道路車輛 自動駕駛系統(tǒng)測試場景 基于場景的安全評估框架 征求意見稿

1本文件為自動駕駛系統(tǒng)（ADS）基于場景的安全評估框架提供了指導(dǎo)。該框架闡述了在產(chǎn)品開發(fā)過本文件未涉及包括誤用、人機交互和信息安本文件未涉及包括舒適性、能源效率或交通效率GB/T34590.2-2022道路車GB/T34590.7-2022道路車輛功能安全第7部分：生產(chǎn)、運行、服務(wù)和報廢（ISO26262-GB/T34590.8-2022道路GB/T34590.9-2022道路車輛功能安全第9部分：以汽車安2GB/T43267-2023道路車輛預(yù)期功能安全（ISO21448:203.1），3.23.33.4注3：根據(jù)安全測試目標的類型，安全測試目安全任務(wù)及內(nèi)容概述3其分析出發(fā)點是屬于系統(tǒng)功能相關(guān)的場景空間,通過分析相關(guān)場景空間來識別風(fēng)險因素。本文件僅考慮慮范圍內(nèi)。這些系統(tǒng)執(zhí)行方面的問題利用基于系統(tǒng)的方法來進行分析可統(tǒng)（例如，傳感器的確切數(shù)量和位置）還是會對場景風(fēng)險因注1：在執(zhí)行一種方法（如基于系統(tǒng)的方法）過程中獲得的知識可用于支持另一種方法（如基于場景的方法）的分4——任務(wù)1.1.2：推導(dǎo)一組典型的測試場）；示例：對抗性攻擊，也被稱為“物理的非法侵入”，比如在交通標志5——左側(cè)第一列闡述了本文件中基于場景的安全評估流程的輸入；——左側(cè)第三列提供了相關(guān)場景空間的規(guī)范，并根據(jù)安全評估框架識別了安全評估的風(fēng)險因素和——左側(cè)第四列展示了安全分析階段中基于場景的安全測試和評估流程與其余產(chǎn)品開發(fā)階段之間——左側(cè)第五列闡述了基于場景的安全評估框架的輸出如何適應(yīng)包括其他安全確認步驟在內(nèi)的整——線條表示迭代循環(huán)和作用條件，它們可以包含新的發(fā)現(xiàn)并觸發(fā)必要的調(diào)整，例如由于安全原674.5確定需要測試的具體場景及其相應(yīng)的平臺，有助于支撐GB/T4——GB/T43267-2023。4.2安全測試目標安全測試目標可以由通用的風(fēng)險接受準則推導(dǎo)得到，例如最低合理可行風(fēng)險水平（ALARP例如GB/T43267-2023等標準或相關(guān)法規(guī)[18]。安全測試目標通常通過以下兩種方法之一來表示：b)將安全測試目標規(guī)定為一種性能參考模型。這種性能參考模型給出了自動駕駛系統(tǒng)在安全地示例4：參考合格且專注的駕駛員行為模型（見附錄A自動駕駛安全測試目標的選擇應(yīng)確保其能夠支持自動駕駛系統(tǒng)的整體安全論證。安全測注：為了整體安全論證有效，除實現(xiàn)安全測試目標外，8——相關(guān)標準，例如GB/T43267-2023、GB/T34590-202——設(shè)計運行范圍（ODD其他支持信息——交通規(guī)則和條例（例如，參考文獻[18]——政府管理指南文件（例如，參考文獻[19]、[20]、[21]4.2.5工作成果4.3相關(guān)場景空間規(guī)范——ODD；——其他安全相關(guān)場景目錄（例如，NCAP9——法規(guī)（例如，參考文獻[18]——政府管理指導(dǎo)文件（例如，參考文獻[19]、[20]、[21]——區(qū)域性規(guī)范（例如，參考文獻[22]注2：技術(shù)表達方式可采用諸如ASAMOpenSCENARIO4.3.5工作成果4.4基于風(fēng)險因素的關(guān)鍵場景推導(dǎo)其他支持信息——先前測試場景的測試結(jié)果?