[发明专利]一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法

说明书

本发明公开了一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法，包括：S1，在仿真测试软件中构建自动驾驶车辆误/漏识别虚拟危险场景地形；S2，创建自动驾驶车辆误/漏识别测试场景；S3，对模拟自动驾驶车辆进行误/漏识别场景仿真测试实验；S4，导出仿真测试数据；S5，将仿真测试数据与实车安全测试数据进行对比分析；S6，判断仿真测试数据有无异常：如仿真测试数据有异常，分析造成误/漏识别的原因，对相应传感器的参数进行调试与修正，重复步骤S3~S6；如仿真测试数据无异常，结束虚拟仿真测试。通过该自动驾驶车辆误/漏识别的预期功能安全分析方法可以减少智能驾驶所带来的安全问题，提高自动驾驶车辆安全性。

技术领域

本发明涉及无人驾驶测试技术领域，具体涉及一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法。

背景技术

经研究数据表明近94％的致命车祸与驾驶员直接相关，例如疲劳、超速、酒驾或其他违法行为，智能驾驶被视为可以显著降低事故率。而随着车辆系统复杂性的提升，自动驾驶车辆主要依靠传感器来感知外界环境、智能算法进行控制决策等，在车辆上运用了大量的新技术，从而引入新的安全风险。

2018年3月Uber自动驾驶汽车在美国意外撞击致死一名行人，2016-2020四年间特斯拉三次因摄像头识别局限性撞向白色卡车，2020年3月沃尔沃向全球市场发出大规模召回通告，数量达70万辆，涉及9款在售车型，召回的原因是此前沃尔沃在丹麦进行的一项关于XC60的安全测试中，发现自动紧急制动系统没有按预期在发生碰撞时及时刹停车辆。智能驾驶带来的安全问题越来越多，不管是交通事故还是召回事件，究其原因也不全是由于E/E系统故障失效而导致的；在自动驾驶系统中即使系统不发生故障，也可能因为复杂智能算法的不确定性导致功能的偏离、传感器或系统性能限制、驾驶员对车辆功能的误用，造成交通伤害。

自动驾驶控制系统模拟人类的驾驶方式，由传感器、控制器、执行器组成，对应感知、决策、执行三大功能模块。而在感知模块中各类传感器均存在一些性能限制以及车辆自身存在一些盲区，将会导致自动驾驶车辆环境感知不足而引起对外界环境的误/漏识别，从而易造成交通伤害。

发明内容

本发明的目的是针对现有技术中的问题，提供一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法。

为达到上述目的，本发明采用的技术方案是：

一种用于自动驾驶车辆误/漏识别的预期功能安全分析方法，包括如下步骤：

S1，在仿真测试软件中根据易发生自动驾驶车辆误/漏识别的真实危险场景地形构建自动驾驶车辆误/漏识别虚拟危险场景地形；

S2，将用于实车的传感器、控制决策算法及车辆行驶环境相关信息添加到所述自动驾驶车辆误/漏识别虚拟危险场景地形中，创建自动驾驶车辆误/漏识别测试场景；

S3，对模拟自动驾驶车辆进行误/漏识别场景仿真测试实验；

S4，导出所述仿真测试实验中的仿真测试数据；

S5，将所述仿真测试数据与实车在误/漏识别场景下得到的实车安全测试数据进行对比分析；

S6，判断所述仿真测试数据有无异常数据：

(1)如所述仿真测试数据有异常数据，分析造成误/漏识别的原因，基于所述仿真测试数据对相应所述传感器的参数进行调试与修正，重复步骤S3～S6；

(2)如所述仿真测试数据无异常数据，结束对自动驾驶车辆误/漏识别场景的虚拟仿真测试。

优选地，步骤S1中包括如下步骤：

(1)根据自动驾驶车辆易发生误/漏识别危险场景的真实地形的尺寸大小，在所述仿真测试软件的地形模块下1:1复现真实危险场景3D图形环境的路网，构建所述自动驾驶车辆误/漏识别虚拟危险场景地形；