智能汽车操作系统功能安全探索与落地化实践_自动驾驶如何做到真安全 csdn

最新推荐文章于 2024-09-13 15:47:55 发布

2301_79985178

最新推荐文章于 2024-09-13 15:47:55 发布

阅读量577

点赞数 21

分类专栏：程序员文章标签：汽车安全自动驾驶

本文链接：https://blog.csdn.net/2301_79985178/article/details/138435517

版权

本文探讨了智能汽车操作系统在功能安全和预期功能安全方面的挑战与实践，包括ISO21448标准的应用，智能汽车操作系统的安全目标与安全完整性等级，以及在面对场景复杂性、软件规模和AI算法不确定性时的安全策略。文章强调了智能汽车操作系统安全的落地化实践，通过继承与创新，结合功能安全和预期功能安全标准，构建安全的环境模型服务和数据流管理，以应对智能网联汽车的安全挑战。

摘要由CSDN通过智能技术生成

随着智能网联汽车的发展，面对复杂的应用场景，人们开始意识到事故的发生不仅仅来源于电子电气的失效，也有可能是功能不全、性能不足以及人的误操作。但早在传统功能安全诞生时，专家们就武断的给功能安全下了一个“针对电子电气失效”的紧箍咒，因此这些新型可能导致危害的情况衍生了一个功能安全的孪生体——预期功能安全。ISO21448在这种混沌的状态下诞生，立足对自动驾驶安全影响广泛的非故障安全领域，重点关注智能汽车的行为安全，解决因自身设计不足或性能局限在遇到一定的触发条件（如环境干扰或人员误用）时导致的整车行为危害。

ISO21448预期功能安全方法论总体概括也可分为两部分内容：一是功能设计、分析与优化；二是场景的验证与确认。前者包括功能规范设计、分析系统功能、危害识别与风险评估、改进系统设计进行功能优化；后者包括已知危险场景的评估和未知危险场景的评估。

在ISO21448标准中，从安全性和已知性角度，将车辆行驶场景划分为4类：

• 已知安全场景（区域1）

• 已知危险场景（区域2）

• 未知危险场景（区域3）

• 未知安全场景（区域4）

对于已知危险场景2，基于现有用例可以明确评估，通过SOTIF分析方法保证这类场景的残余风险足够低。基本思想是通过危害分析识别出风险场景，针对风险场景开发对应策略，再对已知场景搭建仿真环境或实车环境进行测试验证，根据实验结果优化系统设计，例如进行功能改进或限制功能使用，从而将相应的危险场景转移至区域1安全场景。

对于未知危险场景3， SOTIF基于危害分析、开放道路测试、随机输入测试等，发现系统设计不足，并将能检测到的危险场景转移到区域2当中。区域3的场景和相应用例可以通过行业最佳实践或者其他方法制定。最终基于统计数据和测试结果，间接证明区域3的残余风险可接受。