；陲L(fēng)險因素的關(guān)鍵場景注3：區(qū)域、國家和國際的法規(guī)、指南和條例可用于確定參4.4.5工作成果4.5基于覆蓋相關(guān)場景空間的目標推導(dǎo)測試場景其他支持信息——先前測試場景的測試結(jié)果。如果安全測試目標是基于性能參考模型，則應(yīng)在考慮性能參考模型的情況下詳細列舉一組測應(yīng)詳細列舉一組測試場景，以確保充分覆蓋相關(guān)場景空間（見4.2.2）。4.5.5工作成果4.6具體測試場景的推導(dǎo)和測試場景分配——有關(guān)所用測試平臺能力的信息（示例見附錄G）。其他支持信息——先前測試場景的測試結(jié)果；.1為了滿足達到安全目標所需的場景空間的覆蓋度，應(yīng)定義場景的參數(shù)范圍及其組合以用于下雪天氣、不利的光線條件以及周圍車輛的強行切入，綜合所有這些因注1：使用隨機選擇的具體測試場景可以支持針對未知危害場注2：參數(shù)變值法也有助于識別新的風(fēng)險因素或這些風(fēng)險因素導(dǎo)致的最壞情況，詳見附錄H。不同測試平臺的測試場景對測試平臺（包括模型）能力的鑒.1VTP和場地測試平臺應(yīng)在合理公差范圍內(nèi)提供相同的.2VTP、場地測試平臺、道路測試平臺應(yīng)提供可追溯的結(jié)果。.4平臺提供的所有必要功能應(yīng)具有足夠的注：根據(jù)不同架構(gòu)，VTP可包含多個系統(tǒng)（例如，場景生成系統(tǒng)、測試管理系統(tǒng)、數(shù)據(jù)管理系統(tǒng)、仿真系統(tǒng)、系統(tǒng)應(yīng)檢查這些系統(tǒng)的功能是否達到執(zhí)行.5為了確保使用的平臺正常工作，可以通過與更接近真實的平臺（例如車輛）或先前確認的4.6.5工作成果4.7測試執(zhí)行b)為高效測試提供相關(guān)信息。——測試的結(jié)束標準（例如，實現(xiàn)正風(fēng)險平衡的邏輯、具體場景比例x%或置信度達到y(tǒng)%.2如果測試場景集中未實現(xiàn)完全覆蓋，則應(yīng)至少使用一種參數(shù)變化變值方法以充分覆蓋仿真測試.1執(zhí)行場地測試，測試場景必須可重復(fù)并具有足夠的.3用于場地測試的車輛應(yīng)裝備相應(yīng)的合格測量.1執(zhí)行道路測試時，可考慮路線選擇、天氣.3用于道路測試的車輛應(yīng)裝備相應(yīng)的合格測量測試場景及相關(guān)場景空間的測試4.7.4工作成果每個測試場景對應(yīng)的測4.8安全評估a)定義用于評估單個測試場景的一般b)定義總體風(fēng)險評估的一般要求。4.8.2概述通常可以使用不同的方法進行安全評估，并評估安全——其他要求（如區(qū)域特定要求其他支持信息應(yīng)根據(jù)相應(yīng)的安全測試目標來制定評估各個測試場景通過/未通過的4.8.5工作成果A.1概述合格且專注的駕駛員是指執(zhí)行駕駛?cè)蝿?wù)過程中持續(xù)預(yù)判和識別風(fēng)險因素，且能夠及時作出合理應(yīng)失穩(wěn)且不發(fā)生碰撞的安全目標或者在碰撞不可避免的通過合格且專注的駕駛員行為模型對執(zhí)行駕駛?cè)蝿?wù)過程中遇到的可合理預(yù)見場景進行分類的流程見圖A.2。