一种车辆预期功能安全分析模型构建方法、装置及设备与流程

本技术涉及智能网联汽车，具体涉及一种车辆预期功能安全分析模型构建方法、装置及设备。

背景技术：

1、根据数据统计，绝大部分的交通事故由人为因素导致，智能汽车以机器代替人类驾驶员，在提高行车安全性方面具有重要意义。

2、然而现有技术尚不能充分发挥其安全潜力，此外在引入新技术消除原有问题的同时，新的安全问题也随之出现，如功能安全、信息安全和预期功能安全(safety of theintended functionality，sotif)问题。尤其随着智能汽车系统复杂化和智能化程度日益提升以及其运行环境的开放性和挑战性不断增加，由功能不足导致的sotif问题逐渐暴露，并成为制约智能汽车安全性保障的关键难题。

3、此外，近年来出现的由于感知、决策等功能不足所导致的自动驾驶/辅助驾驶事故也反映了sotif问题的严峻性。在分析可控性和严重度时，现有标准及文献中均未提出有效的定量分析模型，多数均依赖预期功能安全开发人员经验进行，输出结果缺少科学性、合理性。

技术实现思路

1、本技术提供一种车辆预期功能安全分析模型构建方法、装置及设备，其可以实现智能网联汽车预期功能安全危害分析的定量分析，有利于进行预期功能安全开发过程中实施危害分析和风险评估。

2、第一方面，本技术实施例提供一种车辆预期功能安全分析模型构建方法，所述车辆预期功能安全分析模型构建方法包括：

3、基于制动、转向和驱动三个方面确定危害车辆的非预期行为；

4、根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型。

5、结合第一方面，在一种实施方式中，所述基于制动、转向和驱动三个方面确定危害车辆的非预期行为，包括：

6、当车辆无法纠正车辆姿态与相邻车道目标或护栏发生碰撞时，确定为系统无法输出横向控制；

7、当车辆侧向加速度瞬间增大，车辆发生失控时，确定为系统非预期输出横向控制；

8、当车辆无法减速，导致与前方目标相撞时，确定为系统无法输出制动控制；

9、当车辆非预期减速，导致后车追尾时，确定为系统非预期输出制动控制；

10、当车辆非预期加速，导致与前方目标物相撞时，确定为系统非预期输出驱动控制。

11、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

12、对于系统无法输出横向控制，配置工况使得：

13、车辆执行变道操作后无法输出转向控制时的车辆角度为δ；

14、车辆行驶速度为v、车道宽度为w、车辆宽度为d；

15、车辆进入相邻车道较近车道边线的时间为t1、车辆经过相邻车道较远车道边线的时间为t2；

16、根据公式：

17、vy＝δv＝v*sinδ

18、

19、

20、建立定量分析模型，其中，vy为沿垂直方向行驶的速度分量，δv为车辆横向碰撞速度。

21、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

22、对于系统非预期输出横向控制，配置工况使得：

23、车辆行驶速度为v、车辆轴距为l；

24、当车辆在固定曲率半径的弯道上由自动驾驶系统控制车辆行驶时，自动驾驶系统输出非预期横向控制后，引起车轮的偏转角度为δ，非预期转角引起车辆的横向加速度为lat；

25、根据公式：

26、

27、

28、vy＝δv＝v*sinδ

29、建立定量分析模型，其中，r1为车轮偏转后弯道的曲率半径，vy为沿垂直方向行驶的速度分量，δv为车辆横向碰撞速度。

30、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

31、对于系统无法输出制动控制，配置工况使得：

32、试验车辆在平直道路上通过自动驾驶系统控制匀速跟随目标车辆行驶，且两车速度相等；

33、试验车辆和目标车辆的稳定跟车距离为s1，试验车辆达到预计碰撞位置的距离为s2，目标车辆达到预计碰撞位置的距离为s3，其中s1+s3＝s2；

34、目标车辆以a2的减速度突然减速，试验车辆在自动驾驶系统控制下无法输出制动控制保持安全跟车距离，试验车辆驾驶员判断并接管的时间为t1，试验车辆执行制动的时间为t2，试验车辆驾驶员反应后采取制动引起的加速度为a1；

