基于组合运行工况的纵向运动危害ASIL等级确定的仿真方法研究

《World Electric Vehicle Journal》：A Simulation-Based Approach to ASIL Determination for Longitudinal Motion Hazards Using Combined Operational Situations

　　

随着现代动力系统中电气和电子(Electrical and Electronic, E/E)组件复杂性的增加，功能安全(Functional Safety)需要更系统的评估方法。研究人员提出了一种基于仿真的方法，用于按照ISO 26262标准对电池电动汽车(Battery Electric Vehicle, BEV)进行自动化的危害分析与风险评估(Hazard Analysis and Risk Assessment, HARA)。该方法结合了运行工况参数，包括车速、路面、车间距和道路坡度，以定义结构化的危害事件集合。研究人员使用基于规则的准则评估严重度(Severity)、暴露率(Exposure)和可控性(Controllability)，包括一套专用于纵向运动危害的可控性规则集。研究人员利用二分搜索算法(Bisection Search Algorithm)推导出与不同ASIL相关的定量错误加速和减速阈值，从而实现可量化且可测试的安全目标(Safety Goals)。与手动HARA相比揭示了系统性偏差：由于较短的车间距，低速并不一定意味着可控性改善；而由于电机瞬时高扭矩，低速时的严重度可能被低估。仿真与专家在最高ASIL识别上通常一致，而较低ASIL的危害事件在手动HARA中可能缺乏一致性和覆盖率。作为实际应用，该方法可作为HARA支持工具集成到现有汽车安全流程中，在提高较低ASIL事件一致性的同时，让工程师专注于最高ASIL案例。

研究背景方面，随着电气和电子(E/E)系统在现代汽车开发中的复杂性日益增加，功能安全成为基础环节，ISO 26262最新版2018为标准框架。概念阶段的危害分析与风险评估(HARA)是识别潜在危害、估算风险并确定汽车安全完整性等级(ASIL)的关键，直接影响安全措施及开发工作量。对于电池电动汽车(BEV)，高压电池、电驱动单元及其热管理系统带来新型危害，电机可瞬时产生正负扭矩，与传统内燃机不同，HARA须明确考虑非预期正负扭矩应用。传统手动HARA因工况繁多、依赖专家判断、覆盖不全、缺乏定量指标易导致不一致及过度保守或高估ASIL，现有仿真方法多关注横向危害或自动驾驶、限于高暴露工况或保守假设、需高保真模型或AI数据不透明，难以用于早期概念阶段。为此研究人员开展基于仿真的自动化纵向运动危害HARA方法研究，结合多运行工况参数与规则评估，用二分法求取加速减速阈值，旨在提升一致性、复现性及覆盖度，适用于早期开发及受限运行设计域(Operational Design Domain, ODD)功能，意义在于补充手动HARA偏差、支持定量安全目标与不同性能平台评估，论文发表于《World Electric Vehicle Journal》。

关键技术方法方面，研究人员定义组合运行工况参数包括初速度、路面、车间距、坡度和碰撞类型，采用最低暴露率法聚合工况暴露率；构建危害事件并注入不同扭矩故障在MATLAB/Simulink 2025b仿真车辆动力学；用基于规则集依碰撞速度判严重度(S)，依全制动能否避撞判可控性(C)，分车辆与行人场景；针对错误加速度单调性用二分搜索算法在容忍度0.05 m/s²下求解各ASIL边界阈值；选取Tesla Model 3与Volkswagen ID.3两款不同性能BEV及交通拥堵辅助(Traffic Jam Assist, TJA)功能作应用对象。

研究结果部分，首先是4.1节与手动HARA比较，研究人员将仿真用于Tesla Model 3非预期加速危害并对照手动HARA，结果显示两者最高ASIL一致且严重度随速度上升趋势一致，但可控性存在差异：手动全赋C2，仿真显示低速可控性降至趋C3因间距小与电机扭矩图高速扭矩减；成对比较表明手动在中小速高估严重度、低速低估严重度，可控性多估为C1–C2而仿真倾向C3，ASIL在次高事件有偏差；行人碰撞中低速均ASIL B，高速仿真升ASIL而手动不变因行人避让假设不同。

其次是4.2节动力总成性能影响，研究人员对比Tesla Model 3与Volkswagen ID.3，两者最大严重度重叠且均可达C3，但ID.3仅ASIL B而Model 3达ASIL C；因为低功率ID.3的S3与C3组合仅出现在低暴露工况如低附路面与负坡度，而高功率Model 3在更常见工况即达高S与C致高ASIL；行人碰撞两者均ASIL C；表明需考虑整车特定参数与扭矩-转速特性交互，手动难结构化评估此类交互。

接着是5节用例分析，研究人员将方法用于个体扭矩决定功能如交通拥堵辅助(TJA)受限ODD，固定部分工况参数变动初速度，识别ASIL A许可ODD区域：加速约≤2.4 m/s²且速度限50 km/h；若目标ASIL B可扩展ODD；非预期减速需限约≤1.7 m/s²且速度≤45 km/h；低附路面超附着力致失稳相关危害排除在纵向分析外；方法系统化论证函数ASIL分配与加速度、减速及ODD边界。

讨论部分，研究人员指出手动HARA主观依赖专家，难一致评估硬件特性对ASIL影响；发现两偏差：低速因车间距小可控性未必好，手动易误判；低速BEV可瞬时高扭矩致碰撞速度升严重度易被低估，高速因电机扭矩降严重度易被高估，致手动低速低估ASIL高速高估；扭矩-转速曲线决定可达加速，低功率或不及高S/C类；方法适于概念阶段仅需整车与工况参数，非高保真多维仿真，计算轻量且提升一致性与可复现，但依赖假设与规则需专家评审；临界高ASIL或QM-ASIL过渡可用后期高保真验证；相较既往侧重横向或高暴露或高保真方法，本方法系统含非预期加减速度与定量阈值且模型参数少适于早期；可作HARA支持工具补低ASIL事件一致性、助审计与培训，但不替代专家与ISO 26262生命周期活动，终判需专家与论证。

结论部分翻译总结为：本文针对BEV依据ISO 26262的HARA议题，提出统一仿真方法支持纵向运动危害分析，结合车速、路面、车间距、坡度、碰撞类型等工况参数系统评估其对严重度(S)、暴露率(E)、可控性(C)与ASIL的影响，含专用纵向可控性规则集；除ASIL判定外评估不同非预期加减速度并用二分搜索求安全目标违界定量阈值；结果显示方法补手动HARA，在低ASIL事件提升一致与覆盖，揭示手动在初速度下S、C与ASIL低估或高估的系统偏差；支持依整车扭矩-转速曲线等性能评估不同动力总成变型，导出定量加减速度极限助扭矩相关功能安全概念设计与标定验证；未来可扩展至更多纵向危害与电气化动力系、适配静止工况、做灵敏度分析、发展成软件框架及用车驾模拟器实车测试或专家评审验边界值与驾驶员反应及实车行为。