本發(fā)明涉及功能安全危害分析與風險評估領(lǐng)域，尤其涉及一種車輛功能安全的hara暴露度分析方法及相關(guān)設(shè)備。

背景技術(shù)：

1、功能安全是系統(tǒng)工程的重要組成部分，它關(guān)注于防止因系統(tǒng)故障或錯誤導(dǎo)致的傷害。在許多安全關(guān)鍵系統(tǒng)中，如航空航天、汽車、醫(yī)療設(shè)備等，功能安全分析是必不可少的環(huán)節(jié)，用于識別和評估潛在的安全風險。對于道路車輛功能安全來說，關(guān)注的重點是為了解決因車輛電子電氣系統(tǒng)失效導(dǎo)致的危及人身安全的不合理的風險。在進行概念階段的功能安全分析時，需要進行危害分析與風險評估(下文簡稱“hara分析”)，其中需要將危害場景及失效結(jié)合起來建模分析危害的暴露度、可控性及嚴重度，最終結(jié)合此三個指標給出功能安全目標的等級判定。

2、然而，hara分析是一個復(fù)雜的過程，需要大量的評估和人力資源，且結(jié)果的準確性很大程度上依賴于分析人員的經(jīng)驗和專業(yè)知識。導(dǎo)致判定結(jié)果的主觀性強，缺乏客觀和準確性。且需要大量的計算資源，這對于計算能力有限的系統(tǒng)來說是一個挑戰(zhàn)。最后，現(xiàn)有的方法往往無法有效地處理復(fù)雜的安全問題，如系統(tǒng)交互、人為因素等，這可能會導(dǎo)致分析結(jié)果的不準確。

技術(shù)實現(xiàn)思路

1、鑒于上述問題，本發(fā)明提供一種車輛功能安全的hara暴露度分析方法及相關(guān)設(shè)備，主要目的在于解決功能安全可控性分析過于依賴人工經(jīng)驗的問題。

2、為解決上述至少一種技術(shù)問題，第一方面，本發(fā)明提供了一種車輛功能安全的hara暴露度分析方法，該方法包括：

3、基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，其中，所述數(shù)據(jù)庫與hara暴露度的各個特征值相關(guān)；

4、基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗概率模型，其中，所述經(jīng)驗概率模型是基于樸素貝葉斯算法建立的；

5、基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度。

6、可選的，所述基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，包括：

7、獲取初始歷史判定數(shù)據(jù)，其中，所述歷史判定數(shù)據(jù)用于判定歷史樣本的功能安全hara分析暴露度；

8、基于python的pandas庫對所述初始歷史判定數(shù)據(jù)進行清洗去重操作以確定第二歷史判定數(shù)據(jù)；

9、對所述第二歷史判定數(shù)據(jù)的各個特征值進行提取融合操作以建立數(shù)據(jù)庫，其中，所述特征值與hara暴露度相關(guān)，所述數(shù)據(jù)庫包括有至少兩個歷史樣本的不同特征所對應(yīng)的特征值。

10、可選的，所述基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗率模型，包括：

11、基于下式計算先驗概率：

12、

13、其中，所述p(y＝ck)表示先驗概率；所述ck表示對于經(jīng)驗數(shù)據(jù)給定的樣本的暴露度分類；n表示樣本數(shù)量，i表示第i個樣本，k表示暴露度等級。

14、可選的，上述方法還包括：

15、基于下式計算條件概率：

16、

17、j＝1,2,…,n；l＝1,2,…,sj；k＝1,2,…,k

18、其中，所述p(x(j)＝ajl∣y＝ck)表示計算條件概率；所述xi(j)表示第i個樣本的第j個特征，ajl表示第j個特征值可能取得第l個值。

19、可選的，所述基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度，包括：

20、確定目標分析實例數(shù)據(jù)；

21、基于所述目標分析實例數(shù)據(jù)通過所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度。

