基于场景的扩展HARA：结合功能安全和预期功能安全(SOTIF)的自动驾驶安全性评价

简介：
本研究提出了一种创新性的基于场景的扩展HARA方法，旨在评估自动驾驶系统中的功能安全与预期功能安全（SOTIF），以提升整体驾驶安全性。 基于场景的危害分析与风险评估（HARA）是识别车辆自动化能力的一种有效且现实的方法，例如SAE J3016定义的自动驾驶水平。对于自动驾驶系统而言，由于其通过传感器融合及执行器与其环境进行大量交互，因此危害考虑必须从单一电气电子系统的故障行为扩展到涵盖预定功能安全（SOTIF），包括网络安全。基于场景的HARA能够全面分析如何结合功能安全（FuSa）和SOTIF来评估潜在的危害，但它们之间的关系与相互依赖性需要系统化的表示方法。 此外，虽然诸如系统理论过程分析（STPA）等强大工具被用于识别、定义及分析危害，却未涉及风险评估。因此，我们研究了基于场景的HARA的最新技术，并提出了一种结合FuSa和SOTIF的扩展HARA方案。具体来说，这包括： 1. 功能场景表示与选择（例如在基本场景和事故场景中绘制）； 2. 一种方法来一次性查找每个自动驾驶功能中的FuSa与SOTIF之间的关系及相互作用。 为了展示这一过程的实际应用效果，我们通过一个适用案例——横向引导辅助系统，执行了具有扩展性的基于场景的HARA，并披露了相关结果。