自动驾驶安全模型研究

第一章概述了自动驾驶安全模型的重要性，指出人为过失是交通事故的主要原因，而自动驾驶系统也面临安全挑战。FRAV定义安全模型为判断是否需要避免碰撞的布尔函数，本文则从安全距离、路权归属、交通规则、风险评估等方面给出更全面的定义。

第二章阐述了自动驾驶安全模型的应用，包括安全行为约束、安全行为验证和安全评估指标。安全模型可作为规划模块的约束条件，也可独立验证规划输出结果的安全性，还可作为评估自动驾驶系统安全性的指标。

第三章介绍了多种自动驾驶安全模型：

• Last Point to Steer模型：通过假设特定转向轨迹计算避免碰撞所需的最小距离，并判断是否可通过制动避免碰撞。
• Safety Zone模型：在车辆左右边缘扩展安全空间，当弱势交通参与者进入安全空间时，车辆执行制动。
• RSS模型：定义纵向和横向安全距离，关注自动驾驶汽车与他车之间的安全距离和路权归属。
• SFF模型：定义车辆安全程序和声明集合，通过避免声明集合重叠来保证安全，用“安全力场”表示声明集合，通过排斥力方向执行安全处置措施。
• FSM模型：将安全状态划分为“安全状态”、“不安全状态”和“Fuzzy状态”，定义纵向和横向安全距离，用PFS和CFS指标确定制动减速度。
• STD模型：在时间域定义统一的安全模型，计算轨迹在空间重叠区域的时间差，判断是否存在潜在碰撞风险，并结合路权模型和风险评估模型进行综合评估。
• CC-driver模型：定义熟练且谨慎的人类驾驶员的紧急制动模型，分析人类驾驶员在紧急场景下的制动行为，确定其避免碰撞的能力。
• 中国成熟驾驶模型：包括紧急制动模型和紧急转向模型，基于中国驾驶员行为进行标定，可应用于确定自动驾驶功能仿真试验方法中的场景参数取值。

第四章展望了自动驾驶安全模型的未来发展，指出L3级及以上的自动驾驶汽车需要重点考虑安全性保障和安全性能证明，并提出继续深入研究安全模型及其应用场景、确定安全模型的应用方法、评估及证明安全模型的合理性、明确安全模型的适用范围等建议。

参考文献列出了相关研究和标准。