车辆变道中的转向行为,安全目标为杜绝方向盘一切失效形式,ASIL等级为ASIL D。
表7:
本技术方案通过定义自动驾驶车辆的相关项和预选场景指标;基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;根据功能失效形式和预选场景指标,对危害事件进行功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格。该方案解决了现有技术中自动驾驶危险分析及风险评估方法不完善等问题,可以提高自动驾驶危险分析及风险评估的可靠性。
实施例三
图3为本发明实施例三提供的一种自动驾驶危险分析及风险评估装置的结构示意图。如图3所示,该装置包括:
相关项定义模块310,用于定义自动驾驶车辆的相关项和预选场景指标;
危害事件识别模块320,用于基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;
评估表格生成模块330,用于根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。
在本方案中,可选的,所述危害事件包括整车级危害事件和功能级危害事件;
所述危害事件识别模块320,包括:
失效形式确定单元,用于基于危险与可操作性分析,确定相关项的功能失效形式;
整车级危害事件确定单元,用于根据相关项的功能失效形式,对驾驶场景和车辆操控进行危害识别,确定相关项匹配的整车级危害事件;
功能级危害事件确定单元,用于根据相关项的功能失效形式,对车辆功能单元和驾驶功能进行危害识别,确定功能级危害事件。
在上述方案的基础上,所述失效形式确定单元,具体用于:
通过危险与可操作性分析关键词,确定相关项的功能失效形式;其中,所述危险与可操作性分析关键词包括功能丧失、功能错误、非预期功能以及输出卡滞在固定值上。
在一个可行的方案中,所述评估表格生成模块330,包括安全完整性等级确定单元,用于:
根据功能失效形式和预选场景指标,通过严重度、暴露概率以及可控性对危害事件进行危险分析及风险评估;
根据危害事件的严重度、暴露概率以及可控性,确定危害事件的安全完整性等级。
在上述方案的基础上,所述安全完整性等级确定单元,具体用于根据自动驾驶车辆的操作模式、驾驶员的驾驶状况以及驾驶环境,确定驾驶场景,并确定危害事件的严重度、暴露概率以及可控性。
本实施例中,可选的,所述危险分析及风险评估表格包括至少一条评估信息;所述评估信息包括功能失效形式、驾驶场景、严重度、暴露概率、可控性以及安全完整性等级。
在本方案中,可选的,所述装置还包括:
安全目标确定模块,用于根据危险分析及风险评估表格,确定自动驾驶车辆的安全目标。
本发明实施例所提供的自动驾驶危险分析及风险评估装置可执行本发明任意实施例所提供的自动驾驶危险分析及风险评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如自动驾驶危险分析及风险评估方法。
在一些实施例中,自动驾驶危险分析及风险评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的自动驾驶危险分析及风险评估方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶危险分析及风险评估方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种自动驾驶危险分析及风险评估方法,其特征在于,所述方法包括:
定义自动驾驶车辆的相关项和预选场景指标;
基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;
根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。
2.根据权利要求1所述的方法,其特征在于,所述危害事件包括整车级危害事件和功能级危害事件;
所述基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件,包括:
基于危险与可操作性分析,确定相关项的功能失效形式;
根据相关项的功能失效形式,对驾驶场景和车辆操控进行危害识别,确定相关项匹配的整车级危害事件;
根据相关项的功能失效形式,对车辆功能单元和驾驶功能进行危害识别,确定功能级危害事件。
3.根据权利要求2所述的方法,其特征在于,所述基于危险与可操作性分析,确定相关项的功能失效形式,包括:
通过危险与可操作性分析关键词,确定相关项的功能失效形式;其中,所述危险与可操作性分析关键词包括功能丧失、功能错误、非预期功能以及输出卡滞在固定值上。
4.根据权利要求1所述的方法,其特征在于,所述根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,包括:
根据功能失效形式和预选场景指标,通过严重度、暴露概率以及可控性对危害事件进行危险分析及风险评估;
根据危害事件的严重度、暴露概率以及可控性,确定危害事件的安全完整性等级。
5.根据权利要求4所述的方法,其特征在于,所述根据功能失效形式和预选场景指标,通过严重度、暴露概率以及可控性对危害事件进行危险分析及风险评估,包括:
根据自动驾驶车辆的操作模式、驾驶员的驾驶状况以及驾驶环境,确定驾驶场景,并确定危害事件的严重度、暴露概率以及可控性。
6.根据权利要求3所述的方法,其特征在于,所述危险分析及风险评估表格包括至少一条评估信息;所述评估信息包括功能失效形式、驾驶场景、严重度、暴露概率、可控性以及安全完整性等级。
7.根据权利要求1所述的方法,其特征在于,在生成危险分析及风险评估表格之后,所述方法还包括:
根据危险分析及风险评估表格,确定自动驾驶车辆的安全目标。
8.一种自动驾驶危险分析及风险评估装置,其特征在于,所述装置包括:
相关项定义模块,用于定义自动驾驶车辆的相关项和预选场景指标;
危害事件识别模块,用于基于危险与可操作性分析,确定相关项的功能失效形式,并识别相关项匹配的危害事件;
评估表格生成模块,用于根据功能失效形式和预选场景指标,对危害事件进行危险分析及风险评估,确定危害事件的安全完整性等级,并生成危险分析及风险评估表格;其中,所述危险分析及风险评估包括功能安全的危险分析及风险评估和预期功能安全的危险分析及风险评估。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的自动驾驶危险分析及风险评估方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的自动驾驶危险分析及风险评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310443009.9A CN116755417A (zh) | 2023-04-23 | 2023-04-23 | 自动驾驶危险分析及风险评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310443009.9A CN116755417A (zh) | 2023-04-23 | 2023-04-23 | 自动驾驶危险分析及风险评估方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116755417A true CN116755417A (zh) | 2023-09-15 |
Family
ID=87959682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310443009.9A Pending CN116755417A (zh) | 2023-04-23 | 2023-04-23 | 自动驾驶危险分析及风险评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116755417A (zh) |
-
2023
- 2023-04-23 CN CN202310443009.9A patent/CN116755417A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807436B (zh) | 危险驾驶行为识别与危险事件预测方法、装置及存储介质 | |
EP4151979A2 (en) | Test method and test apparatus for automatic driving, and storage medium | |
CN111739344B (zh) | 一种预警方法、装置及电子设备 | |
CN111311914B (zh) | 车辆行驶事故监控方法、装置和车辆 | |
CN110606093A (zh) | 车辆性能评测方法、装置、设备和存储介质 | |
US20220035733A1 (en) | Method and apparatus for checking automatic driving algorithm, related device and storage medium | |
CN114021327A (zh) | 一种自动驾驶汽车感知***性能量化评估方法 | |
CN110986938A (zh) | 颠簸道路识别方法、装置、及电子设备 | |
CN113935143A (zh) | 通过自主车辆的增加的严重性等级估计碰撞概率 | |
JP2022532941A (ja) | 車両信号を処理して挙動危険性の測度を計算するための装置及び方法 | |
US9315176B2 (en) | Assessment support program and assessment support device for automatic braking system | |
CN116957344B (zh) | 自动紧急制动***的安全性评价方法、装置、设备及介质 | |
CN113052047A (zh) | 交通事件的检测方法、路侧设备、云控平台及*** | |
CN116755417A (zh) | 自动驾驶危险分析及风险评估方法、装置、设备及介质 | |
CN112801494B (zh) | 检测交通事故的方法、装置、设备、介质和程序产品 | |
CN113987751A (zh) | 一种方案筛选方法、装置、电子设备及存储介质 | |
CN116894225B (zh) | 驾驶行为异常分析方法及其装置、设备、介质 | |
CN111341106A (zh) | 交通预警方法、装置和设备 | |
CN116401111B (zh) | 脑机接口的功能检测方法、装置、电子设备及存储介质 | |
Ahmad et al. | Driving analytics–Data science approach based on smartphone vehicle telematic data | |
CN112100030B (zh) | 自动驾驶技术评估的方法、装置、计算机***和存储介质 | |
CN117519647A (zh) | 基于分层级的安全需求指标确定及验证方法、设备和介质 | |
CN115563955A (zh) | 一种文本处理方法、装置、设备及介质 | |
CN117538070A (zh) | 自动紧急制动***测试方法、装置、设备及存储介质 | |
CN116501018A (zh) | 一种确定车辆故障的方法、装置、设备及存储介质 |
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 |