CN110457826A - 一种智能轨道快运电车安全完整性等级的判别方法及装置 - Google Patents
一种智能轨道快运电车安全完整性等级的判别方法及装置 Download PDFInfo
- Publication number
- CN110457826A CN110457826A CN201910749324.8A CN201910749324A CN110457826A CN 110457826 A CN110457826 A CN 110457826A CN 201910749324 A CN201910749324 A CN 201910749324A CN 110457826 A CN110457826 A CN 110457826A
- Authority
- CN
- China
- Prior art keywords
- electric car
- grade
- integrity level
- function module
- determined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种智能轨道快运电车安全完整性等级的判别方法及装置。所述判别方法包括:获取智轨电车上待确定安全功能模块的风险因素;确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值;根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值;根据所述分类指标值来判别所述待确定安全功能模块的目标安全完整性等级。
Description
技术领域
本发明涉及智能轨道快运电车(以下简称智轨电车)安全领域,尤其是涉及一种应用于智能电车的安全完整性等级定量计算判别方法及装置。
背景技术
城市公共交通系统主要交通方式有地铁、轻轨、有轨电车、公交车和BRT等,地铁、轻轨和有轨电车等虽然运载能力强劲,但建设成本巨大。智轨电车的出现,将有轨电车和公共汽车的优势融为一体,不用单独建设轨道,可与其他车辆共享路权,具有建设周期短、基础设施投资低、城市适应性高、综合能力强等优越性,为城市出行带来全新的选择和体验。同时新一代智轨电车采用了自动驾驶技术,有效的降低司机劳动强度,减少交通事故的发生,在安全性上得到进一步的提升,是未来中体量城市公共交通系统发展的趋势。
智轨电车作为一种独特的公共交通方式也对列车的安全性提出了分析的研究课题。因此有必要在智轨电车项目策划与设计初始过程中,就将智轨电车作为开放式道路交通的一部分进行考虑,深入分析其与城市其他交通方式和交通参与者之间的潜在危险冲突,进行系统性的防范和协调设计。充分认识到智轨电车及其子系统的安全功能的安全完整性等级,然后采取适宜的安全减轻措施来保障智轨电车的运行安全。
智轨电车与轨道交通和道路交通有一定的相似性,同时又区别于轨道交通和道路交通,有其独特的适用性,其导致的严重后果与轨道交通相同,其运行场景又与道路交通相同。由于智轨电车的前沿性与独特性,目前对于智轨电车的安全完整性等级判别尚未形成较为完整的体系与标准。
发明内容
为了解决上述技术问题,本发明提供了一种智能轨道快运电车安全完整性等级的判别方法及装置。
在一个实施例中,本发明提供了一种智能轨道快运电车安全完整性等级的判别方法,所述判别方法包括:
获取智轨电车上待确定安全功能模块的风险因素;
确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值;
根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值;
根据所述分类指标值来判别所述待确定安全功能模块的目标安全完整性等级。
在一个实施例中,所述风险因素包括以下参数中的一个或多个:伤害程度、暴露概率和避免伤害。
在一个实施例中,所述事故严重性等级与受影响的人数与伤害程度之积相关联。
在一个实施例中,所述暴露概率等级与出现不期望事件的发生概率与暴露时间之积相关联。
在一个实施例中,所述分类指标值由公式I=(S*W*F)/V计算而得,其中I表示分类指标,S表示伤害程度参数、W表示出现不期望事件的发生概率、F表示暴露时间、V表示避免伤害参数。
在一个实施例中,在获取智轨电车上待确定安全功能模块的风险因素之前还包括:
识别所述待确定安全功能模块。
本发明还提供了一种智能轨道快运电车安全完整性等级的判别装置,所述判别装置包括:
获取单元,用于获取智轨电车上待确定安全功能模块的风险因素;
确定单元,用于确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值;
计算单元,用于根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值;
判别单元,用于根据所述分类指标值来判别所述待确定安全功能模块的目标安全完整性等级。
在一个实施例中,所述风险因素包括以下参数中的一个或多个:伤害程度、暴露概率和避免伤害。
在一个实施例中,所述事故严重性等级与受影响的人数与伤害程度之积相关联。
在一个实施例中,所述暴露概率等级与出现不期望事件的发生概率与暴露时间之积相关联。
在一个实施例中,所述分类指标值由公式I=(S*W*F)/V计算而得,其中I表示分类指标,S表示伤害程度参数、W表示出现不期望事件的发生概率、F表示暴露时间、V表示避免伤害参数。
在一个实施例中,所述判别装置还包括识别待确定安全功能模块的单元,用于识别所述待确定安全功能模块。
本发明具有以下有益的技术效果:
1)本发明提供了一种适用于智轨电车其自身独特性的安全完整性等级确定方法;
2)结合轨道交通和道路交通相关安全标准,给出了智轨列车安全完整性等级分析方法;