在可合理預(yù)見場景中，經(jīng)由是否存在真實風(fēng)險點和/或潛在風(fēng)景又可根據(jù)是否滿足各駕駛階段的行為目標劃分為合格且專注的駕駛員可安全處理的場景與不可安全注：經(jīng)合格且專注的駕駛員行為模型分類后的場景可合理預(yù)見場景的定義見A.2，主動防御階段的駕駛員行為模型定義見A.可合理預(yù)見場景是車輛駕駛過程中駕駛環(huán)境中的場景元素基于符合常識的變化趨勢產(chǎn)生的所有可相應(yīng)地，一個合格且專注的駕駛員能在駕駛過程中認知到這些場景元素的變化趨勢以及其中的風(fēng)注1：風(fēng)險因素是場景存在真實/潛在風(fēng)險點的A.3.1主動防御階段的駕駛員行為模型主動防御階段的駕駛員行為是指合格且專注的駕駛員為控制潛在風(fēng)險所采取的駕駛行為，是指在潛在風(fēng)險點是指在可合理預(yù)見場景中，除非自車改變當前的行駛狀態(tài)或者其他交通參與者改變其A.3.3.1行為準則一：保持車輛前方有可以確保的足夠通行空間，使得車輛在當前狀態(tài)下的預(yù)期制動注1：預(yù)期制動距離是指車輛在當前狀態(tài)下，假設(shè)以最大制動減速度制動至注2：前方確保的安全距離是指在道路條件和交通指揮信號所允許的安全通行A.3.3.2行為準則二：保持車輛在車道內(nèi)穩(wěn)定行駛，不發(fā)生車輛滑移、側(cè)翻，并與其他交通參與者保A.3.4典型的潛在風(fēng)險點及主動防御階段駕駛行為則一，駕駛員可采取的行為包括：減速行為，從而減小制動距離至前方確保的安全距離以下；在車道內(nèi)靠右駕駛行為，從而減小盲區(qū)面積，使自車前方出現(xiàn)其他交通參與者的概率減小，進而增加前方確保的安全距離至預(yù)期制動距離以上；通過操縱車輛聲光等方式提示其他交通參與者自身駕駛意圖，從而提醒其他交通參與者避免出現(xiàn)交通參與者的概率，達到前方確保的安全坡度變化以及存在橫向風(fēng)等橫向力因素時，A.4.1被動避險階段的駕駛員行為模被動避險階段的駕駛員行為模型是指合格且專注的駕駛員在真實風(fēng)險點出現(xiàn)后為避免碰撞風(fēng)險所避免碰撞行為目標的時刻。真實風(fēng)險點與自車以及環(huán)境車輛的駕駛狀態(tài)直接相關(guān)也與駕駛員的駕駛能措施改變當前駕駛狀態(tài)。真實風(fēng)險點為環(huán)境車輛發(fā)生明顯的切入動作的時刻。若切入車在切啟了轉(zhuǎn)向燈，一種可參考的方法是可選取剛開始有橫向偏移動作的起點為真實風(fēng)險點；若未決策響應(yīng)時間主要是指從真實風(fēng)險點出現(xiàn)時刻開始，到合格且專注駕駛員采取相應(yīng)風(fēng)險減緩動作示例：對于前方車輛切出后，自車遭遇靜止車輛的場景下，若駕示為真實風(fēng)險點時刻至由駕駛員制動行為產(chǎn)生制動減速度時刻之A.4.5是否能夠避免碰撞發(fā)生的場景參數(shù)邊界確示例：以前車切入場景為例，將緊急制動模型代入到自車速度分別為40km/h及50km/h的場景中理場景可用圖A.7中未發(fā)生碰撞的點的集據(jù)庫對應(yīng)模式的關(guān)系的方法實現(xiàn)場景的結(jié)構(gòu)化。無論是從ADS內(nèi)部還是外部，都可以通過諸如ASAM相比于在實際交通中ADS可能面臨的近乎無限的安全相關(guān)與感知相關(guān)的風(fēng)險因素導(dǎo)致自車的ADS可能無法正確感知周圍狀態(tài)，進而可能導(dǎo)致與感與交通相關(guān)的風(fēng)險因素導(dǎo)致自車的ADS可能無法正確判斷周圍交通狀況，進而可能導(dǎo)致是車輛內(nèi)部因素（例如總質(zhì)量、質(zhì)量分布）和車輛外部因素（例如路面坑洞、風(fēng)），本附錄的目的是根據(jù)附錄B提出的基于物理原理的分析方法，定義特定的交通相關(guān)風(fēng)險因素以及注：本附錄將十字交叉口按逆時針方向以A～D編號，車輛行為按照入口車道和目標出口車道標記。