为了搭建满足智能车辆性能测试要求的场景,需要分析智能车辆性能的影响因素,找出智能车辆安全与各影响因素之间的因果关系和内在逻辑。由于相关因素较多且错综复杂,需要采用安全系统工程的观点和理论系统地对影响智能车辆安全的要素进行分析与归纳。例如,可以通过建立故障树模型,并对故障树模型进行最小割集的求解和结构重要度的求解,得出各不利因素的重要程度,从而指导智能车辆性能测试场景的搭建。
1.影响智能车辆安全要素分析
通过收集国内外相关资料,将影响智能车辆安全因素分为四大类,即人的因素、车辆因素、道路因素和环境因素,并研究这四类因素如何影响智能车辆安全。在影响智能车辆安全各要素中,“人员”除了包括驾驶员、乘客以外,还包括行人等交通直接参与者,这些主体都具有主观能动特性,因此人员系统既会随着其他子系统的变化而实时变化,也会牵动其他系统的状态变化。“车辆”是人的载体,车辆的技术状况直接影响着运输安全。“道路环境”是车辆运行的物质基础和影响因素,然而由于我国的地域广阔,各地区道路类型和道路线形差异较大,气候条件、沿途景观等环境因素变化差异也很大,因此道路环境会时刻对系统内其他要素产生影响,改变它们的特性。
应用安全系统工程中的故障树分析技术对智能车辆事故致因进行研究。故障树分析方法是安全系统工程中重要的分析方法之一,是从结果到原因找出与事件发生有关的各种因素之间因果关系和逻辑关系的演绎分析法,可以实现对系统的危险性进行分析和评价。
将各要素用事件符号表示,智能车辆发生危险作为顶事件,人、车、道路、环境作为中间事件,用“或”“与”“非”等逻辑门连接各事件。如果构建的故障树模型中所有基本事件全部发生,顶事件必然发生。寻找顶事件发生的最小基本事件组合,即求解最小割集,最小割集用来表征系统的危险程度,每个最小割集都是顶上事件发生的一种可能途径,最小割集的数目越多,危险性越大。在故障树分析中,导致顶事件发生的基本事件很多,但各个基本事件对顶事件的影响程度却不尽相同,通过计算基本事件的结构重要度,排出各种基本事件的结构重要度顺序,从故障树模型的结构上了解各基本事件对顶事件发生的影响程度如何,并以此为指导来设计测试场景,保证能够以较少的成本在短时间内集中复现真实道路中的典型危险工况,以验证智能车辆的性能。(www.daowen.com)
2.基于故障树理论的测试环境搭建
构建智能车辆性能测试环境,需要综合考虑人-车-路-环境的各方面特征及其相互影响。根据故障树分析技术分析得出危险事件(顶事件)发生概率,将测试环境按危险事件发生概率的大小分为不同等级。针对不同难度的智能车辆主动安全测试内容,选择不同底层事件组成的测试环境与之匹配,以便满足不同控制性能的需求。
根据之前对交通事故大数据的故障树模型的提取和分析,将人的因素、车辆因素、道路因素和环境因素模型作为搭建测试环境的变量因素。通过调整这些因素所包括的底层事件贡献率,比如人的因素中的疲劳驾驶、醉酒驾驶等,改变测试环境故障树模型中发生危险事件(顶事件)的概率,进而构成不同测试等级的性能测试环境。通过对不同的主动安全控制系统匹配不同等级的测试环境,能够有针对性地选择测试内容,并保证测试效果的科学性与准确性。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。