智能网联汽车行驶的安全风险评价模型_张诗波.pdf

（）年 第 卷 第 期 收稿日期：基金项目：西华大学校重点项目（）；四川省现代道路行车安全保障工程技术研究中心科研项目（-）；国家自然科学基金青年基金项目（）作者简介：张诗波，男，博士，副教授，主要从事道路交通安全方面的研究；通信作者 胡文浩，男，博士，工程师，主要从事自动驾驶测试场景构建、场景测试、自动驾驶领域标准制定研究，-：。本文引用格式：张诗波，查治涌，胡文浩，等 智能网联汽车行驶的安全风险评价模型 重庆理工大学学报（自然科学），（）：，（），（）：（）智能网联汽车行驶的安全风险评价模型张诗波，查治涌，胡文浩，董红磊（西华大学 汽车与交通学院，成都 ；四川西华交通司法鉴定中心，成都 ；国家市场监督管理总局缺陷产品管理中心，北京 ）摘要：随着智能网联汽车普及率的提高，智能网联汽车行驶的安全风险日益凸显。将 模型应用于智能网联汽车领域，按照人-车-环境-软件的架构系统梳理智能网联汽车行驶的风险因素 项，引入风险矩阵法与 序值法相结合对智能网联汽车行驶安全进行综合分析评估，通过实际案例分析得出了 个风险严重等级并给出针对性对策，可为车辆开发、运行和安全设计提供相关依据。关键词：安全工程；智能网联汽车；风险矩阵法；序值法中图分类号：文献标识码：文章编号：（）引言智能网联汽车作为当前汽车行业的发展方向，仅 年，中国大陆销售了超 万辆智能网联汽车，渗透率超过 ，这对人类社会和汽车相关领域产生了重要影响。在车辆保有量上升的同时，事故量也在增加，而智能网联汽车运行中相应的风险分析、风险管理体系尚未完善，亟须对其安全风险评价进行深入研究。许多国内外专家学者对智能网联汽车事故特征分析、事故定责、特殊地区行车风险等做了大量研究，也取得了丰富的研究成果。在感知层面，李平飞等 结合智能网联汽车事故数据，对事故致因进行了详细分析，并得出智能网联汽车存在静态目标物识别较差的结论；冯忠祥等 从驾驶人特性、驾驶情景以及自动驾驶辅助系统等方面分析了驾驶人的风险感知影响因素，结果表明行车风险感知能力评价方法缺少普适性的量化方法。在评价模型应用中，陈志发等 发现露天矿区适用于无人驾驶作业，并提出了无人车行车风险等级及防控对策；何景师等 利用风险因素发生的概率、后果作为 的决策变量，对风险单元进行排序，得到了风险分布矩阵。顾辉 结合可靠度理论与车辆事故类型，对环形匝道的行车进行风险研究，得到了环形匝道最大超高不大于 。清华大学的吴剑 提出了“行车安全场”的概念，建立了行车安全场模型，定量描述了各交通因素对行车安全的影响。张文会等 建立了事故路段行车风险因素集，集成 -方法，建立了以驾驶员、车辆、道路、环境、管理等五类影响因素辨识模型。在事故定责领域，李思瑶等 基于行车风险评价模型来评估驾驶人的风险等级，得到了风险与保费定价相匹配的个性化保单。综上，学者们在风险识别、评价模型的应用等领域开展了大量研究，然而在智能网联汽车渗透率逐年提升的背景下，智能网联汽车行驶的安全从整体运行过程中并没有系统梳理风险因子，构建风险矩阵，提出运行风险因素集。鉴于此，本文参考 模型按照人-车-环境-软件的架构系统梳理智能网联汽车事故风险因素，引入风险矩阵法与 序值法相结合，对运行安全风险因素进行优先级排序并给出针对性对策。智能网联汽车运行风险因素识别 模型 年，教授提出 模型用于分析系统间内在联系 ，其名称来源于软件（）、硬 件（）、环 境（-）、人件（）的首字母大写，最早应用于航空领域，已作为风险因素集识别的经典分析模型。图 为 模型示意图。在 模型系统中，各个要素和特征分析“人”的安全风险影响。围绕着“人”这一主体，其他各元素主体（人、物、环境）之间也存在着直 间接联系，为更好地平衡模型稳定，在进行案例分析时，“人”保持恒定，其他元素主体进行动态调整，以实现各部分最优状态匹配。