基于 Assurance 2.0 的自动驾驶车辆安全保障可扩展框架
软件工程
2025-10-02 v1
摘要
Assurance 2.0 是一个现代框架，用于解决日益复杂、自适应和自主系统的保证挑战。它建立在传统的主张-论证-证据（Claims-Argument-Evidence，CAE）模型之上，引入可重用的保证理论和明确的反驳论证（defeaters），以增强严谨性、透明度和适应性。它支持连续、增量式保证，使创新而不妥协安全。然而，置信度测量、残余疑虑管理、自动化支持以及处理反驳论证和确认偏差的实际问题仍然存在。本文提出了一套分解框架，用于识别完整的安全论证集合并衡量其相应的证据。该框架建立在 Assurance 2.0 范式之上，通过结构化模板实现，并采用三层分解策略。本文还呈现了该分解框架应用于面向自动驾驶车辆（SDV）开发的端到端（E2E）AI 方法中的案例研究。在顶层，SDV 开发被划分为三个关键阶段：需求工程（RE）、验证与验证（VnV）和部署后（PD）。每个阶段根据其产品开发生命周期（PDLC）进行进一步分解。为确保全面覆盖，每个 PDLC 都使用适应的 5M1E 模型（Man、Machine、Method、Material、Measurement 和 Environment）进行分析。该模型最初developed for manufacturing quality control，被重新解释和情境映射到保证领域。这使得一种多维分解得以实现，支持对安全主张、证据及潜在反驳论证的细粒度可追溯性。
引用
@article{arxiv.2510.00092,
title = {A Scalable Framework for Safety Assurance of Self-Driving Vehicles based on Assurance 2.0},
author = {Shufeng Chen and Mariat James Elizebeth and Robab Aghazadeh Chakherlou and Xingyu Zhao and Eric Barbier and Siddartha Khastgir and Paul Jennings},
journal= {arXiv preprint arXiv:2510.00092},
year = {2025}
}