自动驾驶责任敏感安全研究综述*

厉健峰 孔德宝 吕颖 吕铮 赵小红

（1.中国第一汽车股份有限公司智能网联开发院，长春130013；2.汽车振动噪声与安全控制综合技术国家重点实验室，长春130013）

主题词：自动驾驶 决策系统 安全验证 责任敏感安全

缩略语

ADS Automated Driving System

RSS Responsibility Sensitive Safety

LTE-V Long Term Evolution-Vehicle

V2V Vehicle To Vehicle

ACC Adaptive Cruise Control

APB Automatic Preventive Braking

AEB Automatic Emergency Braking

ADAS Advanced Driving Assistant Systems

MTL Metric Temporal Logic

MPC Model Predictive Control

STL Signal Temporal Logic

RNN Recurrent Neural Network

1 前言

近十年，自动驾驶系统(Automated Driving System,ADS)的研究表明，ADS能增加出行的便利性、安全性和舒适性，吸引了学术界和工业界的极大兴趣[1]。先进传感、智能决策和鲁棒车辆控制等关键技术的进步加速了自动驾驶的发展[2]。虽然已经取得了重大进展，但该行业仍处于运输革命的初级阶段，需要克服的困难很多[3]。

自动驾驶系统安全性是自动驾驶汽车走向量产的一大挑战[4]。现有的自动驾驶汽车安全性验证方法通常基于行驶里程、接管次数、虚拟仿真和场景测试[5]。这些方法在实际的应用中都呈现出各自的不足与局限，难以满足未来海量、多维场景下高度自动驾驶汽车安全验证的有效性、合理性与实用性[6]。

Mobileye提出了责任敏感安全（Responsibility Sensitive Safety,RSS）模型[7]，旨在成为开放的在线安全认证标准。该模型基于安全规则实时校验车辆当前的安全态势，限制本车可能导致事故的行为，明晰发生事故时的责任主体，RSS由IEEE P2846工作组进一步开发[8]。

本文第2章，介绍自动驾驶系统安全性验证的相关方法，指出了应用责任敏感安全模型的优势。第3章，简要介绍责任敏感安全模型概念，现有的系统集成方案，已有研究中对该模型进行的改进，以及该模型本身对于感知系统的依赖。第4章，介绍应用责任敏感安全概念的研究尝试。……