3)根据分析出的功能安全完整性等级,帮助技术人员、决策者对智轨电车安全性的认知,并给智轨电车系统的设计和运营提供支持;
4)分析出智轨电车的功能安全完整性等级,为进一步为系统功能提出切实可行的安全解决措施,为智轨电车的安全运营保驾护航。
附图说明
本发明的以上发明内容以及下面的具体实施方式在结合附图阅读时会得到更好的理解。需要说明的是,附图仅作为所请求保护的发明的示例。在附图中,相同的附图标记代表相同或类似的元素。
图1示出根据本发明一实施例的智能轨道快运电车安全完整性等级的判别方法。
图2示出根据本发明一实施例的智能轨道快运电车安全完整性等级的判别装置。
具体实施方式
以下在具体实施方式中详细叙述本发明的详细特征以及优点,其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施,且根据本说明书所揭露的说明书、权利要求及附图,本领域技术人员可轻易地理解本发明相关的目的及优点。
轨道交通的基本特征是列车在钢轨上导向运行,钢轮钢轨承担着承载、导向及约束的功能,运行区域都是与行人和其他车辆隔离,而智轨电车采用轨迹跟随技术,不需要铺设钢轨,也不用架设电网,脱离了钢轨的导向约束,并采用胶轮虚拟轨道承载运行,行驶的轨道为目前城市路面道路,它通过车载传感器判别路面虚拟轨道,精准控制列车行驶在既定的虚拟轨迹上。
安全完整性等级分析首先分析功能失效可能导致的危害,再将危害与一组运行场景组合为一组危害事件,然后通过评估每个危害事件的严重度、暴露概率等级与避免伤害等级来评估出该危害事件的安全完整性等级,最后以这组危害事件的严格程度最高的SIL等级作为该功能的SIL等级。
本发明根据智轨电车评估每个危害事件的严重度、暴露概率等级与避免伤害等级来判别出该危害事件的安全完整性等级。
下面介绍一下相关等级与参数定义。
智轨电车与轨道交通和道路交通有一定的相似性,同时又区别于轨道交通和道路交通,有其独特的适用性,其导致的严重后果与轨道交通相同,其运行场景又与道路交通相同。因此,本发明智轨电车的安全完整性等级判别可以轨道交通和道路交通的部分标准为依据,形成智轨电车自身独特的安全完整性等级判定依据。
事故严重性等级及参数
伤害程度代表危害的影响,智轨电车的编组列车运行方式和导致的事故后果的严重性与轨道交通相同,所以事故严重度等级以及事故严重度等级的参数计算可参考轨道交通和道路交通的部分标准,并形成符合智轨电车自身特性的事故严重性等级判别及参数设置标准。其中,表1定义了伤害程度;表2定义了事故严重度等级。
表1 伤害程度定义(S=SA×SV)
表2 事故严重度等级
事故暴露概率等级及参数
表3示出暴露概率参数定义。表4示出暴露概率分级场景。表5示出暴露概率等级。本发明中,暴露概率(E)可通过发生概率(W)与暴露时间(F)的乘积来进行预估。
表3 暴露概率参数定义
表4 暴露概率分级场景
表5 暴露概率等级
避免伤害等级及参数
表6示出避免伤害分级场景。表7示出避免伤害等级。在发生主要伤害后,对受伤程度的避免可能性进行评估,确定避免伤害的等级,需要预估如果这个给定的危险将要发生,驾驶员或交通参与者能够保持或者重新控制车辆的可能性。
表6 避免伤害分级场景
表7 避免伤害等级
安全完整性等级(SIL)计算
得到上述相关等级与参数后,安全完整性等级可按如下公式计算:
I=(S*W*F)/V,其中I表示分类指标,S表示伤害程度、W表示出现不期望事件的发生概率、F表示暴露事件、V表示避免伤害参数,这些参数的取值如表8所示。
表8 分类参数取值列表
然后根据上表中安全要求分类中计算所得出的分类指标I进行安全等级判别,得到安全完整性等级SIL。在一个实施例中,可按照如表9所列的对应关系进行安全等级判别。
表9 安全完整性等级与分类指标I的关系
分类指标I | 安全完整性等级SIL |
I<21 | 0 |
21≤I<36 | 1 |
36≤I<72 | 2 |
72≤I<122 | 3 |
122≤I<281 | 4 |
图1示出根据本发明一实施例的智能轨道快运电车安全完整性等级的判别装置100。该装置100包括,但不限于,获取单元101、确定单元102、计算单元103以及判别单元104。
所述获取单元101,用于获取智轨电车上待确定安全功能模块的风险因素。在一个实施例中,所述风险因素包括,但不限于,伤害程度、暴露概率和避免伤害。
所述确定单元102,用于确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值。
在一个实施例中,事故严重性等级及参数取值可参照表1-2的等级及参数。
在一个实施例中,暴露概率等级及参数取值可参照表3-5的等级及参数。
在一个实施例中,避免伤害等级及参数取值可参照表6-7的等级及参数。
所述计算单元103,用于根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值。
所述判别单元104,用于根据分类指标值确认待确定安全功能模块的目标安全完整性等级。
在一个实施例中,本发明的判别装置100还可包括识别待确定安全功能模块的单元。所述识别待确定安全功能模块的单元用于识别待确定的安全功能模块。该识别待确定安全功能模块的单元还可包括顶层危害分析单元、初步危害分析单元、以及故障树分析单元、底层危害分析单元、以及最终识别单元。例如,智轨电车系统的顶层危害分析单元对顶层危害分析采用TUV MOD Safe标准的第一层级危害清单为样本,结合智轨电车自己的特点,形成智轨电车的顶层危害清单。顶层危害分析单元分析出智轨电车的顶层危害后,初步危害分析单元对每项顶层危害进行场景分解,从而识别出整个智轨电车系统层面的初步危害清单,然后故障树分析单元对初步危害清单中每项危害进行故障树分析,最终形成整个智轨电车系统级的危害清单,分析得出的系统级危害场景清单为智轨电车的各项安全功能及安全完整性等级提供了分析基础。