风险因子识别智能网联汽车行驶日志数据即通过数据的表现形式记录了汽车从启动到停止的所有运动过程，包括主车横 纵向运动、主车各系统工作状态、其他车辆距主车的位置和角度等。在智能网联汽车运行过程中，运用 模型梳理运行过程中风险因子。图 模型）-应用分析。“人”的主观能动性大，容易影响整个系统的稳定。对传统汽车和当下如火如荼的智能网联汽车而言，车辆驾驶员作为安全责任主体是有据可依的，其驾驶经验、驾驶习惯、心理素质、安全意识等都是整个安全驾驶环节的安全风险影响因子。此外，同乘人员对驾驶员的影响也是不可忽略的因素。利用车辆行驶日志数据研究驾驶员的日常工作区间、驾驶方式、驾驶习惯等。通过分析日志数据得到驾驶员起步加速度 紧急制动减速度、单 双手驾驶等研究促进车辆安全同步改善。）-应用分析。在 -层面主要指“人”与工作场所中的各种支持系统之间的联系；-层面主要指“人”与车辆本身物理属性之间的联系。关于车辆驾驶手册（尤其是搭载“自动驾驶”功能的车辆）应避免过度宣传话术，造成消费者盲目相信车辆自动驾驶能力，导致特殊工况下酿成交通事故。利用车辆行驶日志数据帮助改善人车界面交互与设计，通过分析车辆行驶数据中某一时刻 开启状态，车辆速度等指标，可分析得出因自适应巡航设计问题，易造成驾驶员在车辆急转弯误触并拨动右侧控制杆，触发 功能，若当前车辆时速没有达到 设定时速时，车辆速度突增，影响驾驶员操作误判，极端情况可能酿成事故。）-应用分析。为综合考量环境风险因子对人的影响，将其划分为车外环境和车内环境。车外环境主要包括气温、光照、地形等；车内环境主要包括温度、湿度、声音等。结合车辆行驶日志数据，分析事故前整体环境指标，评价环境对驾驶人影响风险程度，如反应时间、平均注视次数、平均扫视次数等。综上，初步得到 项智能网联汽车运行安全风险因素。风险因素集构建参考 汽车驾驶自动化分级 标准，本文选取的数据均来自于 、级别的智能网联汽车事故数据。根据 模型整理统计得到的 项风险因素存在范围性交叉或含义不清晰等问题，通过咨询科研高校、研究院所专家及企业工程师和智能网联汽车驾驶员的意见之后，对 项风险因素进一步精炼筛选、归纳分类，最终将智能网联汽车运行安全风险因素分为 个大类，合计 小项，具体见表 所示。智能网联汽车行驶风险评价模型 风险评价矩阵构建风险评估在 风险管理-原则与实施指南 中包括风险识别、分析与评价 ，风险评估与风险控制基本流程参考 汽车产品安全风险评估与风险控制指南 。常用的风险评估方法主要有定性和定量两大类。在定性分析方法选择中，主要有 法、法、专家调查法等；而定量分析方法中包括马尔可夫过程分析法、贝叶斯概率分析法等。上述方法各有优点，但解决复杂和综合问题的风险评估能力不足，因此多方法组合应用已经成为风险评估领域的趋势。本文主要采用风险矩阵方法和 序值法相结合的方式来开展智能网联汽车运行安全风险评价。风险矩阵方法的主要思想是将风险分析中最核心的两大因素，即风险严重等级和风险概率等级进行综合分析、赋权并分类，最终得出风险指数，并定量评价风险矩阵的风险值。风险指数为：（）式中：为风险概率等级；为风险严重等级。智能网联汽车风险概率等级按照风险事件发生的频率作为依据，划分成 个不同的级别，即 、级，分别表示频繁、经常、偶尔、不太可能、极不可能，具体见表 所示。