按照以上思路，可構(gòu)建路段區(qū)域周圍車輛位置和運動風(fēng)險因素，圖C.5展示了同向行駛的構(gòu)建示交叉口區(qū)域場景結(jié)構(gòu)中周圍車輛位置需要增加各個方向入口車道的來車，這些車輛在駛向其目標C.2.5一般車輛適用的交通相關(guān)關(guān)車可能出現(xiàn)在高速或城區(qū)場景，非機動車在城區(qū)和周圍摩托車或非機動車位置和運動（圖C.12）來構(gòu)建摩托車或非機動車適用的交通相關(guān)關(guān)鍵場景的C.3.2摩托車或非機動車適用的交通相關(guān)關(guān)（路線b）、或者從周圍位置3、4、5、6、7或8變道（路線c），運動到摩托車e）、后退到后方位置（路線f），駛出位置左（L）和右（R）。交叉口區(qū)域補充增加非機動車在非機動車道行駛的情況，交叉口區(qū)域非機動車在非機動車道上的行為如圖C.14所示，思路與一般車輛相同，考慮各個C.3.3摩托車或非機動車適用的交通相關(guān)關(guān)構(gòu)成的關(guān)鍵場景，可以通過簡化一般車輛的場景并用相應(yīng)的交通參與者或障礙物代替周圍車輛定義通本附錄的目的是根據(jù)附錄B提出的基于物理原理的分析方法，定義特定的感知相關(guān)風(fēng)險因素以及與其對應(yīng)的結(jié)構(gòu)化關(guān)鍵場景。本附錄的輸出是結(jié)構(gòu)化的感知局限相關(guān)的關(guān)鍵場景由感知局限相關(guān)的風(fēng)險因素組合而成，這些風(fēng)險因素依賴系統(tǒng)的物理特形結(jié)構(gòu)的方式列舉了感知局限相關(guān)的影響因素分類，頂部是根據(jù)不同傳感器類別的感知相關(guān)的物理原自車—傳感器相關(guān)的風(fēng)險因素分為三類：自車因素、傳感器因素和由傳感器的前表面導(dǎo)致的因素根據(jù)與傳感器本身相關(guān)的因素和與傳感器安裝相關(guān)的因素將傳感器因素進行分類。前者包括傳感——感知過程中產(chǎn)生的風(fēng)險因素分為來自目標物的信號（S）和改變目標物信號的條件（包括噪D.2.4通過影響因素和物理原理交叉針對毫米波雷達，由影響因素和傳感器物理原理歸納形成的感知相關(guān)關(guān)鍵場景如表毫米波雷達物理原理（感知信號/傳感器定位）物理原理（識別）條目數(shù)感知目標的信號（S）其他信號頻率相位功率聲（N)非期望信號（U）探測方向的改變傳播延遲變化無信號（部分信號）高強度信差異大反射（間接波）折射混疊諧波低信噪比有效信號比例低非期望信號增加識別過程感知干擾的影響因素自車/傳感器車身姿態(tài)改變////////○○○/3傳感器裝配松動//○○////○○○/5傳感器失效○/○○/○○/○/○/7傳感器前表面黏附物//○○////○///3物理特性變化//○○////○///3環(huán)境結(jié)構(gòu)化物體道路表面形狀////////〇〇〇/3道路情況/////////○○/2材料/////////○○/2路邊物體反射/〇///〇///○○/4遮擋////〇///〇///2背景////////////0上方物體反射/////////〇〇/2遮擋////〇///////1背景////////////