底层危害分析单元根据危害清单进行逐条故障树分析,识别出智轨电车的底层危害,然后最终识别单元对每条危害涉及的具体列车相关功能,识别出的系统相关的部分功能。
图2示出根据本发明一实施例的智能轨道快运电车安全完整性等级的判别方法。该方法至少包括以下步骤。
步骤201:获取智轨电车上待确定安全功能模块的风险因素。在一个实施例中,所述风险因素包括,但不限于,伤害程度、暴露概率和避免伤害。
步骤202:确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值。
在一个实施例中,事故严重性等级及参数取值可参照表1-2的等级及参数。
在一个实施例中,暴露概率等级及参数取值可参照表3-5的等级及参数。
在一个实施例中,避免伤害等级及参数取值可参照表6-7的等级及参数。
步骤203:根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值。
步骤204:根据分类指标值来确认待判别所述待确定安全功能模块的目标安全完整性等级。
在一个实施例中,步骤201之前还可包括以下步骤:识别出待确定安全功能模块。
该步骤可以包括以下子步骤:
智轨电车系统的顶层危害分析采用TUV MOD Safe标准的第一层级危害清单为样本,结合智轨电车自己的特点,形成智轨电车的顶层危害清单。
分析出智轨电车的顶层危害后,对每项顶层危害进行场景分解,从而识别出整个智轨电车系统层面的初步危害清单,然后对初步危害清单中每项危害进行故障树分析,最终形成整个智轨电车系统级的危害清单,分析得出的系统级危害场景清单为智轨电车的各项安全功能及安全完整性等级提供了分析基础。
根据危害清单进行逐条故障树分析,识别出智轨电车的底层危害,然后对每条危害涉及的具体列车相关功能,识别出的系统相关的部分功能。
本发明在确定待确定安全功能模块的安全完整性等级时,考虑的风险因素更加全面,不仅考虑了事故严重性降低可能性和事故发生频率的降低可能性,还考虑了避免事故发生的可能性,进一步地,结合防护措施来确定最终的危害后果,更加遵循实际情况的考虑,从而能够更加准确地确定待判别功能模块的安全完整性等级,进而提高智轨电车的行车安全。
以下以具体实施例为例详细描述本申请的技术方案,本描述的目的在于使本领域技术人员能进一步了解本申请的技术方案,以下描述对本申请的保护范围并不具有限制性。
首先,智轨电车系统需要识别出待确定安全功能模块。
智轨电车系统的顶层危害分析采用TUV MOD Safe标准的第一层级危害清单为样本,结合智轨电车自己的特点,形成智轨电车的顶层危害清单。
分析出智轨电车的顶层危害后,对每项顶层危害进行场景分解,从而识别出整个智轨电车系统层面的初步危害清单,然后对初步危害清单中每项危害进行故障树分析,最终形成整个智轨电车系统级的危害清单,分析得出的系统级危害场景清单为智轨电车的各项安全功能及安全完整性等级提供了分析基础。
根据危害清单进行逐条故障树分析,识别出智轨电车的底层危害,然后对每条危害涉及的具体列车相关功能,识别出的系统相关的部分功能如下表10所列。
表10 部分列车初步危害对应功能列表
然后,为了识别待确定安全功能的安全完整性等级,需要获取待确定的安全功能模块的风险因素,包括:伤害程度、暴露概率场景和避免伤害场景。如表11所示。
表11 获取风险因素
在识别了安全功能模块的风险因素后,对每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数根据本发明对应的取值方法进行取值,并说明其取值理由。如表12所示。
表12 确认风险参数
安全完整性等级(SIL)是描述安全相关系统安全功能要求高低的重要指标,是开展安全相关统设计和评估工作的重要依据。安全完整性等级应用于系统功能,对于安全相关系统实现的安全功能,功能安全完整性等级可由风险评估产出,然后制定出一套具体的措施和技术,来实现预期的安全目标。具体示例可参见表13。
表13 识别安全完整性等级(SIL)
本发明具有以下有益的技术效果:
1)本发明提供了一种适用于智轨电车其自身独特性的安全完整性等级确定方法;
2)结合轨道交通和道路交通相关安全标准,给出了智轨列车安全完整性等级分析方法;
3)根据分析出的功能安全完整性等级,帮助技术人员、决策者对智轨电车安全性的认知,并给智轨电车系统的设计和运营提供支持;
4)分析出智轨电车的功能安全完整性等级,为进一步为系统功能提出切实可行的安全解决措施,为智轨电车的安全运营保驾护航。
这里采用的术语和表述方式只是用于描述,本发明并不应局限于这些术语和表述。使用这些术语和表述并不意味着排除任何示意和描述(或其中部分)的等效特征,应认识到可能存在的各种修改也应包含在权利要求范围内。其他修改、变化和替换也可能存在。相应的,权利要求应视为覆盖所有这些等效物。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”、“装置”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
另外,除非权利要求中明确说明,本申请所述处理单元和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同样,需要指出的是,虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可做出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (12)
1.一种智能轨道快运电车安全完整性等级的判别方法,其特征在于,所述判别方法包括:
获取智轨电车上待确定安全功能模块的风险因素;
确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值;
根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值;
根据所述分类指标值来判别所述待确定安全功能模块的目标安全完整性等级。
2.如权利要求1所述的智能轨道快运电车安全完整性等级的判别方法,其特征在于,所述风险因素包括以下参数中的一个或多个:伤害程度、暴露概率和避免伤害。
3.如权利要求1所述的智能轨道快运电车安全完整性等级的判别方法,其特征在于,所述事故严重性等级与受影响的人数与伤害程度之积相关联。
4.如权利要求1所述的智能轨道快运电车安全完整性等级的判别方法,其特征在于,所述暴露概率等级与出现不期望事件的发生概率与暴露时间之积相关联。
5.如权利要求1所述的智能轨道快运电车安全完整性等级的判别方法,其特征在于,所述分类指标值由公式I=(S*W*F)/V计算而得,其中I表示分类指标,S表示伤害程度参数、W表示出现不期望事件的发生概率、F表示暴露时间、V表示避免伤害参数。
6.如权利要求1所述的智能轨道快运电车安全完整性等级的判别方法,其特征在于,在获取智轨电车上待确定安全功能模块的风险因素之前还包括:
识别所述待确定安全功能模块。
7.一种智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述判别装置包括:
获取单元,用于获取智轨电车上待确定安全功能模块的风险因素;
确定单元,用于确定智轨电车上所述待确定安全功能模块每个风险因素对应的事故严重性等级、暴露概率等级和避免伤害等级以及各等级的参数取值;
计算单元,用于根据已确定的智轨电车上的每个风险因素的参数取值计算分类指标值;
判别单元,用于根据所述分类指标值来判别所述待确定安全功能模块的目标安全完整性等级。
8.如权利要求7所述的智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述风险因素包括以下参数中的一个或多个:伤害程度、暴露概率和避免伤害。
9.如权利要求7所述的智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述事故严重性等级与受影响的人数与伤害程度之积相关联。
10.如权利要求7所述的智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述暴露概率等级与出现不期望事件的发生概率与暴露时间之积相关联。
11.如权利要求7所述的智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述分类指标值由公式I=(S*W*F)/V计算而得,其中I表示分类指标,S表示伤害程度参数、W表示出现不期望事件的发生概率、F表示暴露时间、V表示避免伤害参数。
12.如权利要求7所述的智能轨道快运电车安全完整性等级的判别装置,其特征在于,所述判别装置还包括识别待确定安全功能模块的单元,用于识别所述待确定安全功能模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910749324.8A CN110457826A (zh) | 2019-08-14 | 2019-08-14 | 一种智能轨道快运电车安全完整性等级的判别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910749324.8A CN110457826A (zh) | 2019-08-14 | 2019-08-14 | 一种智能轨道快运电车安全完整性等级的判别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110457826A true CN110457826A (zh) | 2019-11-15 |
Family
ID=68486438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910749324.8A Pending CN110457826A (zh) | 2019-08-14 | 2019-08-14 | 一种智能轨道快运电车安全完整性等级的判别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110457826A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418711A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 车辆预期功能危害评估方法、设备、存储介质及装置 |
CN113077186A (zh) * | 2021-04-27 | 2021-07-06 | 卡斯柯信号有限公司 | 轨道交通安全完整性等级的识别方法和识别系统 |
CN113592692A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | 轨道交通场景的场景危害识别方法、装置、介质及设备 |
CN115593468A (zh) * | 2022-10-24 | 2023-01-13 | 中车株洲电力机车研究所有限公司(Cn) | 轨道交通牵引系统安全功能分配方法、系统及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170236234A1 (en) * | 2016-02-12 | 2017-08-17 | Alstom Transport Technologies | Risk management method and system for a land transporation system |
