2024年自动驾驶安全模型研究报告-中汽研_华为_32页_2mb

自动驾驶安全模型研究总结

自动驾驶安全模型是保障自动驾驶系统安全性的关键工具，对减少交通事故、提升系统可靠性至关重要。基于全球交通事故中人为过失占比高（75%，在某些国家超过90%），自动驾驶系统（ADS）通过配备先进驾驶辅助系统（ADAS）提供预警和干预，但安全问题不容忽视。

安全模型定义源自联合国FRAV框架和本文扩展定义，是一种数学模型，使用场景变量判断是否需避免碰撞。其应用包括：行为约束（作为规划模块的约束，确保安全轨迹）、安全行为验证（独立模块检查输出）、和安全评估（测试验证的参考指标）。

主要模型包括：

• Last Point to Steer：计算最小安全距离和碰撞风险，用于跟车场景。
• Safety Zone：评估弱势交通参与者（如行人）风险，计算预碰撞时间和制动响应。
• RSS（Responsibility-Sensitive Safety）：定义纵向和横向安全距离，强调路权优先。
• SFF（Safety Force Field）：基于时空轨迹，通过“力场”避免碰撞。
• FSM（Fuzzy Safety Model）：模糊状态评估，区分“安全”、“不安全”及“Fuzzy状态”。
• STD（Safety Time Domain）：时间域模型，统一度量安全距离、路权和风险。
• CC-driver：模拟人类谨慎驾驶员的紧急制动和转向行为。
• 中国成熟驾驶模型：基于中国驾驶员数据，标准化紧急制动和转向模型参数。

这些模型各有优缺点，需考虑参数合理性、统一性和适用场景的局限性。

展望：未来需深化模型设计，统一标准，明确适用范围，并选择关键测试场景证明安全性能，以支持高阶自动驾驶的路边合规和测试。