绘制智驾“零事故”愿景图从构建科学可行的测评方法入手

摘要：9月17日，工信部就《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准公开征求意见，旨在建立统一安全基线，提升行车安全。该标准针对领航辅助、多车道等组合驾驶辅助功能，提出人机交互、功能安全、信息安全等方面的“三重安全保障”要求，明确系统需具备手部及视线脱离

9月17日，工信部就《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准公开征求意见，旨在建立统一安全基线，提升行车安全。该标准针对领航辅助、多车道等组合驾驶辅助功能，提出人机交互、功能安全、信息安全等方面的“三重安全保障”要求，明确系统需具备手部及视线脱离检测能力，并在驾驶员失去响应时可控退出。

截至目前，我国组合驾驶辅助系统新车渗透率达62.58％，由组合驾驶辅助系统运行失误导致的事故并不鲜见，比如在恶劣天气条件下，车辆错误判断刹车距离，或者在光线不足情况下，未能识别前方障碍物等。

近日，中国工程院院士、中国汽车工程学会名誉理事长李骏在2025世界智能安全大会上指出，当前智驾事故的主要根源在于，组合驾驶辅助系统或自动驾驶系统在测试阶段，难以做到覆盖所有场景。而基于预期功能安全（SOTIF）指数的ADS驾驶安全评价方法或能解决这一问题。

01 SOTIF问题是智驾事故主要诱因

李骏指出，自动驾驶事故逐年上升，自动驾驶运行设计域（ODD）的碎片化、行驶安全不确定性及长尾问题凸显。为此，他提出了SOTIF指数1.0，覆盖从功能激活、运行到退出的全流程，并建立了单场景风险与综合能力评价体系。

“自动驾驶系统（ADS）是汽车发展的核心推动力之一，市场体量达到万亿元级，但面临非常严峻的挑战，缺乏安全运行的方案，因此要建立科学可量化的评估范式，最终将事故率降至为零。清华团队几年前就开始了基于SOTIF的研究，希望突破瓶颈。”他说。

美国高速公路安全管理局发布的报告显示，随着自动驾驶汽车数量增加，2024年自动驾驶汽车事故同比增长了88％，其中25％的事故发生在非常极端和复杂的场景下。因此，需要科学完整的ADS行驶安全性评价方法，找到引发事故的底层原因，进而降低自动驾驶事故发生概率。

李骏认为，当前建立一套行之有效的评价方法还面临以下挑战：一是如何找到与感知相关的关键场景，如车辆控制、道路情况等；二是如何构建基于SOTIF场景评估与测试用例生成，自动驾驶汽车事故频发主要归因于预期功能安全问题，SOTIF的占比超过90％，预期功能安全触发条件覆盖环境干扰、交通扰动、控制干扰与人员误用等ADS行驶过程中功能不足或性能局限风险，目前已经分析出超过220个触发条件；三是要设计可靠的评估方法，切断预期安全不足的长尾效应。由于一些场景在研发阶段不能被完全考虑到，所以需要设计一套方法论，将未知场景转化为已知场景，最终达到近“零事故”的美好愿景。

02 从已知到未知逐渐降低风险

在李骏看来，行业可借鉴从欧Ⅰ到欧Ⅶ汽车排放法规的制定经验，逐步从控制已知污染转向动态优化、最终实现近零排放的演进路径。可以看到，汽车排放法规的逻辑是排放限值日趋严格，检测方法严谨务实，检测范围不断扩大，从1991年以来，排放限值每4年上调，并将每种污染物都设定了限值，以此逐渐趋于零排放标准。自动驾驶安全也可以参照这种方式，最终将事故率降到最低标准。

此外，行业可以不断提升汽车排放测试的工况真实性，从最初在实验室模拟真实道路过渡到在真实道路上测试，以及通过不断提升设备的精度，提升测试准确度。ADS的发展也需要试验初始装备和车载检测系统。

李骏告诉记者，之所以提出预期功能安全指数，是希望创建一个多维度的、量化的度量体系，用以综合评估一个自动驾驶系统在处理预期功能安全方面的成熟度和置信水平，并且形成一个持续的评估过程，其核心在于证明“已知的风险已可控，未知的风险在可接受范围内且被积极探寻。”

