自主代客泊车系统预期功能安全测试方法白皮书_154页_5mb

自主代客泊车系统预期功能安全测试方法研究总结

核心内容概述

本白皮书由SOTIF-自主代客泊车系统任务组与CAICV-智能网联汽车预期功能安全工作组联合发布，旨在探讨自主代客泊车系统（AVP）在预期功能安全（SOTIF）层面的研究方法与测试体系。AVP作为当前最具商业应用和量产前景的自动驾驶系统，其安全性能直接影响用户体验和行业发展。为提升AVP系统的安全性，本报告基于ISO 21448标准，系统分析AVP功能定义、风险识别、场景构建及测试验证方法，提出一套完整的SOTIF测试与评价体系，为高阶自动驾驶系统的测试与评价提供方法引导。

主要观点

1. AVP系统的功能定义

• AVP系统是高阶自动驾驶系统，能够实现车辆在指定区域内自动完成泊车和取车任务，无需驾驶员操作和监控。
• AVP系统功能实现可由车端、场端、云端或三者协同完成，具备多种运行模式。

2. AVP系统的安全挑战

• AVP系统在功能安全之外，更需关注预期功能安全，即系统在正常运行过程中因性能局限或人员误用导致的非故障性风险。
• SOTIF是解决这一问题的关键，通过识别和评估潜在的不安全控制行为（UCA）及致因场景，建立系统性安全分析与测试方法。

3. SOTIF研究现状

• SOTIF研究起步较晚，目前多集中于定性分析，缺乏对风险量化评估的深入研究。
• STPA（系统理论过程分析）被广泛用于SOTIF分析，识别系统中可能引发事故的控制问题。

4. AVP系统设计运行域（ODD）

• AVP系统ODD包括静态实体要素、环境要素、动态实体要素、车辆状态和驾驶员状态。
• ODD覆盖度是衡量系统适用范围的重要指标，当前多数系统在ODD外特征的覆盖度不足50%。

5. 系统架构与传感器布置

• AVP系统通常由车端、场端和云端组成，其中车端承担主要控制任务。
• 常见的传感器布置方案包括前向摄像头、毫米波雷达、激光雷达、超声波雷达、环视摄像头、惯性导航单元等。

关键信息

1. 风险识别与危害分析

• 风险识别基于STPA方法，识别出43项不安全控制行为（UCA），其中减速（制动）类UCA占比最高（42%）。
• 潜在危险事件被分为7类，包括碰撞、任务失败、心理恐慌等。
• 风险分析通过严重度（S）和可控度（C）两个维度进行，若S=0或C=0，则风险可接受。

2. 识别致因场景

• 从传感器、定位、决策、控制四个系统层面分析，识别出64项可能引发AVP系统危害的诱因。
• 诱因包括传感器性能问题、环境干扰、目标物特征及系统运行条件等。

3. 预期功能安全场景搭建

• 场景库包括驾驶场景、事故场景、失效场景和标准场景，用于测试和验证AVP系统的行为安全。
• 场景设计结合触发条件，从相关智驾功能标准中借鉴，确保覆盖全面。

4. 预期功能安全测试体系

• 测试体系采用“三支柱法”：模拟仿真测试、封闭场地测试、开放停车场测试。
• 通过仿真软件构建场景，进行深度模拟；通过封闭场地验证系统性能；通过开放道路测试验证系统实际表现。

5. 预期功能安全评价体系

• 建立主客观评价体系，分配各级指标权重，明确评价接受准则。
• 评价体系为AVP系统的安全性与可靠性提供量化评估依据。

系统架构与测试方法

1. 系统分层控制结构

• AVP系统由多个执行方（驾驶员、用户端、AVP系统、车辆）组成，各执行方之间存在复杂的控制与反馈关系。
• 通过分层控制结构，可以系统性地识别关键控制行为（CA）与反馈行为（FB）。

2. 测试方法与场景匹配

• 模拟仿真测试用于分析系统在复杂场景下的表现，确保系统在不同环境下的适应性。
• 封闭场地测试用于验证系统在可控环境下的安全性和可靠性。
• 开放停车场测试用于验证系统在实际应用环境中的表现。

附录与参考文献

• 附录A：不安全控制行为识别列表（共43项）
• 附录B：潜在危险事件列表（共7类）
• 附录C：致因场景列表（共64项）
• 参考文献包括ISO 21448、ISO 26262、STPA方法、中国相关团体标准等。

总结

本报告系统梳理了AVP系统的功能定义、风险识别、场景构建及测试验证方法，提出了基于ISO 21448的SOTIF分析流程和测试体系，旨在提升AVP系统的安全性与可靠性。通过识别不安全控制行为与潜在危险事件，建立量化评估体系，推动AVP技术的标准化与落地应用。