当前位置：首页 > news >正文

功能安全——严重度（Severity）评估实战指南

news 2026/7/19 1:50:59

第一次接触功能安全标准时，我被"严重度"这个概念卡住了整整两周。直到亲眼目睹一次测试场事故，才真正理解这个抽象术语背后的重量——那辆失控的测试车以30km/h撞上护栏时，工程师们第一时间检查的不是车损，而是假人模型可能遭受的伤害等级。

严重度（Severity）在ISO 26262标准中特指危害事件可能造成伤害的严重程度。不同于我们日常理解的"严重程度"，这里的评估需要精确到医学层面的伤害分级。举个例子，同样是车辆碰撞，造成皮肤擦伤和导致脊椎骨折在功能安全评估中完全是两个量级的问题。

评估过程中有三个关键维度常常被新手忽略：

我在参与某车型开发时，团队曾为"安全气囊误爆"场景的严重度争论不休。有人坚持认为是S2（中度伤害），直到我们调取了医院急诊数据：气囊冲击导致的眼睛永久性失明案例，最终将评估修正为S3。这个教训让我明白，严重度评估不能凭直觉，必须依赖详实的医学数据支撑。

刚入行时我总把AIS（伤害严重度评分）和ASIL（汽车安全完整性等级）搞混，直到导师扔给我一摞事故医疗报告："先看懂人怎么受伤，再谈怎么预防"。AIS分级就像医疗界的" Richter震级"，把伤害量化成可评估的指标。

让我们拆解一个实际案例：某电动车在自动泊车时突然加速撞墙。评估时我们模拟了三种典型伤害场景：

这里有个评估技巧：取最高等级作为基准，但必须验证其发生概率。我们最终确定S2等级，因为医疗数据显示95%的类似事故中，安全气囊能有效预防AIS 3级以上伤害。这个案例教会我，严重度评估不是取最坏情况，而是找最可能情况。

常见误区纠正：

去年参与某L3级自动驾驶项目时，我们开发了一套严重度评估"三板斧"方法，现在分享给大家：

第一步：场景解构把"城市左转事故"拆解为：

第二步：医学映射建立碰撞参数与伤害类型的对应关系表：

第三步：概率加权收集目标市场的事故统计数据，给不同伤害场景分配权重。比如在中国市场，两轮车参与的事故占比要显著高于欧美市场。

有个实用技巧：在早期设计阶段，用NHTSA的碰撞数据可视化工具快速预估伤害等级。有次我们发现某车型的仪表板边缘在35km/h碰撞时会成为AIS 3级伤害源，这个发现直接影响了内饰造型修改。

分析一个真实项目中的争议案例：雨天高速公路上的自动紧急制动（AEB）误触发。最初团队评估为S1，理由是"仅造成不适"。但当我们考虑以下因素后修正为S2：

这里推荐使用"伤害树分析法"（Injury Tree Analysis），把主危害事件作为树干，逐级展开可能的伤害分支。有次分析竟发现看似无害的娱乐系统故障，在特定条件下可能导致驾驶员分神引发S3级事故。

另一个容易低估的场景是电动车充电故障。某次评估中我们原本认为充电口过热属于S1（轻微烫伤），直到电气工程师演示了电解液喷溅可能造成的角膜损伤（AIS 3级）。这个案例凸显了跨学科评审的重要性——我现在的习惯是至少邀请临床医生、电子工程师和碰撞专家共同参与关键场景评估。

早期我总在Excel里手动记录评估结果，直到某次版本混乱导致S2误标为S1。现在团队使用TraceTronic的ESS工具链，这里分享三个实战心得：

参数化模板：建立可配置的严重度评估模板，包含：
- 预设伤害场景库
- 区域医疗数据参考
- 历史案例比对功能
版本控制：每次评估保存完整上下文，包括：
- 使用的医学标准版本（如AIS 2015版）
- 参考的事故视频片段
- 专家评审意见记录
可视化报告：用热力图展示不同速度/角度组合下的伤害等级分布。有次演示让管理层直观理解了为什么要把某功能的操作速度上限从30km/h降至25km/h——那个深红色的S3区域立刻说服了所有人。

特别提醒：当使用AIS等医学标准时，务必注明采用的版本号。我们吃过亏——AIS 2005版与2015版对脑震荡的分级标准有重大调整，导致早期评估全部需要返工。