表 智能网联汽车运行安全风险因素集 模块风险因素 -驾驶经验不足对智能网联汽车功能认识不足违规操作生理状况不佳心理状况不佳驾驶疲劳同乘人员对驾驶员干扰-车辆存在固有缺陷车辆未及时保养或维修车辆设备、设施不齐全-车辆制造商过度宣传“自动驾驶”功能-地面工作环境恶劣天气情况造成视野较差危险物暴露被忽视-高寒、高原、高湿地区行驶天气导致感知失效电磁及通讯干扰导致感知失效感知算法导致感知失效异色、异性、静态目标导致感知失效错误预测导致决策失效运动惯性大的目标物导致车辆决策失效路面扰动、轮胎扰动导致车辆执行失效表 智能网联汽车运行安全风险发生概率等级风险等级可能性发生概率频繁车辆运行屡次发生经常车辆运行时常发生偶尔车辆运行偶尔发生不太可能车辆运行不太可能发生极不可能车辆运行极不可能发生智能网联汽车运行安全风险严重等级参照交通事故等级划分标准依据，归纳已发生的智能网联汽车事故后果死亡或受伤的总人数，以此来判定风险因素的严重性等级，而非单次事故致引的张诗波，等：智能网联汽车行驶的安全风险评价模型事故严重性。交通事故分为特大事故（灾难）、重大事故（严重）、一般事故（轻度）、轻微事故（轻微），见表 所示。表 智能网联汽车运行安全风险严重等级风险严重等级严重性事故后果灾难死亡 人以上，财产特大损失严重死亡 人，财产严重损失轻度重伤 人，财产较小损失轻微轻伤 人，财产小损失根据智能网联汽车运行安全风险发生概率等级与风险严重等级两方面即可确定运行风险评价矩阵，见表 所示。基于 序值法风险排序 世纪 年代，法国数学家 -提出 序值法 ，其优点能够将相同风险等级给剥离出来并排序，在一定程度上能够降低风险矩阵中的人为主观性，并在原始风险矩阵中进行补充，由此对风险因素优化排序。具体步骤如下 ：）风险概率等级的计算。设（）代表风险发生的概率等级，代表在 风险等级中的风险因素出现的个数，则风险概率排序值 的计算公式如下：（）式中：（），若 ，则 。）风险严重等级的计算。设（）代表风险发生的 个严重等级，代表 等级中风险因素出现的个数，则风险严重等级的排序值 的计算公式如下：（）式中：（），若 ，则 。）数 的计算。代表由 模型梳理的风险因素个数。（）（）（）序值的计算。即对步骤 求得的 值按由大到小排列，分别表示为 ，。表 智能网联汽车行驶安全风险评价矩阵风险概率严重等级灾难 等级严重 等级轻度 等级轻微 等级频繁 高风险 高风险 较高风险 中等风险经常 高风险 较高风险 中等风险 中等风险偶尔 较高风险 较高风险 中等风险 较低风险不太可能 较高风险 中等风险 较低风险 低风险极不可能 中等风险 中等风险 低风险 低风险 智能网联汽车行驶安全风险评价依托国家车辆事故深度调查体系（）平台，筛选得到智能网联汽车事故案例，根据案例行车日志数据初步分析，使用 模型梳理汇总智能网联汽车运行安全风险因素，得到共计 条风险因素（含重复），按照表 归纳汇总，得到对应风险因素的概率等级。由于一起事故可能包含多种风险因素，可知该事故的严重等级，但对应多种风险因素影响权重难以排序，因此邀请缺陷调查工程师和 数据库工作人员及智能网联汽车安全领域内的研究生填写事故风险因子影响严重度排序，汇总得到风险严重程度等级，详细流程参考图 所示。按照表 的赋值要求和客观数据的支撑，使用 序值法对其进行排序，得到车辆运行安全风险评价表，见表 所示。根据表 梳理的数据可以看出，通过风险矩阵法能够将 模型分类的风险因素量化，得到 个高风险因素，但由于风险严重等级与风险概率层数分类有限，导致大量的风险因素累聚于同一风险等级，形成“风险节”，例如“较高风险”的风险因素有 个，难以区分风险优先级。而在 序值法处理后，“风险节”得到明显改善，使得风险优先级更加清晰。图 风险评估流程框图针对各个风险因素的优先级排序，按照其风险等级进一步划分为 个档次，由高到低分别是：违规操作 对智能网联汽车功能认识不足 车辆制造商过度宣传“自动驾驶”功能 天气情况造成视野较差 车辆存在固有缺陷 驾驶疲劳 运动惯性大的目标物导致车辆决策失效 同乘人员对驾驶员干扰通过与专家沟通，确定前三档风险较高，尤其是智能网联汽车设计、宣传、运行等方面。根据风险矩阵法与 序值法对智能网联汽车运行安全风险进行梳理评估结果，制定针对性对策。