駕駛場景數據是開發智能網聯汽車的重要數據基礎,是驗證智能網聯汽車安全性的重要保證。中汽數據有限公司(以下簡稱“中汽數據”)以汽車產業大數據為研究對象,深入開展駕駛場景大數據技術的研究與應用,推動圍繞駕駛場景各項業務的不斷發展。近年來,中汽數據駕駛場景團隊以積累的近50萬公里高精度真實世界數據為基礎,基于ISO、ASAM等前沿標準及多年場景庫建設理論實踐積累,以建設場景數據生態、攻克行業共性技術難題為目標,自主研發駕駛場景大數據管理平臺(以下簡稱“場景數據管理平臺”)和場景庫建設支撐工具鏈,構建形成自然駕駛場景庫、危險事故場景庫、功能安全和預期功能安全場景庫等智能網聯汽車典型應用場景庫。
中汽數據多年來緊跟ISO26262和GB/T34590標準,嚴格參照功能安全開發流程,結合行業痛點需求,通過場景ODD元素重組、虛擬仿真場景復現、關鍵場景仿真驗證等手段致力于研發功能安全場景庫,現已形成階段性成果,并應用于企業合作項目中,為企業在概念階段的ADAS系統ASIL風險等級評估提供有力支撐,為系統、軟硬件開發提供堅實基礎。
功能安全問題帶來的危害主要源于系統內部的電子電氣失效,而不同故障在不同場景下產生的危害在嚴重度(S)、暴露度(E)和可控性(C)方面均有所不同,因而最終使相應安全目標對應不同ASIL風險等級。對于EPS、ESC等傳統電子電氣系統,通過多年安全實踐,行業內對各元器件安全目標的ASIL風險等級已達成一定共識。而關于ADAS系統的功能安全問題,由于目前應用案例較少,各廠商的ADAS系統技術實現方案也各有不同,導致目前暫無統一的ASIL風險等級評價標準。因此,一套完善的、有據可依的、適用于ADAS系統的功能安全危害風險等級評價場景庫,成為自動駕駛系統功能安全開發的必要工具。目前,中汽數據功能安全場景庫已實現如下功能并展開應用:
1. 基于有關ODD分類的國際標準,對7大類場景要素,30類子要素進行排列與重組,已形成的包含200種典型場景的體系化功能場景庫;
圖1. ODD元素的排列與重組
圖2. 列表記錄的功能場景庫
2. 基于上述功能場景,通過比對真實場景數據采集結果,確定場景相關參數范圍從而得到邏輯場景,并據此在仿真軟件中搭建駕駛場景與周邊環境,復現后以應用于仿真測試;
圖3. 場景在仿真軟件中的復現
3. 在仿真驗證軟件中,激活ADAS功能,對關鍵場景下的電子電氣失效展開仿真驗證,并對各場景下產生的風險進行評估,根據公式計算出嚴重度(S)、暴露度(E)和可控性(C),并根據ISO26262標準最終確定ASIL風險等級。
圖4. ASIL風險等級確定
中汽數據開發的該套功能安全場景庫解決方案,將是業內首個嚴格遵照ISO26262標準,對ADAS系統功能安全危害ASIL風險等級提供有據可依的量化評估方案,對企業展開功能安全開發及驗證工作具有重要意義。
(文/智能網聯數據室)