车辆预期功能安全标准21448笔记(十)

该文详细阐述了智能驾驶系统在已知危险场景下的评估目标和验证方法,包括感知验证、规划算法验证和执行验证等方面。通过测试和分析确保系统在预期及误用情况下的安全性能,并提出了集成系统的验证策略和剩余风险的可接受性标准,旨在降低危害风险并保障车辆的安全可控性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

10. 已知危险场景的评估(区域2)

10.1目标

本条款的目的是取的如下的目标:

  • 系统及其组件(如环境感知传感器、地图、算法和执行器)的功能应按照已知危险场景和合理可预见的误用(源自先前的分析和知识)的规定运行;
  • 已知情景应充分涵盖,例如通过测试或分析;
  • 验证结果应证明已知危险情景的剩余风险相当低。

10.2总则

为了实现上述目标,需要以下信息:

  • 满足条款5.4.1的规范和设计内容;
  • 满足条款7.5.1的确定规范的潜在不足、性能限制和触发条件;
  • 满足条款9.4.1的验证和确认策略的定义。

注1 条款5.3 给出了对于“规范和设计”中确定的现有SOTIF相关内容以及SOTIF活动迭代产生的功能修改的可追溯性的指南。

10.3感知验证

如表7所示,给出了可证明传感部件在其预期用途和合理可预见的误用情况下的正确功能性能、定时、精度和鲁棒性的方法。

10.4规划算法的验证

根据第4.2.3条,规划算法根据传感部分提供的环境模型导出控制动作,表8给出了验证在需要时作出反应的能力及其避免不必要行动的能力的方法。

10.5执行验证

表9给出了执行器预期以及合理可能误操作的验证方法。

注:如果驱动系统没有任何功能缺陷或触发条件,则仅根据ISO26262进行测试就足够了。

10.6集成系统的验证

表10给出了用于验证集成到车辆中的系统鲁棒性和可控性以及系统组件的正确交互的方法;

注1:对于非确定性系统的验证,可使用统计方法或风险管理技术对已知危险场景进行评估。

注2 附件C.4提供一个集成系统验证的示例。

10.7 已知危险情况下剩余风险的可接受性

如果满足以下条件,则已知危险场景是可接受的。

  • 危险行为的概率符合验证目标,即危害风险符合规定的验收标准;
  • 车队中没有一个子集会面临不合理的风险。

如:局部的几何特性(一个确定的转弯和桥)不能导致危险的急剧增加。

10.8工作原则

已知场景中预期功能安全行为应该满足要实现的目标10.1。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值