0空間空間物體////〇///〇〇〇/4空間電磁波和光線/////////〇○/2移動物體反射/〇///〇〇//○○/5遮擋////////////0背景////////////0感知目標道路車道顏色、材料////////////0形狀////////////0臟污/模糊////////////0相對位置////////////0具有一定高度的結(jié)構(gòu)化物體顏色、材料////////〇///1形狀–反射強度大/////〇〇〇////3形狀–反射強度小////////〇///1臟污////////〇///1相對位置////////〇///1道路邊緣道路邊緣（平坦）顏色、材料////////〇///1形狀////////〇///1臟污////////〇///1相對位置////////〇///1道路邊緣（不均勻）顏色、材料////////〇///1形狀////////〇///1臟污////////〇///1相對位置////////〇///1交通信息交通信號燈/////////////0交通標志/////////////0人行橫道標志/////////////0毫米波雷達物理原理（感知信號/傳感器定位）物理原理（識別）條目數(shù)感知目標的信號（S）其他信號頻率相位功率聲（N)非期望信號（U）探測方向的改變傳播延遲變化無信號（部分信號）高強度信差異大反射（間接波）折射混疊諧波低信噪比有效信號比例低非期望信號增加識別過程車道上的障礙物掉落物體顏色、材料////////〇///1形狀////////〇///1相對位置/運動////////〇///1動物顏色、材料////////////0形狀////////〇///1相對位置/運動////////〇///1臨時設(shè)施顏色、材料////////〇///1形狀–反射強度大/////〇〇〇////3形狀–反射強度小////////〇///1臟污////////〇///1相對位置////////〇///1移動物體其他車輛顏色、材料////////////0形狀–反射強度大/////〇〇/////2形狀–反射強度小////////〇///1臟污////////〇///1相對位置////////〇///1摩托車顏色、材料////////〇///1形狀、大小////////〇///1黏附物////////〇///1相對位置////////〇///1顏色、材料////////〇///1形狀、大小////////〇///1形狀、大小////////〇///1相對位置////////〇///1行人顏色、材料////////〇///1形狀、大小////////〇///1相對位置////////〇///1條目數(shù)1244365243//盲區(qū)相關(guān)的關(guān)鍵場景分為三個子類：盲區(qū)車輛、道個新的位置，如圖D.13所示。每個周圍車輛都可能產(chǎn)生盲11、13、15、16、20和21）。這些位置被評估為能夠安全地應(yīng)對在盲區(qū)位置13（與自車位置更近，反應(yīng)時間更短）處可能發(fā)生的危險動作，），以減少安全分析中要考慮的組合數(shù)量（如圖D.18所示）。8、10、12、14、18、19、23、24）的減速動作由于對自車不構(gòu)成任何風(fēng)險而被舍棄。圖中的圓圈表示盲區(qū)車輛和相應(yīng)車輛動作的組合可能會干擾自車，因此它們需要在自車行為、盲區(qū)車輛和周圍車輛動作的組合）。這個結(jié)構(gòu)由一個總共包含48種可能組合的矩陣表示，道路結(jié)構(gòu)元素相關(guān)的盲區(qū)場景定義，考慮了造成遮擋的道路結(jié)構(gòu)元素位置以及自車和被遮擋車輛時，由于盲區(qū)車輛（車輛2）位于其斜后方，這一情況下會存在安全問題。