整合FuSa与SOTIF的无人驾驶扩展HARA分析体系

基于场景的安全性分析与风险评估(HARA)是一种科学且实用的自动驾驶能力识别方法（如SAE/NHTSA自动驾驶分级标准）。在自动驾驶系统中，在传感器（融合）与执行器与环境产生深度交互的过程中，则必须考虑将危险因素从单一的E/E系统失效行为范畴扩展至包括网络安全在内的预期功能安全(SOTIF)范畴之内。基于场景的安全性分析(HARA)不仅可以考虑功能安全(FuSa)以及SOTIF中的潜在危险因素的存在性问题，并能对其关系进行系统的建模与关联性研究；但现有方法在实现这一目标时往往存在不足之处。因此我们提出了一个融合功能安全(FuSa)与SOTIF的扩展HARA模型。具体而言，在本研究中我们重点探讨了两个关键问题：(a)如何实现功能场景表征及选择（例如在HARA中构建基本场景图谱以及事故情景表征框架）；(b)如何在同一危害体中同时建立其功能安全(FuSa)属性及其网络安全(SOTIF)属性之间的相互关联关系及相互作用机制。此外我们还在应用案例研究中展示了基于场景的安全性评估流程的具体实施过程

1.简介

当前技术动态清晰表明，在开发高度自动驾驶(HAD)功能与ADS等技术的过程中，汽车业将安全置于首要位置。ADS型车具备纵向与横向操作能力，在驾驶场景下可为驾驶员提供辅助支持。其涵盖的领域不仅局限于车辆自动化的范畴，并且还包括安全管理相关内容。

因此，ADS的整体安全性