预期功能安全SOTIF落地指南:四象限模型与感知规划执行分析 简介ISO 21448-2022《道路车辆——预期功能的安全性》是国际标准化组织发布的SOTIF领域核心标准面向汽车制造商、零部件供应商、软件开发者及道路安全监管人员用于解决自动驾驶与辅助驾驶系统在无故障条件下因功能局限、传感器识别错误、环境因素或人机交互问题而引发的安全风险。资源包为1份PDF文件共21.43MB完整收录标准正文涵盖术语定义、SOTIF活动组织方式、四类场景区域划分、危害事件模型、风险评估与缓解措施选择以及开发过程管理、验证确认方法和测试分析流程等支持性内容。该标准与ISO 26262形成互补侧重系统设计未考虑到的边界与局限情形。目前已有434人学习适合需要系统理解预期功能安全框架、对照标准条款开展设计评估与合规工作的工程师和研究人员参考。1. 预期功能安全为什么“没坏”的系统依然会出事一辆开启了辅助驾驶的车传感器没坏、芯片没烧、代码没跑飞却在某个阳光斜射的傍晚径直撞上前车。传统功能安全ISO 26262查遍了所有故障模式结论是“系统一切正常”。问题出在哪出在“正常”本身——系统按设计意图运行了但设计意图没有覆盖真实世界的全部场景。这就是预期功能安全SOTIF, Safety of the Intended Functionality要解决的核心问题不是失效导致的风险而是功能不足和可预见误用导致的风险。ISO 21448:2022 就是这套方法论的国际标准。它不替代 ISO 26262而是补上后者够不着的那块盲区。理解 SOTIF 的底层逻辑对做自动驾驶、ADAS、甚至任何在开放环境中运行的感知-决策-执行系统的人都是绕不过去的一课。这份标准文档的价值不在于告诉你“要做什么”而在于它给出了一套可推演、可验证、可闭环的机制把“未知的危险”一步步逼成“已知的可控”。2. SOTIF 的底层模型四象限与感知-规划-执行链路2.1 四象限模型把风险按“已知/未知”和“安全/不安全”切开ISO 21448 最核心的思维工具是四象限模型。它用两个维度切分场景空间横轴是“已知/未知”纵轴是“安全/不安全”。四个象限分别是已知安全、已知不安全、未知不安全、未知安全。SOTIF 活动的目标非常明确——把“未知不安全”区域尽可能缩小把“已知不安全”区域通过功能修改转化为“已知安全”同时防止“已知安全”因误用滑向“已知不安全”。这个模型的精妙之处在于它承认了一个事实你不可能证明系统绝对安全你只能证明“残余风险”低于某个可接受的阈值。标准第 6 章和第 7 章分别处理“已知不安全”的识别和“未知不安全”的探索第 8 章的功能修改则是把风险从危险区搬到安全区的具体手段。整个标准的结构就是围绕这个四象限的收缩过程展开的。常见的实现思路是先通过危害识别找出已知的不安全场景再用功能不足分析找出可能导致未知不安全的触发条件然后通过系统修改、功能限制、权限交接等手段把风险降下来。每一步都有对应的验证活动确保修改本身不会引入新的未知风险。2.2 感知-规划-执行SOTIF 分析的三条主线标准第 7 章把功能不足和触发条件的分析拆成三条线规划算法、传感器与执行器、以及可合理预见的误用。这三条线对应的是自动驾驶系统的经典链路——感知、规划、执行。为什么这么拆因为不同环节的不足模式完全不同触发条件也各异。感知环节的典型不足是摄像头在逆光下把白色卡车识别成天空雷达把金属井盖识别成障碍物激光雷达在雨雾中测距漂移。这些都不是“故障”而是物理原理决定的性能边界。规划环节的不足更隐蔽算法对cut-in车辆的意图预测过于乐观对行人突然折返的轨迹拟合出现滞后对施工路段的锥桶排列产生误判。执行环节则涉及制动响应延迟、转向执行器在低温下的力矩衰减等。标准要求对每条线分别做分析然后评估系统对触发条件的响应是否可接受。这里的关键参数是“可接受性”——不是“有没有风险”而是“风险是否低到可以接受”。这个判断需要结合危害的严重度、暴露率和可控性来综合评估和 ISO 26262 的 ASIL 定级思路有相似之处但评估对象从“故障”变成了“性能不足”。