基于STPA的V2X使能NOP车辆交通冲突场景安全驱动巡航速度控制方法

《Machines》：V2X-Enabled Cruise Speed Control for NOP Vehicles in Traffic Conflict Scenarios: A Safety-Driven Approach

　　

Navigate-on-Pilot（NOP，领航辅助驾驶）系统在交通冲突场景中可能因车载传感器有效感知范围有限而对交互车辆出现感知延迟。为提高NOP纵向控制的安全性，研究人员开发了一种面向V2X（Vehicle-to-Everything，车联网）使能NOP车辆的安全驱动巡航速度控制方法。采用Systems-Theoretic Process Analysis（STPA，系统理论过程分析）识别不安全控制动作、其原因及相应安全目标。引入V2X信息扩展车辆感知范围，并在更新交互车辆状态时考虑通信延迟。随后采用二维安全包络模型检测潜在空间冲突，并将至预测冲突区域的剩余路径距离与最小停车距离比较以判定紧急制动。在潜在冲突和非冲突条件下于T型交叉口和环岛场景开展实车实验。所提方法在直线和曲线路径下均能区分具有不同时空关系的交互。与基于车载感知的策略相比，V2X使能策略在T型交叉口使制动响应提前约1.6 s，在环岛提前约2.4 s。结果表明，交互车辆信息更早可用可增加用于冲突评估和纵向控制的时间，而无需显著增大制动强度。

研究背景与问题：NOP（Navigate-on-Pilot，领航辅助驾驶）功能将路线级导航与自动纵向、横向控制结合，其安全运行要求对周围交通环境进行及时且足够完整的感知。在复杂道路几何、路侧结构、周围车辆及传感器视场受限的交通冲突场景中，交互车辆检测可能延迟；这类风险不一定源于单个部件故障，即使传感器、通信单元和控制器按预期工作，系统在特定触发条件下仍可能产生不安全行为。SOTIF（Safety of the Intended Functionality，预期功能安全）即用于考虑预期功能及其实现中的限制。现有研究提示STPA（Systems-Theoretic Process Analysis，系统理论过程分析）可识别传统基于部件方法可能忽略的交互与时序危险，但较少将STPA导出的安全目标系统链接到不同道路几何下NOP纵向控制策略设计。V2X（Vehicle-to-Everything，车联网）可扩展感知至车载传感器视距之外，但通信延迟、丢包、信道负载和定位不确定性会引入速度、位置和到达时间估计误差；延迟不应仅视为网络性能指标，而应纳入状态估计和停车距离计算。已有通信约束下纵向控制多面向同车道跟驰或追尾冲突，而一般交通冲突中不同路径车辆可在不同道路几何下接近共享冲突区域，NOP控制器需综合考虑交互车辆状态、冲突几何和紧急停车约束。为此，研究人员开展安全驱动、V2X使能的NOP巡航速度控制研究：用STPA识别不安全控制动作、触发原因和安全目标；用V2X信息扩展自车有效感知范围；在更新交互车辆状态时考虑通信延迟；用二维安全包络模型识别潜在空间冲突，并将至预测冲突区域的剩余路径距离D_conf与最小停车距离D_stop比较以确定紧急制动条件；通过T型交叉口和环岛实车实验与基于车载感知的策略比较。结果表明该方法可区分不同时空关系交互，V2X使能策略使制动响应提前约1.6 s和2.4 s，且不主要依赖更大制动强度；其意义在于将STPA安全分析与NOP巡航速度控制逻辑相链接，并为交通冲突场景下基于V2X和二维安全包络的碰撞风险评估及紧急制动判定提供实车证据。

关键技术方法（不超过250字）：研究人员在SOTIF框架下采用STPA分析NOP巡航速度控制控制结构，识别M1—M4不安全控制动作、DS1—DS4原因及安全目标；通过I-VICS车载单元（OBU，onboard unit）进行V2X通信，实测通信延迟并以恒定加速度假设补偿交互车辆状态；构建车辆安全包络（safety envelope，车辆外围几何安全区域）及两轴投影分离变量S_X、S_Y检测潜在冲突；计算包含制动间隙消除、制动力建立和稳态制动阶段的D_stop（minimum stopping distance，最小停车距离）；未涉及样本队列，实车实验在清华大学苏州汽车科技园开展，通信延迟场地测试另在苏州高铁新城相城大道进行，使用两辆Geely Geometry C。

