一种智能车辆VS-LKA系统功能安全概念分析方法技术方案

本发明专利技术涉及一种智能车辆VS‑LKA系统功能安全概念分析方法，该方法设定了VS‑LKA相关运行场景，确定在不同场景下的失效形式和导致的危害事件，并评估各危害事件，确定各事件的汽车安全完整性等级，以此为基础制定针对VS‑LKA的功能安全目标，并将其转换为VS‑LKA的功能安全要求与技术安全要求。通过VS‑LKA整车层功能安全概念阶段的分析，有利于后期制定对应的安全控制策略与设计相应的容错控制算法，从而达到有效保证乘客和其他交通参与者生命财产安全的目的。

【技术实现步骤摘要】
一种智能车辆VS-LKA系统功能安全概念分析方法
本专利技术涉及一种应用于车道保持辅助的智能电动车辆视觉系统(简称VS-LKA，VisionSystemofLaneKeepAssist)功能安全分析技术，特别涉及针对L2级及以下的智能电动车辆自动驾驶辅助系统—VS-LKA的整车层功能安全概念分析方法。
技术介绍
无论是高级别还是低级别的自动驾驶，都会涉及到环境感知、自主决策和实时控制。目前市面上使用较为广泛的感知传感器有激光雷达，毫米波雷达，视觉摄像头等，其中，视觉摄像头凭借其处理系统基础、处理效果直观、价格低廉、“一头多用”等特点受到广大消费者的青睐。视觉摄像头按照种类可分为单目摄像头、多目摄像头、鱼眼摄像头等，通过视觉摄像头，车辆能够实现车道保持辅助(LKA)、前向碰撞预警(FCW)、交通标志识别(RSR)、行人碰撞预警(PCW)、全景泊车(SVP)等多项L2级及以下的自动驾驶辅助功能。自动驾驶辅助技术本身属于主动安全技术，但是其在能够有效预防危害事件发生和降低危害程度的同时，缺乏自身的有效安全机制，当主动安全技术自身发生故障时，由于多数驾本文档来自技高网...

【技术保护点】
1.一种智能车辆VS-LKA系统功能安全概念分析方法，该方法首先对VS-LKA进行功能定义，并设定VS-LKA运行场景；基于运行场景确定VS-LKA失效形式和导致的整车危害事件；然后对各危害事件进行危害分析与风险评估，确定汽车安全完整性等级；再以安全完整性等级为基础制定功能安全目标；再将功能安全目标转化为对系统的功能安全要求；最后根据功能安全要求，转换为对系统的技术安全要求；其特征在于：/n设定VS-LKA失效形式有5种：a.视觉信号漂移，b.视觉信号缺失，c.视觉信号丧失，d.视觉信号卡顿，e.视觉信号卡死；对各失效形式的确定方法如下：/na).对于视觉信号漂移，定义表现形式为：/n

【技术特征摘要】
1.一种智能车辆VS-LKA系统功能安全概念分析方法，该方法首先对VS-LKA进行功能定义，并设定VS-LKA运行场景；基于运行场景确定VS-LKA失效形式和导致的整车危害事件；然后对各危害事件进行危害分析与风险评估，确定汽车安全完整性等级；再以安全完整性等级为基础制定功能安全目标；再将功能安全目标转化为对系统的功能安全要求；最后根据功能安全要求，转换为对系统的技术安全要求；其特征在于：
设定VS-LKA失效形式有5种：a.视觉信号漂移，b.视觉信号缺失，c.视觉信号丧失，d.视觉信号卡顿，e.视觉信号卡死；对各失效形式的确定方法如下：
a).对于视觉信号漂移，定义表现形式为：






式中，Δdl、Δdr为左、右车道线的横向距离偏差，为VS-LKA像素坐标系下左、右车道线t时刻的横向距离的滤波量测坐标，为VS-LKA像素坐标系下左、右车道线t时刻的横向距离的状态递推坐标，ε为车道线横向距离在像素坐标系下的合理动态范围，自定义；
以左侧车道线为例，求解过程如下：



P(t,t-1)＝φ(t)P(t-1,t-1)φT(t)+Q(4)
K(t)＝P(t,t-1)HT(t)(H(t)P(t,t-1)HT(t)+R)(5)
P(t)＝(I-K(t)H(t))P(t,t-1)(6)






式中，φ(t)为VS-LKA工作状态转移矩阵，P为VS-LKA工作协方差矩阵，Q为VS-LKA工作过程噪声，φ(t)、P和Q由VS-LKA自身工作状态和工作环境决定，通过实验获得，H为观测矩阵，R为测量噪声，H、R由VS-LKA输出数据的属性和传感器自身性能决定，K为滤波增益，由设定的滤波器计算得出，Z(t)为VS-LKA的量测值，是车道线方程各参数的输出序列，I为对应的单位矩阵，维数与P相等；
b).对于视觉信号缺失，定义表现形式为：



式中，

为VS-LKA实时探测到的对应的左、右车道线长度，x2、x1为正常情况下VS-LKA能够探测到的该侧车道线长度的最大和最小值，ξ为可容许的探测误差范围，自定义，为VS-LKA像素坐标系下左、右车道线的横向距离，为左、右车道线航向角，为左、右车道线曲率，为相应的曲率变化率；
c).对于视觉信号丧失，即无信号输出，定义表现形式为：
fl(x)＝0(10)
fr(x)＝0(11)
式中，fl(x)、fr(x)分别为左、右车道线在VS-LKA像素坐标系下的方程表达；
d).视觉信号卡顿，即ali(t)、ari(t)；(i＝1,2,3)更新出现时延，定义表现形式为：






式中，为车道线方程各参数连续变化的导数，θ为车道线平滑度阈值，自定义；
e).视觉信号卡死，即ali(t)、ari(t)；(i＝1,2,3)卡住不再更新，定义表现形式为：








2.根据权利要求1所述的智能车辆VS-LKA系统功能安全概念分析方法，其特征在于，
对VS-LKA的功能定义如下：1)为车辆提供准确的前方道路信息，包括当前时刻车辆与两侧车道线的横向距离，两侧车道线长度、宽度、线型，前方道路车道线方程；2)系统辅助车辆保持在期望车道内行驶，驾驶员在线监控，并在必要时刻接管车辆。


3.根据权利要求1所述的智能车辆VS-LKA系统功能安全概念分析方法，其特征在于，
设定的VS-LKA运行场景有2种：a.干燥路面的高速公路，b.干燥路面的一、二级公路。


4.根据权利要求1所述的智能车辆VS-LKA系统功能安全概念分析方法，其特征在于，所述整车危害事件，归纳为以下三类：
a.车辆非预期的侧向运动...

【专利技术属性】
技术研发人员：罗禹贡，尹长林，江发潮，陈锐，古谚谌，王博，王永胜，于杰，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11