類似于外部屏障這種道路結(jié)構(gòu)會在彎道中造成盲區(qū)，如圖車對盲區(qū)內(nèi)車輛（被遮擋車輛）的感知。被遮擋車輛如數(shù)字地圖、V2X和其他傳感器產(chǎn)生的信靜態(tài)實體涉及路邊物體（如建筑、樹木、隧道）、上方物體（如其相應(yīng)的與車輛控制相關(guān)的結(jié)構(gòu)化的關(guān)鍵場景。本附錄的輸出是結(jié)構(gòu)化的與車輛控制相關(guān)的關(guān)鍵功能a——彎道半徑r（曲率）輪胎輸入相關(guān)的車輛控制相關(guān)風(fēng)險因素分為與路面狀態(tài)和輪胎狀態(tài)相關(guān)的兩個子類別。路面子類a)通過分析可能的潛在因果關(guān)系，對關(guān)鍵性現(xiàn)象作出c)在分類的基礎(chǔ)上構(gòu)建一個抽象場景的目錄，包括有d)為關(guān)鍵性現(xiàn)象、解釋和場景找到一個適來推導(dǎo)出對潛在因果關(guān)系的解釋，建立一個假設(shè)，評估因果效應(yīng)，最b)相關(guān)的關(guān)鍵性現(xiàn)象在不斷增長的信息基礎(chǔ)上留下痕跡。由于相關(guān)的關(guān)鍵性現(xiàn)象在某種程度上確實存在于人類的意識中，因此有可能利用由各種傳感器技術(shù)記們也會隨著自動駕駛數(shù)據(jù)的積累而留下痕跡，因此證明了假設(shè)b）的合理性。a)汽車公路交通領(lǐng)域，包括車輛基礎(chǔ)設(shè)施和天氣等b)關(guān)鍵性分析領(lǐng)域，包括關(guān)鍵性現(xiàn)象、因果關(guān)系等?！沁B接工作流程與仿真工具和現(xiàn)實世界驅(qū)動的粘合劑。對這些決策模型與已確定的因果關(guān)系和關(guān)鍵性現(xiàn)象之間的相互作用的分析，能夠確定一個合適的抽象層次，以獲得一套可管理的相關(guān)因果關(guān)系。然后，場景路測試中。這種有代表性的實例可以是邏輯場景的形式，也可以是場景分支的最后一步是開發(fā)一個包含出現(xiàn)場景的目錄，因為保存和記錄關(guān)鍵性分析中出現(xiàn)的場景此外，有必要跟蹤場景中的關(guān)鍵性現(xiàn)象或因果關(guān)系，以便在出現(xiàn)變化時可仿真/虛擬測試平臺（VTP如軟件在環(huán)（SiL）、硬件在環(huán)（HiL）、車輛在環(huán)（ViL）或模型在環(huán)（MiL），通常用于評估在實車測試平臺（RWTP）上（如封閉場地、實際道路）不可行的測試場景，的自動駕駛系統(tǒng)和單獨的傳感器模型進行測試），以增加可信度。圖G.2顯示了一個外推示例，包括對VTP的偏差根據(jù)預(yù)定的測試標準（KPI）進行量化。帶有通過或失敗準則的KPI需要有明確的依據(jù)，同時要有明確的陳述，以用于對測試結(jié)果進行評估。KPI可以是宏觀的（例如，在確定的場景中避小碰撞時間，TTC）。為了增強結(jié)果的可信度，仿真過程的最終和中間信號都可以通過KPI進行評估。由于KPI通常是幾個VTP或RWTP輸出信號的函數(shù)（例如相對目標的位置和速度），建議在各自的信號應(yīng)的參考數(shù)據(jù)（圖G.5）。一個標簽可以與一個參數(shù)范圍相關(guān)聯(lián)。開發(fā)過程中的測試集更改會影響確認結(jié)果，從而使驗證結(jié)果無效。