“Ansys optiSLang 中可用的先進可靠性方法使"Mercedes-Benz梅賽德斯-奔馳"公司能夠使用基於場景的模擬Level-3 ADAS 制定安全聲明。由於有效且穩健的方法，與蒙特卡洛採樣相比，必要的交通模擬數量可以大大減少。還應強調 Ansys optiSLang 後處理，可以對結果進行詳細分析。”

— Maximilian Rasch ADAS 驗證工程師 / Mercedes-Benz AG Zafer
— Kayatas ADAS 驗證工程師 / Mercedes-Benz AG

介紹

汽車行業當前最重要的趨勢之一是高級駕駛輔助系統 (ADAS) 的發展。由於 ADAS 的複雜性不斷增加，此類系統的安全驗證是一項重大挑戰。必須開發新方法，因為以前的認證和批准方法不適合此用例。

挑戰

在現場操作測試中不可能達到證明系統故障概率所需的里程數。因此，模擬是為高度自動化駕駛系統的安全功能測試、驗證甚至認證尋找關鍵場景特徵的關鍵組成部分。這裡最大的挑戰之一是測試所需的大量模擬，特別是對於非常罕見的事件（故障概率低 10^-6 的邏輯場景）。

工程解決方案

在這種用於先進駕駛 Level-3 的 Pegasus 符合模擬方法中，特定的交通場景通過一組標準進行參數化、模擬和分析。為了減少參數空間，安全關鍵輸入參數是通過將 Ansys optiSLang 的靈敏度分析與包括神經網絡在內的代理模型一起應用來確定的。使用 Ansys optiSLang中的高級可靠性分析方法（例如，重要性抽樣），通過使用每個輸入參數的分佈函數來近似每個交通場景的故障概率。 

好處

• Ansys optiSLang 中提供的可靠性分析方法使Mercedes-Benz公司能夠將證明功能所需的具體場景數量減少 1000 倍，與經典的蒙特卡洛採樣相比。 
• 可靠性分析可以確定每個場景類別的風險，即使是非常低的故障概率 (10^-9)，這是認證的關鍵要求，而蒙特卡洛抽樣是不可能的。 
• 採用先進的可靠性分析方法，與蒙特卡洛抽樣相比，可節省 90% 的時間。 
• 該方法有助於將Level-3 ADAS 認證作為驗證支柱之一。