基于设计运行条件的实际道路测试场景复杂度计算模型

自动驾驶车辆在实际道路行驶的安全性与外部交通要素、驾驶员状态以及本车状态密切相关。自动驾驶面临的一大难题是实际交通环境具有道路形态、自然环境、交通参与者及事件等在时间和空间维度的随机性特征,测试场景复杂度存在的差异造成了自动驾驶测试过程的不可复现性和测试结果的不可对比性,导致自动驾驶评价缺乏统一量化的测试环境基准。本文提出了一种基于设计运行条件的实际道路测试场景复杂度计算模型,系统考虑了网联功能、驾驶员感知能力、本车执行能力对自动驾驶车辆在实际道路中面临相关场景时的复杂度影响,建立了以道路等级、交通设施、临时交通变化、交通参与者、自然环境、网联信息、驾驶员状态和本车状态等8个要素大类为基础的自动驾驶实际道路测试场景复杂度计算模型要素库,建立了基于设计运行条件和层次分析法的自动驾驶功能实际道路测试场景复杂度计算模型。采用基于智能化网联化的技术逻辑影响传递机制计算场景要素权重系数,并在实际道路测试中验证了本文方法的可行性和合理性。

系统理论过程分析在自动驾驶安全分析中的应用综述

安全分析是汽车开发过程的重要一环,随着自动驾驶系统复杂性提升,传统安全分析方法面临着挑战。首先,将故障树分析(FTA)、故障模式与影响分析(FMEA)、危险与可操作性分析(HAZOP)这些传统安全分析方法,与系统理论过程分析方法(STPA)进行对比,重点阐述使用STPA进行自动驾驶系统安全分析的优势。其次,详细论述了STPA在自动驾驶功能安全、预期功能安全、信息安全及人机交互系统等重要领域的应用现状。最后,从拓展STPA分析方法、加强分析与验证闭环、扩大应用范围的角度对STPA在自动驾驶领域的应用进行了展望。

汽车产业视角下日本《氢能基本战略》的分析与启示

氢能是一种来源丰富、绿色低碳、应用广泛的二次能源。在能源危机的背景下,氢能在世界范围内受到广泛关注,各国也抓紧战略布局,如火如荼发展氢能产业,将氢能作为脱碳能源的重要组成部分和绿色经济复苏的新引擎。2017年,日本制定了《氢能基本战略》,并一直致力于推广以氢气为燃料的燃料电池汽车和氢气在火力发电中的应用,但是由于2017版氢能战略中对绿氢(电解水制氢,碳排放为零)和蓝氢(生产1 kg氢气CO2排放小于5 kg)的规划和重视不够。