【中汽研_华为】2024年自动驾驶安全模型研究报告_32页_2mb

自动驾驶安全模型研究总结

第一章 自动驾驶安全模型概述

全球交通事故每年导致约100万人伤亡，其中75%为人为过失引发（美国占比超过90%）。人类驾驶员在驾驶中存在安全缺陷，如跟车距离过近、未识别后方风险变道等行为。当前汽车广泛配备ADAS系统，通过传感器探测目标并评估安全性，若驾驶员未及时响应，系统可触发风险提醒或辅助制动/转向操作，如FCW、LCW及AEB功能。随着自动驾驶技术发展，系统将逐步接管动态驾驶任务，但安全问题凸显，如对异形障碍物的感知不足、对复杂场景的决策误差等。自动驾驶安全模型在系统安全评估、行为约束及风险控制中具有关键作用，逐渐被纳入法规标准，并成为安全性验证的核心工具。

第二章 自动驾驶安全模型应用

安全模型在自动驾驶系统中具有三类应用：

1. 安全行为约束：作为规划模块的约束条件，要求轨迹设计需满足安全模型定义的阈值，如最小安全距离或路权归属规则。
2. 安全行为验证：独立于规划模块，对规划结果进行实时验证，若未满足要求则强制修正轨迹或直接输出安全路径。
3. 安全评估指标：用于测试自动驾驶系统的安全性，通过对比输出轨迹、行为或碰撞结果与安全模型要求，量化评估系统性能。

第三章 自动驾驶安全模型介绍

3.1 LastPointtoSteer模型

聚焦跟车场景，通过设定转向轨迹计算最小避撞距离。若距离不足，评估是否可通过制动避免碰撞，若无法避免则计算碰撞相对速度。模型区分两种转向轨迹类型，结合制动时延分析安全触发条件。

3.2 SafetyZone模型

定义自车与弱势交通参与者（如行人）的横向安全空间，计算其进入安全区域的时间。若行人跨越安全空间边界，自车需启动制动；若碰撞仍无法避免，则评估碰撞时车速。模型强调空间与时间的协同分析。

3.3 RSS（责任敏感安全）模型

通过定义横纵向安全距离及路权归属规则，量化碰撞风险。纵向安全距离分同向、对向场景，分别计算前车紧急制动与自车加速/减速的动态距离。横向安全距离基于两车轨迹交叉时间差，确保安全距离阈值满足避撞需求。

3.4 SFF（安全力场）模型

将交通安全问题抽象为时空轨迹的排斥力分析。声明集合描述车辆在不同场景下的轨迹覆盖范围，若轨迹重叠则判定为潜在风险，需通过制动或转向调整。模型结合法规优先级与实际路权，为避撞提供决策依据。

3.5 FSM（模糊安全模型）

引入模糊状态（安全、不安全、中间状态）评估风险程度。定义纵向的安全距离阈值（最小安全距离与最大不安全距离），通过PFS与CFS指标区分危险场景。CFS基于前车不制动时的潜在碰撞风险，结合时间差与处置能力计算综合风险评分。

3.6 STD（安全时间域）模型

以时间域统一定义安全模型，通过轨迹交叉时间差（TTC）与距离评估潜在碰撞。危险时差区间（-2, 2秒）作为核心阈值，结合路权优先级与安全处置时间，综合判定避撞可行性。模型可叠加评估多车交互风险，量化复杂场景下的安全风险值。

3.7 CC-driver模型

模拟人类驾驶员紧急制动行为，定义风险评估、脚部迁移及制动减速度的时序逻辑。关键参数包括风险出现时间点、决策响应时间、制动生效时间及最大减速度。结合AEB系统可提升制动效率，但需依赖统计的驾驶员行为数据进行参数标定。

3.8 中国成熟驾驶模型

基于中国驾驶员行为特征建立，包含紧急制动与转向模型。制动模型分自由行驶区、匀速区及制动生效区，通过仿真与实车试验标定决策响应时间（0.4秒）及制动效能提升时间（0.6秒）。转向模型以正弦轨迹描述紧急避险行为，需确定风险阈值与参数合理性。

第四章 自动驾驶安全模型展望

未来需解决模型设计逻辑不统一、参数标准缺失的问题，重点方向包括：

1. 统一模型框架：明确安全模型的定义、指标量化及规则可解释性，确保适用于不同场景。
2. 标准化应用：通过法规与行业规范推动模型统一化，或开发通用安全模型以覆盖多种安全需求。
3. 风险评估完善：研究模型合理性验证方法，明确适用范围及关键场景选择策略，弥补模型对复杂场景的覆盖不足。
4. 测试场景优化：结合实际道路情况，设计高效测试方法，减少冗余场景分析，提升安全性验证效率。