因此，ODD、邊界條件、假設(shè)和測試集的分配都應(yīng)構(gòu)建一個支持安全評估全流程的場景數(shù)據(jù)庫，其基本思想是將該數(shù)據(jù)庫作為安全評估流程中的一圖H.1展示了從測試場景目錄中以標準化格式生成圖H.2顯示了測試場景數(shù)據(jù)庫的方案，包括將真實仿真中測試場景參數(shù)變值可以通過多種方式實現(xiàn)，例如在人工選擇或?qū)Ψ抡嫦嚓P(guān)場景分析的基礎(chǔ)一個確定的場景數(shù)據(jù)模型需要包含所有相關(guān)參數(shù)空間及基于數(shù)據(jù)庫得到的關(guān)于參數(shù)空間的附加先臨的所有場景進行完整探索的一種方法是在所有相關(guān)的場景空間內(nèi)進行參數(shù)的隨機變化。這種參數(shù)變對于一個確定的測試場景，場景參數(shù)確定的目的——計算在所定義參數(shù)空間中威脅安全性的概率（如近似值如果可能，也需要計算概率值的——計算整個參數(shù)空間的覆蓋度（如近似值如果可能，也需要計算在差異范圍內(nèi)的置信度。——將測試空間縮小至主要影響和可預(yù)見的場景范圍，例如基于所定義的ODD；——基于場景屬性的外推或變值，提高覆蓋率；中每一項準則的要求。下文提出了一種方法可以基于每個準則的評估結(jié)果來判斷單個測試場景是否通是否符合安全指標（如TTC）所要求的安全距離。圖中矩形代表步驟，正方形代表判斷，橢圓形代還是由其他交通參與者引起。第一階段是否采用，取決于測試如何定義，故駛極限下都不能避免碰撞情況的發(fā)生，就需要成了碰撞與此無關(guān)。這是因為如果在物理上可實現(xiàn)，ADS被果根據(jù)是否由ADS造成碰撞（是為0，否為1）而有所不同，這表明行為安全評估的一個核心問題是，從圖J.2的單個測試結(jié)果中可以得出哪些結(jié)論。最基本或更改軟件/系統(tǒng)或由于功能安全中的極低暴露概率論證而忽略該場景，即該行為安全評估輸入結(jié)果測試失敗情況的頻率()測試場景π在被測半具體/邏輯場景中的重要性，其中注：最后一行是前述對單個測試場景的基本評估結(jié)果。其他幾行是為推導(dǎo)出更充分的結(jié)果所需的額外輸入據(jù)單個測試方案的結(jié)果進行推斷在理論上可行，但額外所需輸入的參數(shù)可能只有在真實世界進行廣泛正風(fēng)險平衡是在道德層面上可接受的安全水平的主要衡量標準，但其本身并不是在社會層面上可式中：i代表測試場景編號；n代表測試場景總數(shù)；j代表測試場景i的影響參數(shù)的編號，影響參數(shù)是指與測試場景i的結(jié)果有關(guān)的參數(shù)；minfl,para代表測試場景i中影響參數(shù)的總數(shù)；pji代表影響參數(shù)j在測b——事故比較：有無ADS。規(guī)避不合理的風(fēng)險是圖2展示了基于場景的安全評估流程的總體過程。方法，目的是通過在安全評估過程中獲得的知識以及對已知關(guān)鍵場景的識別來實現(xiàn)減少未知關(guān)鍵場景的空間。該方法利用約束隨機測試來改變參數(shù)范圍和組合，以增加覆蓋空間。），間離散化。期望的覆蓋空間應(yīng)盡可能與ODD相匹配。systems—Design,verificat[15]ISO/TR21934-1:2021Roadvehicles—pre-crashtechnologybyvirtualsimulation—Par[16]ISO19364:2016Pa-statecirculardrivi[18]UN/WP29/157.ProposalfovalofvehicleswithregardtoAutomatedLane