面向辅助驾驶与自动驾驶的残余风险定量安全验证效率提升
机器人学
2025-06-13 v1
摘要
高级驾驶辅助系统（ADAS）和自动驾驶系统（ADS）的安全验证日益需要高效且可靠的方法来量化残余风险，同时遵守 ISO 21448 等国际标准。传统上，实际道路测试（FOT）对于 SAE 自动化等级 2 及以下驾驶功能的宏观安全验证至关重要。然而，使用 FOT 进行经验安全验证的最先进推导往往导致不切实际的测试工作量，尤其是在较高自动化等级下。即使在较低自动化等级下，这一限制——加上 FOT 相关的大量成本——也促使人们探索提高基于 FOT 的宏观安全验证效率的方法。因此，本文系统地识别和评估了 FOT 的缩减方法（RAs），包括文献中报道的新方法。基于对 ISO 21448 的分析，推导出两个模型：一个通用模型捕捉标准的论证要素，以及一个基础模型，以自动紧急制动（AEB）系统为例进行说明，为残余风险的定量安全验证（QSVRR）建立实际驾驶要求的基线。随后，使用四个标准——可量化性、有效性威胁、缺失环节和黑箱兼容性——对缩减方法进行评估，揭示了潜在优势、固有局限性，并确定了进一步研究的关键领域。我们的评估表明，尽管几种方法具有潜力，但没有任何方法没有缺失环节或其他重大缺陷。此外，没有已识别的替代方法可以完全取代 FOT，反映了其在 ADAS 和 ADS 安全验证中的关键作用。
引用
@article{arxiv.2506.10363,
title = {Towards more efficient quantitative safety validation of residual risk for assisted and automated driving},
author = {Daniel Betschinske and Malte Schrimpf and Steven Peters and Kamil Klonecki and Jan Peter Karch and Moritz Lippert},
journal= {arXiv preprint arXiv:2506.10363},
year = {2025}
}