中国一汽+融合SOTIF的V字开发流程任务进展汇报-43页_19mb

中国智能网联汽车产业创新联盟预期功能安全工作组任务进展总结

核心内容概述

本汇报聚焦于融合SOTIF的V字开发流程，旨在将SOTIF（预期功能安全）的迭代方法与传统的V模型开发流程相结合，以提升智能网联汽车的预期功能安全水平。该任务由中国一汽牵头，联合多家企业和研究机构共同推进，涵盖量化风险评估、验证方法、团体标准、白皮书等内容。

主要观点与关键信息

一、融合SOTIF的V字开发流程目标

• 整合SOTIF与V模型：将SOTIF的迭代工作方式与V模型的开发流程相结合，确保安全与功能的协同开发。
• 制定工作模板：开发适用于整合流程的模板，以支持系统的统一和规范。
• 制定方法与指南：形成用于整合SOTIF与V模型的系统方法及指导文件。
• 制定检查清单：构建用于整合流程的检查清单，确保开发过程的完整性。
• 考虑功能安全与SOTIF的交互：将功能安全与预期功能安全的交互纳入V模型，以实现整体安全设计。

二、第一层接受准则探索

• 可控性指标：评估自动驾驶行为是否可控，如车辆的转向行为是否稳定。
• SOTIF信心度指标：衡量系统对安全目标的达成信心程度，以支持安全决策。

三、第二层接受准则探索

• 总体安全风险接受准则：基于量化思想，设定总体安全风险接受标准，如单位里程内危害事件发生率。
• 公式定义：使用公式 $\tau = \frac{-\ln(1 - \alpha)}{\lambda}$，其中 $\alpha$ 为置信度，$\lambda$ 为人类驾驶事故率，用于计算自动驾驶无事故行驶里程目标。
• 示例：若人类驾驶事故率为1次/20万公里，置信度为95%，则自动驾驶无事故行驶里程目标约为60万公里。

四、危害识别与评估（C6）

• 功能与运行场景梳理：包括功能模式、预期行为、设计运行域（ODD）等。
• HAZOP引导词分析：通过引导词如More、Less、Reverse等识别功能/预期行为的潜在危害。
• 合理可见的误用分析：识别驾驶员或用户可能的误用行为，如不理解、误判等。
• 危害事件导出：结合非预期行为和运行场景，导出潜在危害事件。
• 风险评估标准：若危害事件可控（C=0）或无伤害（S=0），则认为风险可接受。

五、潜在功能不足与触发条件识别与评估（C7）

• 功能与运行场景分析：包括功能模式、传感器架构、系统架构等。
• 基于控制行为分析：识别功能涉及的子系统、职责及控制行为，映射至危害分析。
• 基于ODD分析：在ODD边界识别功能不足的潜在原因。
• 触发条件导出：分析危害事件的触发条件，并建立对照清单。
• 系统响应评估：评估系统对触发条件的响应能力及应对措施。

重要成果与进展

• 制定接受准则：首次在GB 17675、GB 21670等标准中写入可控性量化要求。
• 危害分析与风险评估：完成部分功能的分析与风险评估，如“车辆转向偏离小”、“车辆手刹释放小”等。
• 建立触发条件清单：针对功能不足，识别并列出潜在触发条件，如传感器性能不足、环境影响等。
• 推动标准化与白皮书：推进团体标准和白皮书的制定，以支持预期功能安全的统一评估和实施。

参与单位

• 牵头单位：中国一汽
• 参与单位：包括但不限于东风汽车集团有限公司、浙江吉利汽车研究院有限公司、重庆长安汽车股份有限公司、吉林大学、广州汽车集团股份有限公司、中国汽车工程研究院股份有限公司、清华大学苏州汽车研究院、中汽创智科技有限公司、上海禾赛科技有限公司、中汽研汽车检验中心（天津）有限公司、襄阳达安汽车检测中心有限公司、上海机动车检测认证技术研究中心有限公司、国汽智控（北京）科技有限公司、比亚迪汽车工业有限公司等。

总结

本任务组在融合SOTIF与V模型方面取得了阶段性进展，明确了整合目标、方法、模板、检查清单等关键要素，并推进了危害分析与风险评估、潜在功能不足识别与触发条件评估等工作。同时，推动了相关国家标准的更新与实施，为智能网联汽车的预期功能安全提供了重要支持。