2.3 触发条件从“故障树”到“场景树”的思维转换传统功能安全用故障树分析FTA自顶向下找失效原因SOTIF 用的是场景分析——自底向上穷举触发条件。触发条件可以是环境性的大雨、大雪、强光、道路性的隧道出口、无标线路口、临时施工、交通性的加塞、鬼探头、异常停车、甚至人机交互性的驾驶员过度信任、误用脱手功能。标准第 7.3 节特别强调“可合理预见的直接或间接误用”。直接误用比如把L2当L4用间接误用比如在系统提示接管时反应过慢。这些误用不是故障但会显著改变系统的运行边界。分析时要把误用当作正常输入的一部分来建模而不是当作异常来处理。一个实用的做法是建立“触发条件库”按感知、规划、执行三个维度分类每个条件标注对应的功能不足模式和可能的危害。这个库不是一次性的而是随着路测数据、仿真结果和现场事件不断迭代。标准第 10 章和第 11 章分别处理已知场景和未知场景的评估本质上就是在用数据不断填充和修正这个库。3. 从危害到功能修改SOTIF 的闭环是怎么转起来的3.1 危害识别与风险评估第 6 章的工程化落地第 6 章要求识别危害并评估风险最终输出“残余风险的接受准则”。这一步和 ISO 26262 的 HARA危害分析与风险评估很像但关注点不同。26262 问的是“故障会导致什么危害”21448 问的是“功能不足在什么场景下会导致危害”。前者从故障出发后者从场景出发。具体操作时通常先定义功能的使用场景和运行设计域ODD然后在 ODD 内枚举可能的危害事件。比如“高速公路巡航”这个功能危害事件包括未识别前方静止车辆、误识别相邻车道车辆为同车道、对cut-in车辆制动过晚等。每个事件按严重度S、暴露率E、可控性C打分得出风险等级。接受准则的设定是这一步的难点。标准没有给出具体数值而是要求“基于合理可用的最新技术水平和社会的接受程度”。这意味着接受准则会随着技术迭代和社会认知变化而调整。工程上通常采用“尽可能低合理可行”ALARP原则把风险降到可接受区间内并保留论证材料。3.2 功能不足分析第 7 章的三条分析路径第 7 章是整份标准技术含量最高的部分。它要求对规划算法、传感器与执行器、以及误用分别做功能不足分析。每条路径都有具体的分析方法和输出要求。规划算法的不足分析要覆盖轨迹预测的误差边界、决策逻辑的保守性、对异常轨迹的响应策略。比如一个换道决策算法如果只考虑了目标车道后方车辆的正常接近没有考虑后方车辆突然加速的情况这就是一个功能不足。分析时要写出算法的假设条件然后逐条检查假设在真实场景中是否成立。传感器与执行器的不足分析要覆盖物理原理决定的性能边界、环境条件对性能的影响、多传感器融合时的冲突消解策略。比如摄像头在低照度下的信噪比下降、毫米波雷达对静止金属物体的误报、超声波传感器在高速下的失效。这些不足不是故障但会导致感知输出偏离真实世界。误用分析要覆盖可合理预见的直接误用如脱手驾驶、超速使用和间接误用如对系统能力的误解、接管请求响应延迟。分析时要考虑人机交互界面的设计是否会导致误用以及系统是否有机制检测并缓解误用。3.3 功能修改第 8 章的四种手段识别出风险后第 8 章给出了四类功能修改手段系统修改、功能限制、权限交接、误用应对。这四类手段可以组合使用目标都是把风险从不可接受降到可接受。系统修改是最直接的增加冗余传感器、改进融合算法、调整决策阈值。比如发现摄像头在逆光下性能不足可以增加毫米波雷达的权重或者用激光雷达的点云做交叉验证。功能限制是缩小 ODD如果系统在雨天无法可靠工作就明确限制在晴天使用并通过人机界面告知驾驶员。权限交接是在系统能力不足时把控制权交给人比如检测到施工路段时请求驾驶员接管。误用应对则是通过监控驾驶员状态、设计防呆机制来减少误用。每种修改都要评估其对 SOTIF 的影响并更新“规格与设计”的输入信息。标准第 8.4 节特别强调这个反馈回路——修改不是终点而是下一轮分析的起点。3.4 验证与确认第 9 到 11 章的评估框架第 9 章定义验证与确认策略第 10 章评估已知场景第 11 章评估未知场景。这三章构成了 SOTIF 的验证闭环。