基于扩展着色混合Petri网的自动驾驶紧急制动系统建模与功能验证研究

为解决自动驾驶紧急制动系统(AEB)缺乏统一建模与验证框架的问题，研究人员提出基于扩展着色混合Petri网(ECHPN)的集成方法，通过构建FD-ECHPN模型实现故障检测定位，并开发跨厂商Simulink/Stateflow验证平台。该研究为AEB系统可靠性评估提供了标准化解决方案，显著提升自动驾驶安全性能验证效率。

　　

随着自动驾驶技术的快速发展，高级驾驶辅助系统(ADAS)中的紧急制动功能(AEB)已成为保障行车安全的核心组件。然而当前AEB系统面临三大挑战：不同厂商算法差异导致验证标准不统一、硬件故障检测机制缺失、传统测试方法难以兼顾真实性与效率。现有方法如道路测试成本高昂，虚拟仿真无法完全还原复杂路况，而形式化验证又缺乏对混合动态行为的建模能力。这些问题严重制约着AEB系统在量产车辆中的可靠性验证。

长安大学的研究团队在《Simulation Modelling Practice and Theory》发表的研究中，创新性地提出基于扩展着色混合Petri网(ECHPN)的解决方案。该研究首先建立基础ECHPN模型刻画AEB系统离散控制与连续物理过程的交互，继而通过嵌入故障观测点构建FD-ECHPN模型实现硬件故障定位，最终开发出可转化为Simulink/Stateflow的通用验证框架。关键技术包括：ECHPN的混合动态建模方法、基于异常转移序列的故障诊断算法、以及跨厂商模型转换技术。

ECHPN基础模型构建
通过定义颜色集与混合弧，将AEB系统分解为环境感知、决策控制、执行三大子系统。其中雷达测距等连续变量用连续库所表示，制动触发等离散事件用瞬时变迁建模，成功实现3.2秒内碰撞风险的动态模拟。

FD-ECHPN故障检测机制
在基础模型上增设21个故障观测点，建立故障库所与硬件组件（如摄像头、制动控制器）的映射关系。实验显示该方法对传感器偏移故障的检测准确率达92.7%，定位时间小于50ms。

跨厂商验证平台
将Mazda、Honda等四种典型AEB算法统一转换为FD-ECHPN模型，通过Simulink实现测试场景标准化。在EuroNCAP测试规范下，系统成功识别出某厂商算法在横穿行人场景存在17%的漏报率。

形式化特性验证
通过状态演化图证明模型具有有界性和活性，可达树分析显示其能完整覆盖AEB的12种典型工作模式。

该研究首次实现AEB系统"建模-检测-验证"全链条闭环，其FD-ECHPN框架不仅能精确定位制动控制器等硬件故障，更突破性地解决了不同厂商算法验证标准不统一的行业难题。特别是通过将形式化方法与工业常用Simulink平台对接，为自动驾驶安全验证提供了兼具理论严谨性与工程实用性的新范式。研究获得国家自然科学基金等项目支持，相关技术已应用于多家车企的ADAS测试环节，对推动自动驾驶量产化具有重要实践价值。