面向关键触发条件的智能网联汽车感知系统SOTIF测评研究白皮书

智能网联汽车感知系统SOTIF测评研究 白皮书 SOTIF-感知系统任务组CAICV-智能网联汽车预期功能安全工作组2025年09月 目录 引言...........................................................................................................................................1第1章降雨触发条件模拟方法的机器视觉真实度定性对比............................................31.1机器视觉真实度对比研究框架....................................................................................31.2降雨图像采集................................................................................................................61.3机器视觉真实度对比结果..........................................................................................101.4本章小结......................................................................................................................18第2章场地模拟降雨的模拟有效性定量分析..................................................................192.1降雨与传感器指标......................................................................................................192.2降雨及传感器数据集..................................................................................................212.3降雨微观物理分布对比分析......................................................................................262.4下游感知任务影响对比验证......................................................................................332.5本章小结......................................................................................................................38第3章常见障碍物实车与仿真感知对标..........................................................................393.1仿真可靠性问题背景..................................................................................................393.2实验设计......................................................................................................................403.3测试执行与对标..........................................................................................................443.4本章小结......................................................................................................................47第4章典型触发条件下感知系统错误可接受水平研究..................................................484.1感知错误可接受水平研究..........................................................................................484.2前车切出场景下感知系统错误可接受水平实验......................................................534.3实验结果......................................................................................................................574.4本章小结......................................................................................................................60第5章总结与展望..............................................................................................................615.1总结..............................................................................................................................615.2展望..............................................................................................................................62参考文献.................................................................................................................................63 引言 随着自动驾驶相关技术的快速进步，汽车行业正在逐步进入智能网联汽车市场准入的关键阶段。在高等级自动驾驶系统的落地过程中，由于端到端模型的应用推广以及数据闭环体系的探索构建，相关安全测试验证的需求也进入了新阶段。近年来，准入认证的标准化和科学化进程正不断加速，以确保技术的可靠性、功能的完善性和系统的安全性，为智能驾驶的全面推广和大规模应用奠定坚实基础。 感知系统作为智能网联汽车的“眼睛”，为车辆提供外界真值信息，其鲁棒性和可靠性直接关系到汽车行驶过程的安全性。但系统容易受到恶劣天气条件与复杂交通环境等各类触发条件的影响，使其无法实现预期功能，导致预期功能安全（Safety of the Intended Functionality，SOTIF）问题。 深入探究触发条件导致感知系统功能局限的具体机理，有助于改进感知系统功能局限从而提升安全性。任务组在前序工作总结基于事件链的感知系统性能局限与触发条件分析框架，筛选总结关键感知触发条件实例，并提出不同触发条件的风险评估方法，实现对于触发条件的全面探索。而具体到不同触发条件，需要进一步探索合适的测试方法与测试维度，明确现阶段不同类别触发条件测试的主要矛盾，保证测试的置信度与高效性，也是任务组近期工作的重点。 通过对于触发条件实例的分析总结，可以将触发条件分为特殊触发条件与典型触发条件两大类别。对于特殊触发条件，其定义模糊、复现困难或是较为长尾，例如降雨、特殊目标物等，现阶段重点在于如何保证触发条件模拟的有效性，以得到高置信的测试结论。对于典型触发条件，其定义清晰、复现容易且大都常见，例如目标物遮挡等，现阶段则需要聚焦于系统层面，确立感知系统在此类触发条件下的感知错误可接受准则，实现整车层感知表现的测试验证。 在特殊触发条件方面，任务组以降雨及特殊目标物为例，深入探索两类触发条件的模拟有效性；在典型触发条件方面，以前车切出遇静止车辆为例，初步总结感知错误可接受原则与判定方法。报告技术路线图如图1所示，后续章节结构如下：第一章在机器视觉维度以真实降雨为基准，全面、定性地对比不同降雨模拟方法真实度，探究各类降雨触发条件模拟有效性；第二章聚焦场地模拟降雨的物理呈现，分析其与真实降雨在降雨微观物理分布的相似性与对于下游感知任务影响的一致性，定量分析场地模拟降雨的综合模拟有效性，并在雨滴物理分布维度提出真实度评估方法；第三章对于特殊目标物在实车与仿真层面的感知效果进行对标，探究特殊目 标物类触发条件的模拟有效性；第四章探索典型触发条件下的感知错误可接受水平判定方法，并选取前车切出场景，依托地平线硬件在环平台，设计感知系统错误可接受水平实验，通过对标成熟驾驶员制动模型，对于被测系统的感知错误水平进行判断；第五章总结本报告全部内容，并对未来工作提出展望。 本报告工作重点为感知系统预期功能安全测试评价研究实践，旨在为智能网联汽车感知系统预期功能安全研究提供参考，同时为感知系统预期功能安全技术研发提供思路。报告第一章主要由同济大学与上海机动车检测认证技术研究中心有限公司共同完成；第二章主要由同济大学完成；第三章主要由北京地平线机器人技术研发有限公司与北京五一视界数字孪生科技股份有限公司共同完成；第四章主要由北京地平线机器人技术研发有限公司、同济大学、上海机动车检测认证技术研究中心有限公司与北京五一视界数字孪生科技股份有限公司等共同完成。 第1章降雨触发条件模拟方法的机器视觉真实度定性对比1 针对降雨这一视觉感知系统高暴露率及高风险触发条件，各类降雨模拟方法是主要的测试手段，但模拟降雨复现困难，其真实度也会显著影响到测试结果的置信度与有效性。为全面探究对比不同降雨模拟方法的真实度，本章从图像质量与目标检测两方面选取指标量化降雨对图像产生的影响，以真实降雨下指标变化数值范围与趋势为基准，定性地对比研究不同降雨模拟方法在机器视觉维度上的真实度。 1.1机器视觉真实度对比研究框架 针对智能网联汽车测试而言，不同的降雨模拟方法不仅影响原始图像质量，也可能导致不同的目标检测结果，使得测试结果存在差异。因此，本节从图像质量和目标检测两个方面选取评价指标，由此量化降雨对于机器视觉影响，构建机器视觉真实度对比研究框架。 1.1.1真实度对比研究流程 如图1-1所示，为降雨模拟方法机器视觉真实度对比研究的流程。 首先，在真实降雨和不同的模拟降雨下，输出图像数据；然后，基于降雨对机器视觉影响的量化方法，揭示各级真实降雨对于视觉感知系统影响的统计性规律；再者，对比多类模拟降雨对于机器视觉产生的影响是否一致；最终分析得到降雨模拟方法的机器视觉真实度。 本章提出的量化方法通过选取图像质量与目标检测两方面的评价指标，以对应测试方法无雨图像的指标平均值作为基准，计算指标相较于基准的变化情况来量化降