《推导预期功能安全场景的方法》
预期功能安全（Safety of the Intended Functionality, SOTIF）是汽车行业中的一个重要安全流程，它专注于在没有电子故障的情况下处理系统意外行为的安全问题。ISO 26262是汽车行业功能性安全的标准，用于解决电子系统的故障情况。而SOTIF则致力于减轻当驾驶条件超出一个或多个系统组件的技术限制，或者由于可预见的人为因素（如误用系统或模式混淆）可能产生的危险。
当前的方法结合了分析、模拟、试验场测试和实地道路测试来识别未知的潜在不安全场景。该研究支持了这一方法的分析部分，通过建立一个结构化的框架，用于推导SOTIF分析所需的场景。这些通过框架推导出的场景随后可以用来指导模拟和测试。
本文首先提供了SOTIF过程的简要概述，接着描述了构建场景推导框架的过程，并展示了将此框架应用于高度自动化驾驶员辅助系统的初步结果。随着时间的推移，随着更多与SOTIF相关的参数被识别，文中所描述的框架可能会不断演进。
驾驶自动化系统和其他先进的电子电气（E/E）系统有可能彻底改变交通运输领域。对于行业和监管机构来说，确保引入车队的E/E系统的安全性是一个主要考虑因素。考虑到E/E系统特有的安全挑战，如对软件的严重依赖和复杂的系统交互，国际标准化组织（ISO）等机构已开发出相应的安全标准。
SOTIF过程通常包括以下步骤：
1. 定义预期功能：明确系统设计的目标和期望行为。
2. 风险评估：确定在正常操作条件下可能出现的不合理风险，包括那些非故障引发的风险。
3. 场景识别：通过分析和模拟，识别可能导致不安全状况的场景。
4. 危害分析：评估每个场景对乘客、行人及环境的潜在危害。
5. 安全目标设定：根据危害分析的结果，制定安全目标以消除或降低风险。
6. 安全概念设计：设计并实施措施以达到安全目标。
7. 验证与确认：通过测试和验证确保系统在预期和非预期情况下均能符合安全目标。
在实际应用中，例如高度自动化的驾驶员辅助系统，SOTIF框架可以帮助识别在极端驾驶条件、环境感知限制、驾驶员介入需求或用户误操作等情况下可能的不安全场景。通过这种方法，可以提前预测并防止因技术局限或人为因素导致的潜在危险，从而提高车辆的安全性能。
总结来说，预期功能安全场景的推导是汽车安全领域不可或缺的一部分，它通过系统化的方法识别并管理那些传统功能性安全标准无法覆盖的风险，以期在技术发展的同时，保障道路交通的安全性。随着自动驾驶技术的不断发展，SOTIF的重要性将日益凸显，其框架和方法论将持续演进和完善。
