使用获得专利的关键场景创建框架建立对自动驾驶汽车系统的信心

SOTIF（预期功能安全）标准的引入为更高级别自动驾驶汽车的安全案例带来了根本性的转变。

汽车制造商需要通过 ISO26262 功能安全标准来确保 L3 级别以上系统发生故障时的安全性。有必要进行更大比例的责任检查，以通过 SOTIF 标准为系统安全提供足够的信心。 

SOTIF 的重要性

SOTIF 试图通过在开发过程中发现尽可能多的场景和边缘案例来降低自动驾驶汽车系统的风险，并且系统已针对这些案例进行了测试，以建立对处理这种情况的信心。在 SOTIF 定义中，这些被称为未知-不安全场景。SOTIF 标准本质上试图确保供应商已经制定方法，以便通过应用足够的勘探和测试来减少未知-不安全场景的数量。

西门子开发了一种专有的专利方法，可根据特定操作设计领域的地图和/或记录的数据系统地自动生成不安全的未知场景。为了衡量关键性，西门子开发了一个严重性指标，该指标将关键性的 KPI 与专有的新颖性 KPI 相结合。这两者的组合会生成一个规范化的严重性值，该值指示被测车辆的不安全和未知情况。

此方法（关键场景创建）基于 Simcenter Prescan360 工具链作为服务提供。输出可以作为模拟场景（在 Simcenter Prescan 中或作为 OpenScenario 标准文件）提供。

为什么采用西门子关键场景创建框架？

通过采用和实施关键场景创建流程，原始设备制造商 (OEM) 和自动驾驶汽车 (AV) 供应商可以获得一套系统方法来自动生成衍生于预期功能安全 (SOTIF) 标准的未知危险场景。Simcenter Prescan 仿真平台可以加快高级驾驶辅助系统 (ADAS) 和自动驾驶汽车功能的开发和验证。借助 Simcenter Prescan 提供的工具链，工程师能够为开发中的车辆创建包括传感器和环境在内的数字孪生。它允许工程师利用全面的数字孪生进行大规模的验证与确认以进行 ADAS/AV 开发。

在产品或项目开发过程中面临的主要挑战是什么？

为了满足 SOTIF 标准，自动驾驶汽车开发面临的主要挑战是拥有一种强大且可扩展的方式来自动生成未知不安全的场景，并在此类场景中评估被测系统。可以评估的场景越多，未知不安全场景对系统安全的影响就越小。

车辆和环境数字孪生的稳健性和准确性非常重要。此外，了解操作域以及场景中所有静态和动态参与者的可变性以捕获其影响也很重要。量化场景中的关键要素是另一项关键挑战。

要了解更多信息，请观看此网络研讨会。

识别 SOTIF 未知不安全场景的 AV 开发网络研讨会。

本次研讨会介绍自动驾驶车辆开发中的关键场景构建方法，这是一种基于 Simcenter Prescan360 工具链自动根据 SOTIF 标准生成未知不安全场景的服务。

要点

• 识别高可能性的关键场景并减少未知空间的系统方法
• 减少为特定 ODD 寻找相关的关键/名义场景的工作量
• 根据场景中的真实角色行为生成真实场景
• 通过针对以前未知的场景进行测试来提高系统置信度