已知场景的评估相对直接用仿真、台架、实车测试覆盖触发条件库中的场景测量系统响应是否满足接受准则。标准第 10.3 到 10.6 节分别规定了感知、规划、执行和集成系统的验证要求。比如感知验证要覆盖传感器在各类环境条件下的性能边界规划验证要覆盖算法在各类交通场景下的决策正确性。未知场景的评估更棘手。标准第 11 章要求用“探索性”方法寻找未知的不安全场景。常用的手段包括大规模路测、基于场景的仿真模糊测试、对抗性测试、以及现场事件的数据挖掘。目标是发现那些没有出现在触发条件库中的场景然后把它加入库中再走一遍分析和修改流程。残余风险的评估是最后一步。标准要求综合已知场景和未知场景的评估结果判断残余风险是否满足接受准则。如果不满足就要继续修改和验证直到满足为止。4. 避坑指南SOTIF 落地时最容易翻车的五个地方4.1 把 SOTIF 当成 ISO 26262 的附录现象团队把 SOTIF 分析塞进功能安全的 FMEA 表格里用故障模式覆盖功能不足。原因没有理解两者的本质区别——26262 处理的是“失效”21448 处理的是“性能不足”。失效可以修复性能不足只能缓解或规避。解决单独建立 SOTIF 分析流程用场景库和触发条件库作为核心工件不要和 FMEA 混在一起。4.2 触发条件库建完就锁死现象项目初期建了一个触发条件库之后再也不更新验证活动只覆盖库里的场景。原因把 SOTIF 当成了静态的合规检查而不是动态的风险收敛过程。解决把触发条件库当作活文档每次路测、仿真、现场事件都要回写。标准第 11 章明确要求探索未知场景库不更新就等于放弃了这部分工作。4.3 接受准则拍脑袋定现象团队直接沿用 ISO 26262 的 ASIL 等级来定 SOTIF 的接受准则或者干脆定一个“零事故”的目标。原因没有理解 SOTIF 的接受准则是基于“合理可用的最新技术水平”和“社会接受程度”不是基于故障概率。解决参考行业实践和监管要求结合自身系统的 ODD 和功能特点制定可论证、可迭代的接受准则。零事故不现实但也不能随意放宽。4.4 忽略误用分析现象分析只覆盖系统正常运行时的情况不考虑驾驶员脱手、超速使用、误解系统能力等误用场景。原因把误用当成了“用户的问题”而不是“系统设计要考虑的输入”。解决标准第 7.3.4 节明确要求分析可合理预见的直接和间接误用。设计时要考虑人机交互界面是否会诱导误用以及系统是否有机制检测并缓解误用。4.5 验证只做仿真不做实车现象为了省成本验证活动全部在仿真环境中完成实车测试只跑几个标准场景。原因仿真无法完全复现真实世界的物理效应和传感器特性尤其是光照、天气、电磁干扰等环境因素。解决仿真和实车测试要互补。仿真覆盖大量场景组合实车验证关键场景和仿真无法复现的边界条件。标准第 10 章和第 11 章都要求结合多种验证手段。5. 残余风险的论证SOTIF 的终点与起点SOTIF 的最终产出不是“零风险”而是一份可论证的残余风险评估。这份评估要回答三个问题已知不安全场景是否都已识别并处理未知不安全场景的探索是否足够充分残余风险是否满足接受准则这三个问题没有标准答案只有基于当前技术水平和数据的“合理判断”。我一般会这么理解SOTIF 的论证材料就像一份“安全案例”它不需要证明系统绝对安全但需要说服评审者——在当前的 ODD 内在合理可预见的场景和误用下系统的风险已经降到了可接受的水平。这份案例的质量取决于触发条件库的完备性、分析方法的严谨性、验证活动的覆盖度、以及残余风险评估的透明度。一个实用的验证方法是“红队演练”让一个独立团队专门尝试找出 SOTIF 分析的漏洞——有没有遗漏的触发条件有没有被低估的功能不足有没有被忽略的误用场景这种对抗性验证往往能发现常规分析漏掉的问题。从那以后我每次做 SOTIF 分析都会强制走一遍“四象限收缩”的检查已知不安全的场景是否都有对应的功能修改未知不安全的探索是否覆盖了感知、规划、执行三条线误用分析是否考虑了直接和间接两种模式残余风险的论证是否有数据支撑这套习惯帮我避开了很多“看起来合规、实际上漏风”的坑。希望帮到你。本文还有配套的精品资源点击获取