SOTIF指数就是要对解决方案进行量化，以最多的已知风险，衍生得知更多未知风险。通过指数，逐渐降低未知风险，转为安全场景，达到降低事故率的目的。

结合ADS功能的各项能力要求，以ODD规范定义为牵引，设计覆盖功能激活-功能运行-功能退出的全流程预期功能安全测评场景，类似于汽车排放测试工况，其中，在ADS功能激活过程中，主要考察ODD边界识别能力、ODD外禁止激活能力、ODD内正常激活能力；在ADS功能运行过程中，主要考察感知干扰／交通扰动／控制干扰／人员误用的风险应对能力；在ADS功能退出过程中，主要考察ODD边界识别能力，接管交互能力以及最小风险策略能力。据此，形成SOTIF指数测评体系。

此外，他还强调，联合国正在起草ADS安全法规，SOTIF指数希望从理论框架、场景清单和先进测试方法等多方面提供支撑，为完善国际ADS安全评估法规贡献中国智慧与中国方案。

03 量化不确定性尽可能排除风险

“不同道路情况、不同天气情况等因素变化下，自动驾驶汽车事故发生率会相应升高，这也对高级驾驶辅助系统（ADAS）的可靠性提出了更高挑战。”清华大学车辆与运载学院副研究员王红介绍，由于汽车事故风险案例很难完全覆盖所有场景，事故风险验证不完整，会造成ADAS无法完全排除风险。所以首先是要建立识别未知风险的机制，对AI系统的不确定性进行量化分析；其次，鉴于违反交通规则导致的事故占比较高，必须严格遵守交通法规。在将未知因素转化为已知信息的基础上，实施系统性的安全风险控制，实现安全性与合规性的动态平衡，确保系统能够有效应对未知的安全风险场景。

王红解释道，即便AI感知受到天气、复杂路况等影响，也可能由于算法的不确定性导致发生交通事故，因此要对AI的不确定性进行量化，比如对不确定性进行打分。而交通法规是面向人类驾驶员的，要考虑机器如何理解这些用语，模棱两可的描述要更加清晰化，将交通规则数字化。系统在识别风险之后，要进行风险控制，并对其他交通参与者的行为进行预测，实现交通规则合规和道路安全的平衡。相关实践显示，经过改进后，能够避免87％的违反交规行为，并将碰撞概率从7％降到2.3％。

中国汽车工程学会理事长张进华指出，我国智能网联汽车发展迅猛，面对安全新挑战，需要完善顶层设计，积极推动政策法规的制定，强化产品准入、召回、安全监管。

同时，行业需加强安全测试评价体系建设，目前虽然基本形成“模拟仿真-封闭场地-实际道路”三支柱认证法，但由于实际测试效率比较低，所以行业应探索更安全、高效的测试方法。最后，要加强全球产业生态协同、跨行业协同、跨区域协同以及产业上下游协同，共同构建安全保障体系，推动产业健康发展。

04 同步推进智驾测评研究

谈及智能网联汽车的一体化安全与内生安全的内容，中国工程院院士、国家数字交换系统工程技术研究中心主任邬江兴表示，随着智能网联汽车的快速发展，传统安全防护机制已难以应对功能安全与网络安全深度融合所带来的一体化安全新挑战。

在测试智能网联汽车的项目中，应考虑到其可能受到远程攻击干扰，比如车载紧急呼叫，系统伪造紧急呼救，紧急转向、制动等可能影响汽车安全。因此，有学者提出融合安全、大安全的概念。

邬江兴进一步指出，“构造决定安全”的内生安全理论和技术，能够将网络空间不确定的未知安全风险转化为可控概率的非系统性安全风险管控问题，从而一体化实现安全保障。目前这一技术已在L3汽车上开展实测和应用，项目组正协同多家车企为我国智能网联汽车产业提供安全保障新路径。

日本工程院院士、东南大学首席教授张峻屹表示，自动驾驶实践中当前存在的问题包括全球缺乏统一的自动驾驶汽车（AV）安全标准、责任认定框架和测试规范，导致跨区域部署困难，企业投资犹豫；AV需要与城市交通管理系统、其他车辆及行人实时交互，但当前V2X（车联网）通信协议和数据共享平台尚未成熟；AV难以处理罕见但致命的极端场景，如儿童突然闯入车道，依赖大量数据训练，但数据收集和仿真技术有限等。

张峻屹建议，行业可借鉴免疫系统的识别、反应、适应与协同等机制，构建能够实现“零死亡”愿景的交通免疫系统。基于人体免疫系统推导出来的城市免疫学九项原则，可以用于指导人、车与城市的深度协同，旨在全面提升交通系统的韧性、安全性和可持续性，为未来城市交通治理提供理论支撑与实践路径。

文：陈萌编辑：焦玥版式：王琨