课程概述本培训课程持续两天半,建立了指导原则和实用的自动驾驶汽车安全性最佳实践,如ISO 21448:2022标准中所述 - “公路车辆 - 预期功能的安全性”。该课程议程与ISO 21448:2022标准密切一致,相关认证是用于部分驾驶自动化到完全驾驶自动化(或“自动化驾驶员辅助”)的系统,这些系统范围从自动化工程师协会(SAE)驾驶自动化自动化2级至5级到5级。包括几个小组练习和工作示例,以使用相关的现实汽车技术和系统来说明关键概念。
'技术能力的限制[。。。 ]'或'spec- ification,可能是无效的,导致危险行为或无法预防或检测和减轻一个或多个触发会议激活时,可以预防和减轻合理预知的间接滥用'[ISO 21448]
摘要:SOTIF-Standard(ISO 21448)建立了基于方案的测试,作为用于验证和验证高级驾驶员保障系统(ADAS)和自动化驾驶系统(ADS)的最先进的测试。但是,SOTIF标准缺乏选择用作测试用例的方案的详细信息。因此,缺少SOTIF的细节阻碍了其实际应用。在本文中,我们分析了现有的场景生成技术,并讨论了它们是否生成符合SOTIF的方案套件。随后,我们利用可变性建模技术来应对两个保持开放的基本挑战:如何建模整体方案空间以及如何实际覆盖它?我们详细阐述了与生成符合SOTIF兼容的场景相关的采样策略和覆盖标准。最后,我们使用突变测试来评估和比较生成的方案套件,以表明场景套件检测潜在故障的能力。
• ISO/PAS 21448:道路车辆 — 预期功能的安全性(SOTIF)。 • UL 4600 - 自主产品评估的安全性。 • ISO/IEC AWI TR 5469:人工智能 — 功能安全和 AI 系统。 • VDE-AR-E 2842-61-1:自主/认知系统的开发和可信度 • 等等。
在自动驾驶汽车迅速前进的领域中,确保安全性和功能至关重要。自动驾驶汽车的功能数量每天都在增加,将技术推向了更新的高度。这些系统一直依赖于环境的启示和使用复杂的传感器,以导航和与环境进行交互。但是,这种情况意识的需求引发了新的安全问题,要求重新评估常规方法。尽管系统没有任何故障,但由于功能不足或不可预见的滥用,它仍然可能表现出危险行为,也称为预期功能的安全性(SOTIF)。本文采用了基于系统理论的新型安全分析工具STPA方法,作为试点研究,以了解该方法在解决这些新兴安全问题方面的有效性。该方法应用于未信号的4腿交点与混合流量的情况下,其中自动级别4车辆正在左转。分析被缩小为关注功能不足,特别是关于感知,该方法由该方法产生相应的因果因素。该研究的结果证明了该方法是系统地识别功能不足和规范差距所导致的因素,即使在复杂且具有挑战性的环境中也是如此。