35、根据公式：

36、

37、δv＝a2*(t1+t2)-a1*t2

38、建立定量分析模型，其中，δv为车辆横向碰撞速度。

39、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

40、对于系统非预期输出制动控制，配置工况使得：

41、试验车辆在平直道路上通过自动驾驶系统控制匀速行驶，目标车辆跟随试验车辆行驶，且两车速度相等；

42、试验车辆和目标车辆的稳定跟车距离为s1，目标车辆达到预计碰撞位置的距离为s2，试验车辆达到预计碰撞位置的距离为s3，其中s1+s3＝s2；

43、试验车辆以a2的减速度非预期输出制动控制，目标车辆驾驶员判断并接管的时间为t1，试验车辆执行制动的时间为t2，目标车辆驾驶员反应后采取制动引起的加速度为a1；

44、根据公式：

45、

46、δv＝a2*(t1+t2)-a1*t2

47、建立定量分析模型，其中，δv为车辆横向碰撞速度。

48、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

49、对于系统非预期输出驱动控制，配置工况使得：

50、试验车辆在平直道路上通过自动驾驶系统控制匀速跟随目标车辆行驶，且两车速度相等；

51、试验车辆和目标车辆的稳定跟车距离为s1，试验车辆达到预计碰撞位置的距离为s2，目标车辆达到预计碰撞位置的距离为s3，其中s1+s3＝s2；

52、试验车辆非预期加速时间为t1，试验车辆驾驶员执行制动且车辆响应的时间为t2，试验车辆非预期输出驱动控制引起的车辆加速度为a，试验车辆驾驶员反应后采取制动引起的加速度为a1；

53、根据公式：

54、

55、δv＝a*t1-a1*t2

56、建立定量分析模型，其中，δv为车辆横向碰撞速度。

57、结合第一方面，在一种实施方式中，所述根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型，包括：

58、对于系统非预期输出驱动控制，配置工况使得：

59、试验车辆在平直道路上通过自动驾驶系统控制匀速跟随目标车辆行驶，且两车速度相等；

60、试验车辆和目标车辆的稳定跟车距离为s1，试验车辆达到预计碰撞位置的距离为s2，目标车辆达到预计碰撞位置的距离为s3，其中s1+s3＝s2；

61、试验车辆非预期加速时间为t1，试验车辆驾驶员执行制动且车辆响应的时间为t2，试验车辆非预期输出驱动控制引起的车辆加速度为a，试验车辆驾驶员反应后采取制动引起的加速度为a1；

62、试验车辆非预期加速开始时，目标车辆开始减速，且目标车辆减速度为a2；

63、根据公式：

64、

65、δv＝a*t1-a1*t2+a2(t1+t2)

66、建立定量分析模型，其中，δv为车辆横向碰撞速度。

67、第二方面，本技术实施例提供了一种车辆预期功能安全分析模型构建装置，所述车辆预期功能安全分析模型构建装置包括：

68、判断模块，其基于制动、转向和驱动三个方面确定危害车辆的非预期行为；

69、建模模块，其根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型。

70、第三方面，本技术实施例提供了一种车辆预期功能安全分析模型构建设备，所述车辆预期功能安全分析模型构建设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的车辆预期功能安全分析模型构建程序，其中所述车辆预期功能安全分析模型构建程序被所述处理器执行时，实现如上述任一种所述的车辆预期功能安全分析模型构建方法的步骤。

71、本技术实施例提供的技术方案带来的有益效果至少包括：

72、本技术中的车辆预期功能安全分析模型构建方法，其基于制动、转向和驱动三个方面确定危害车辆的非预期行为；根据每一非预期行为，建立包括用于评估风险的特征参数的定量分析模型。从而可以实现智能网联汽车预期功能安全危害分析的定量分析，有利于企业在进行预期功能安全开发过程中实施危害分析和风险评估。