研究结果：
5.1 实验设置与测试场景：研究人员在清华大学苏州汽车科技园封闭场地使用两辆Geely Geometry C，车辆配备I-VICS OBU，采用DSRC（Dedicated Short Range Communications，专用短程通信）进行车车通信，频率10 Hz，标称通信范围超过600 m，GPS/BeiDou定位精度小于1 m；车载感知由相机和LiDAR（激光雷达）组成。设置T型交叉口和环岛两类场景，均在晴天干路面开展；T型交叉口中自车沿主路直行、交互车从侧路进入主路，环岛中自车沿环道行驶、交互车从入口汇入，分别代表直线路径和曲线路径交互。结论：该设置可在不同道路几何和路径关系下评估所提方法。
5.2 车辆冲突检测模型实车验证：通过潜在冲突与非冲突案例比较，检验模型能否区分同一道路几何下的不同交互。
5.2.1 T型交叉口场景：潜在冲突案例中自车约35 km/h、交互车约30 km/h，距共同冲突区域约45 m和40 m，估计到达时间约4.63 s和4.80 s，时间间隔约0.17 s；非冲突案例保持约35 km/h和30 km/h，但自车距冲突区域约45 m、交互车约60 m，估计到达时间约4.63 s和7.20 s，间隔约2.57 s。结果显示潜在冲突案例中S_X和S_Y约在4.60 s同时非正，模型识别潜在冲突；非冲突案例中二者未同时非正。结论：模型考虑车辆时空关系，而非仅依据路径是否相交。
5.2.2 环岛场景：潜在冲突案例中自车沿环道约22 km/h、交互车接近入口约32 km/h，沿路径距冲突区域约28.27 m和42.00 m，估计到达时间约4.63 s和4.73 s，间隔约0.10 s；非冲突案例两车均约22 km/h，路径距离约28.27 m和42.00 m，估计到达时间约4.63 s和6.87 s，间隔约2.24 s。潜在冲突案例中S_X和S_Y约在4.55 s同时非正并识别冲突；非冲突案例中S_X部分时段非正而S_Y保持正，未识别冲突。结论：模型可在曲线路径及连续变化航向下区分潜在冲突与非冲突交互。
5.3 V2X使能巡航速度控制策略实车验证：在T型交叉口和环岛潜在冲突条件下比较V2X使能策略与基于车载感知的基线策略，制动响应时间定义为纵向减速度幅值首次超过1.0 m/s²；每策略每场景各一次运行。最小车身间距定义为交互过程中两车物理车身轮廓间最小距离，停车时车身间距为自车停止时的车身轮廓距离。
5.3.1 T型交叉口场景：两测试自车初速约33 km/h；V2X使能策略约4.7 s越过制动响应阈值，基于车载感知策略约6.3 s越过阈值，最大纵向减速度均约5.0 m/s²，V2X使能策略使制动响应提前约1.6 s。结论：时序差异主要与更早冲突感知和制动启动有关，而非更大制动强度。
5.3.2 环岛场景：两测试自车初速约30 km/h；V2X使能策略约4.2 s越过制动响应阈值，基线策略约6.6 s越过阈值，峰值减速度分别约4.0 m/s²和3.5 m/s²，V2X使能策略使制动响应提前约2.4 s；V2X策略约7.2 s停止，基线约8.9 s停止；从越过制动阈值至完全停止分别约3.0 s和2.3 s。结论：在曲线路径环岛交互中，V2X使能策略亦可提供更早交互车辆信息并更早启动制动。
5.4 对比分析：T型交叉口和环岛中V2X使能策略分别提前约1.6 s和2.4 s制动；纵向加速度响应表明提前响应并非主要依靠更大制动强度。T型交叉口基线最小车身间距0.52 m，呈近碰撞条件，测试在封闭场地且有安全员，报告基线运行中未额外制动；V2X使能策略最小间距7.56 m，增加7.04 m。环岛最小间距增加5.21 m。停车时车身间距在T型交叉口V2X策略更大、环岛更小，但该距离在不同停止时刻测量且不描述交互最近接近，故比较采用最小间距。该比较评估完整V2X使能策略，未隔离通信延迟补偿的独立贡献，也未评估丢包和V2X通信退化影响。结论：在所测条件下，V2X使能方法增加冲突响应可用时间并保持更大空间裕度。
5.5 冲突判据几何评估：研究人员以矩形包络（长4.432 m、宽1.833 m，对应Geely Geometry C车身尺寸）开展静态几何评估，以SAT（separating-axis test，分离轴测试）为参考，在[-10, 10] m范围内均匀采样500,000个相对包络中心位置，覆盖0°至90°、每15°的7个相对航向角，计算两轴投影准则相对SAT的几何假阳性率。最高采样假阳性率为45°时4.44%，7个角度汇总为1.85%，0°和90°未观察到假阳性。结论：两轴投影准则相对SAT引入额外保守性；该比率受包络尺寸、采样域和角度分配条件限制，不应解释为真实交通运行误报率。

讨论总结：对比分析表明，V2X使能策略的提前制动主要与交互车辆信息更早可用有关，而非显著增大制动强度；最小车身间距在T型交叉口和环岛分别增加7.04 m和5.21 m，但停车时车身间距受不同停止时刻影响，故以最小间距评价空间裕度。该比较未隔离式(1)通信延迟补偿的独立作用，也未评估丢包和V2X通信退化。几何评估显示两轴投影判据相对SAT具有额外保守性，最高采样假阳性率4.44%（45°），汇总1.85%，0°和90°无假阳性；该率条件于包络尺寸、采样域和角度分配，不能解释为实际交通运行误报率。未来需分离延迟补偿、测试退化通信并扩展多道路使用者。

研究结论翻译：本研究开发了一种面向交通冲突场景中NOP车辆的安全驱动、V2X使能巡航速度控制方法。采用STPA识别NOP巡航速度控制功能的不安全控制动作、其触发原因及相应安全目标。基于这些安全需求，利用V2X信息扩展自车有效感知范围。在更新交互车辆状态时考虑通信延迟。开发二维安全包络模型以识别潜在空间冲突。随后将至预测冲突区域的剩余路径距离与最小停车距离比较，以确定紧急制动条件。在T型交叉口和环岛场景开展实车实验，以在不同道路几何和车辆路径关系下评估该方法。冲突检测结果表明，安全包络模型可根据车辆投影是否在两坐标轴上同时重叠来区分潜在冲突与非冲突交互。在环岛场景中，模型还在车辆航向和参考路径连续变化时识别冲突。因此，该方法不限于垂直或直线路径车辆交互。巡航速度控制实验表明，V2X信息使纵向响应能够更早作用于潜在冲突。与基于车载感知的策略相比，V2X使能NOP策略在T型交叉口场景使制动响应提前约1.6 s，在环岛场景提前约2.4 s。该改进主要与交互车辆信息更早可用有关，而非制动强度显著增加。在测试条件下，V2X使能策略在两场景中均更早制动并保持更大的最小车身间距。未来工作将把方法扩展到涉及多个连接和非连接道路使用者的交互，并在更广泛通信和环境条件下评估其性能。