22、可選的，上述方法還包括：

23、基于下式計算暴露度分類概率：

24、

25、其中，所述p(y＝ck)表示暴露度分類概率。

26、可選的，所述基于所述目標分析實例數(shù)據(jù)通過所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度，包括：

27、基于下式確定車輛功能安全的hara暴露度：

28、

29、第二方面，本發(fā)明實施例還提供了一種車輛功能安全的hara暴露度分析裝置，包括：

30、建立單元，用于基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，其中，所述數(shù)據(jù)庫與hara暴露度的各個特征值相關(guān)；

31、訓(xùn)練單元，用于基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗概率模型，其中，所述經(jīng)驗概率模型是基于樸素貝葉斯算法建立的；

32、分析單元，用于基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度。

33、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第三方面，提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)包括存儲的程序，其中，在上述程序被處理器執(zhí)行時實現(xiàn)上述的車輛功能安全的hara暴露度分析方法的步驟。

34、為了實現(xiàn)上述目的，根據(jù)本發(fā)明的第四方面，提供了一種電子設(shè)備，包括至少一個處理器、以及與所述處理器連接的至少一個存儲器；其中，上述處理器用于調(diào)用上述存儲器中的程序指令，執(zhí)行上述的車輛功能安全的hara暴露度分析方法的步驟。

35、借由上述技術(shù)方案，本發(fā)明提供的車輛功能安全的hara暴露度分析方法及相關(guān)設(shè)備，對于功能安全可控性分析過于依賴人工經(jīng)驗的問題，本發(fā)明通過基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，其中，所述數(shù)據(jù)庫與hara暴露度的各個特征值相關(guān)；基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗概率模型，其中，所述經(jīng)驗概率模型是基于樸素貝葉斯算法建立的；基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度。在上述方案中，機器學習模型可以通過學習大量的歷史數(shù)據(jù)，自動識別和提取影響暴露度的潛在因素，從而提高暴露度判定的準確性，減少因主觀因素導(dǎo)致的評估偏差，實現(xiàn)自動化的暴露度判定，大大提高了功能安全hara分析的效率，減少了人工操作的耗時和出錯率。

36、相應(yīng)地，本發(fā)明實施例提供的車輛功能安全的hara暴露度分析裝置、設(shè)備和計算機可讀存儲介質(zhì)，也同樣具有上述技術(shù)效果。

37、上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。

技術(shù)特征：

1.一種車輛功能安全的hara暴露度分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗率模型，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于所述目標分析實例數(shù)據(jù)通過所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的hara暴露度，包括：

8.一種車輛功能安全的hara暴露度分析裝置，其特征在于，還包括：

9.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)包括存儲的程序，其中，在所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至權(quán)利要求7中任一項所述的車輛功能安全的hara暴露度分析方法的步驟。

10.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括至少一個處理器、以及與所述處理器連接的至少一個存儲器；其中，所述處理器用于調(diào)用所述存儲器中的程序指令，執(zhí)行如權(quán)利要求1至權(quán)利要求7中任一項所述的車輛功能安全的hara暴露度分析方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種車輛功能安全的HARA暴露度分析方法及相關(guān)設(shè)備，涉及功能安全危害分析與風險評估領(lǐng)域，主要為解決功能安全可控性分析過于依賴人工經(jīng)驗的問題。該方法包括：基于歷史判定數(shù)據(jù)建立數(shù)據(jù)庫，其中，所述數(shù)據(jù)庫與HARA暴露度的各個特征值相關(guān)；基于所述數(shù)據(jù)庫訓(xùn)練各個特征值的經(jīng)驗概率模型，其中，所述經(jīng)驗概率模型是基于樸素貝葉斯算法建立的；基于所述各個特征值的經(jīng)驗概率模型分析車輛功能安全的HARA暴露度。本發(fā)明用于車輛功能安全的HARA暴露度分析過程。

技術(shù)研發(fā)人員：佟貝寧,王吉彬,趙晨陽,李亙,張縵綺
受保護的技術(shù)使用者：東風汽車集團股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17