4. 预期功能安全(SOTIF)

预期功能安全(Safety of the Intended Functionality,SOTIF)关注的是:系统本身没有发生随机硬件失效或软件故障,但由于性能局限或可合理预见的人员误用,在特定触发条件下仍可能引发危害。ISO 21448 正是为这一“无故障却危险”的问题域提供框架,它与 ISO 26262 形成互补:前者管“失效”,后者管“能力边界”。

核心命题:SOTIF 的目标不是消除所有未知,而是把“未知不安全”持续压缩为“已知不安全”,再通过功能改进把“已知不安全”转化为“已知安全”。

一、核心原理:四象限与残余风险

ISO 21448 用四个区域描述系统在“是否已知”与“是否安全”两个维度上的状态:已知安全、已知不安全、未知不安全、未知安全。工程活动的本质是两条路径:一条通过场景分析与验证,把未知不安全暴露为已知不安全;另一条通过功能优化、限制策略或人机交互设计,把已知不安全收敛为已知安全。最终允许残留的,是经过评估可接受的残余风险。

与 ISO 26262 的 ASIL 不同,SOTIF 不直接分配完整性等级,而是围绕“危害行为”和“场景”展开。它强调:即使所有部件都符合规格,感知在逆光、雨雾、异形障碍物下仍可能漏检;决策在交互博弈中仍可能误判;执行在低附着路面仍可能不足。这些都不是“坏了”,而是“不够好”。

二、性能局限与触发条件

性能局限是 SOTIF 的根因。对自动驾驶系统而言,典型局限包括:摄像头动态范围不足、毫米波雷达对静止金属的虚警、激光雷达在雨雾中的点云衰减、融合算法对截断目标的特征缺失、预测模块对加塞意图的误判、控制模块在低附着下的跟踪误差。触发条件则是把这些局限“激活”的外部或内部条件,可分为环境触发、交通触发、车辆状态触发和人员触发。

  • 环境触发:逆光、隧道出入口、雨雪雾、路面反光、施工区、无标线路口。
  • 交通触发:异形车辆、货物超宽、行人突然折返、多车博弈、加塞与让行冲突。
  • 车辆触发:传感器遮挡、标定漂移、轮胎磨损、载荷变化、制动热衰退。
  • 人员触发:驾驶员脱手、误用辅助驾驶、接管延迟、对系统能力的高估。

识别触发条件的关键是建立“性能局限—触发条件—危害行为”的因果链。例如:摄像头动态范围不足(局限)+隧道出口强光(触发)→ 前车目标丢失(危害行为)→ 追尾风险(危害)。只有把链条写清楚,后续的场景分析与验证才有靶点。

SOTIF 场景分析与验证闭环 从性能局限到触发条件,再到场景验证与残余风险收敛 性能局限 • 感知动态范围不足 • 融合特征缺失 • 预测意图误判 • 控制低附着误差 • 人机交互能力高估 触发条件 • 逆光 / 隧道出入口 • 雨雾 / 路面反光 • 异形车 / 加塞博弈 • 传感器遮挡 / 漂移 • 驾驶员脱手 / 接管延迟 危害行为 • 目标漏检 / 虚警 • 误制动 / 误转向 • 跟车距离不足 • 车道保持失效 • 接管请求过晚 场景分析与验证策略 场景库构建 → 边界场景挖掘 → 仿真回放 → 封闭场地测试 → 实车道路验证 → 残余风险评估 覆盖:功能场景、逻辑场景、具体场景;指标:漏检率、误报率、接管率、最小安全距离 功能优化与限制策略 可接受的残余风险 已知不安全 → 已知安全,未知不安全持续收敛

三、场景分析与验证策略

场景是 SOTIF 的工作语言。通常按抽象层级分为功能场景、逻辑场景和具体场景:功能场景用自然语言描述“高速公路上前车突然减速”;逻辑场景用参数范围描述“车速 60–120 km/h、相对距离 20–80 m、减速度 2–6 m/s²”;具体场景则给出确定参数用于仿真或测试。验证策略遵循“金字塔”思路:先以大规模仿真覆盖逻辑场景空间,再用封闭场地复现高风险具体场景,最后用实车道路验证真实交互与人员因素。

验证层级主要手段覆盖对象典型指标
仿真验证场景回放、参数扫描、蒙特卡洛逻辑场景空间、边界条件漏检率、误报率、碰撞率
封闭场地目标物牵引、假人假车、光照模拟高风险具体场景制动距离、避撞成功率
实车道路影子模式、接管记录、自然驾驶真实交通与人员误用接管率、误触发率、舒适度
在环测试HIL/SIL、驾驶员在环控制与交互链路响应时延、人机一致性

四、案例与误区复盘

以“隧道出口强光导致前车漏检”为例:性能局限是摄像头动态范围不足;触发条件是隧道出口亮度骤变与深色车辆;危害行为是 AEB 未触发或过晚触发。验证时,若只在白天均匀光照下测试,就会漏掉该场景。正确做法是在场景库中显式加入“隧道出口+深色目标+不同车速”的参数组合,并用光照模拟设备在封闭场地复现,再以仿真做大规模扫描,最终评估残余风险是否可接受。

常见误区一:把 SOTIF 当成 ISO 26262 的补充章节,只做 FMEA 不做场景分析。误区二:只关注“未知不安全”,却忽略“已知不安全”的功能改进。误区三:用单一指标(如总里程)证明安全,而忽略场景覆盖度与触发条件分布。误区四:把人员误用排除在系统边界之外,导致接管策略与告警设计缺失。
实操建议:建立“性能局限—触发条件—危害行为—验证场景”四列表,每条局限至少对应一个可执行场景;用参数化场景描述替代单点用例;把接管率、误触发率和最小安全距离作为持续监控指标,形成从开发到运营的 SOTIF 闭环。
场景参数示例(逻辑场景):
road: highway
ego_speed: 60–120 km/h
lead_vehicle_color: dark
light_condition: tunnel_exit_glare
relative_distance: 20–80 m
lead_deceleration: 2–6 m/s²
acceptance: collision_rate < 1e-6 / scenario

综上,ISO 21448 提供的是“能力边界管理”的方法论:以性能局限为起点,以触发条件为线索,以场景分析与验证为手段,把未知不安全逐步转化为已知安全,并对残余风险做出可辩护的接受判断。它与 ISO 26262 共同构成自动驾驶安全论证的两条腿,缺一不可。