根据智能网联汽车运行安全风险优先级排序，制定针对性的风险应对措施。按照 序值排名，越靠前权重占比越高，在智能网联汽车运行中，违规操作是风险最大的因素，驾驶员应按照驾驶要求驾驶车辆，加强驾驶素养。对智能网联汽车功能认识不足及车辆制造商过度宣传“自动驾驶”功能作为安全运行的第二类风险，合理地宣传与适当地培训能够消除消费者对“自动驾驶”功能的理解，能够减少由于该类风险导致的事故。在天气情况不佳时行车，由于天气不佳影响视野、车辆自身性能、人员的心理等，驾驶员应提高警惕，保持车距、合理控制车速是保障安全的首要前提。车辆存在固有缺陷时，应该及时修理整改，同时报告至市场监管总局缺陷产品管理中心。对目标惯性较小的参与方，如二轮车、行人等应该加强此类对象的交通意识，共同维护道路安全性。表 智能网联汽车行驶安全风险评价 模块风险因素概率等级严重等级风险等级 序值 -驾驶经验不足较低风险 对智能网联汽车功能认识不足较高风险 违规操作高风险 生理状况不佳较低风险 心理状况不佳低风险 驾驶疲劳较高风险 同乘人员对驾驶员干扰中等风险 -车辆存在固有缺陷较高风险 车辆未及时保养或维修中等风险 车辆设备、设施不齐全低风险 -车辆制造商过度宣传“自动驾驶”功能较高风险 -地面工作环境恶劣较低风险 天气情况造成视野较差较高风险 危险物暴露被忽视中等风险 张诗波，等：智能网联汽车行驶的安全风险评价模型续表（表 ）模块风险因素概率等级严重等级风险等级 序值-高寒、高原、高湿地区行驶低风险 天气导致感知失效中等风险 电磁及通讯干扰导致感知失效中等风险 感知算法导致感知失效中等风险 异色、异形、静态目标导致感知失效中等风险 错误预测导致决策失效中等风险 运动惯性小的目标物导致车辆决策失效较高风险 路面扰动、轮胎扰动导致车辆执行失效较低风险 结论）将 模型用于智能网联汽车领域，提出了人-车（硬件）-软件-环境为架构的风险分析模型，符合 模型适用条件。）以 模型分类，得到了智能网联汽车运行安全风险因素集，包括驾驶经验不足、违规操作、生理心理状况不佳等 项风险因素。）结合风险矩阵法和 序值法联合应用，将分类得到的风险因素进行优先级排序，得到了最严重风险因素是“驾驶员违规操作”。参考文献：吴文皓 智能网联汽车发展对交通管理业态的影响探讨 道路交通管理，（）：李平飞，张友，胡文浩，等 自动驾驶事故调查及安全性分析 标准科学，（）：冯忠祥，李靖宇，张卫华，等 面向人机共驾车辆的驾驶人风险感知研究综述 交通信息与安全，（）：陈志发，余贵珍，张传莹，等 露天矿区无人驾驶行车风险评估及防控策略仿真研究 煤炭学报：何景师，戴航，刘小慧 基于熵权-混合约束 法的铁路车务行车风险评价研究 铁道运输与经济，（）：顾辉 基于可靠度理论的环形匝道行车风险研究 现代交通技术，（）：吴剑 考虑人车路因素的行车风险评价方法研究 北京：清华大学，张文会，赵军芳，罗文文，等 基于 -事故路段行车风险因素辨识模型 交通运输工程与信息学报，（）：李思瑶，张晖，吴超仲，等 智能联网环境下驾驶行为研究发展趋势与挑战：基于行车风险的保险精算 公路交通科技，（）：陈农田，李俊辉，孙有朝，等 飞行数据在航空工效领域应用研究进展 人类工效学，（）：国家市场监督管理总局，国家标准化管理委员会 汽车驾驶自动化分级：北京：中国标准出版社，尼尔贝克，夏青 标准提供了风险管理的原则与实施指南 中国内部审计，（）：国家质量监督检验检疫总局，中国国家标准化管理委员会 汽车产品安全 风险评估与风险控制指南：北京：中国标准出版社，刘攀龙 基于风险矩阵 序值法的航母舰载机出动回收风险评估 兵器装备工程学报，（）：李树清，颜智，段瑜 风险矩阵法在危险有害因素分级中的 应 用 中 国 安 全 科 学 学 报，（）：，（，；，；，）：，-，：；（责任编辑卢燕）张诗波，等：智能网联汽车行驶的安全风险评价模型