CN107886208A (zh) * | 2016-12-19 | 2018-04-06 | 比亚迪股份有限公司 | 轨道交通信号系统的安全完整性等级识别方法及装置 |
-
2019
- 2019-08-14 CN CN201910749324.8A patent/CN110457826A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170236234A1 (en) * | 2016-02-12 | 2017-08-17 | Alstom Transport Technologies | Risk management method and system for a land transporation system |
CN107886208A (zh) * | 2016-12-19 | 2018-04-06 | 比亚迪股份有限公司 | 轨道交通信号系统的安全完整性等级识别方法及装置 |
Non-Patent Citations (4)
Title |
---|
B.HULIN: "《Safety and Reliability-Safe Societies in a Changing World》", 14 June 2018, CRC PRESS * |
BERNHARD HULIN ET AL: "Towards a Common Ontology of Safety Risk Concepts for Railway Vehicles and Signaling", 《COMPUTER SAFETY,RELIABILITY,AND SECURITY》 * |
BERNHARD HULIN ET AL: "Towards a Common Safety Ontology for Automobiles and Railway Vehicles", 《2016 12TH EUROPEAN DEPENDABLE COMPUTING CONFERENCE》 * |
李彦华: "轨道交通信号系统SIL定级实例探讨", 《铁路通信信号工程技》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592692A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | 轨道交通场景的场景危害识别方法、装置、介质及设备 |
CN113592692B (zh) * | 2020-04-30 | 2024-08-09 | 比亚迪股份有限公司 | 轨道交通场景的场景危害识别方法、装置、介质及设备 |
CN112418711A (zh) * | 2020-12-07 | 2021-02-26 | 安徽江淮汽车集团股份有限公司 | 车辆预期功能危害评估方法、设备、存储介质及装置 |
CN113077186A (zh) * | 2021-04-27 | 2021-07-06 | 卡斯柯信号有限公司 | 轨道交通安全完整性等级的识别方法和识别系统 |
CN113077186B (zh) * | 2021-04-27 | 2023-04-28 | 卡斯柯信号有限公司 | 轨道交通安全完整性等级的识别方法和识别系统 |
CN115593468A (zh) * | 2022-10-24 | 2023-01-13 | 中车株洲电力机车研究所有限公司(Cn) | 轨道交通牵引系统安全功能分配方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110457826A (zh) | 一种智能轨道快运电车安全完整性等级的判别方法及装置 | |
Czarnecki | Operational design domain for automated driving systems | |
Wishart et al. | Driving safety performance assessment metrics for ads-equipped vehicles | |
CN104386092A (zh) | 基于图像识别和多感知融合的列车自动防护系统及方法 | |
Cafiso et al. | Crosswalk safety evaluation using a pedestrian risk index as traffic conflict measure | |
CN105575150A (zh) | 行车安全行为分析方法、预警方法及其装置 | |
US20180334176A1 (en) | Method and system for providing driving guidance | |
Basjaruddin et al. | Hardware simulation of automatic braking system based on fuzzy logic control | |
Yuan et al. | Key points of investigation and analysis on traffic accidents involving intelligent vehicles | |
McAvoy et al. | Simulator study of primary and precipitating factors in work zone crashes | |
CN103617734A (zh) | 基于时程特征的高速公路车辆安全行驶识别方法 | |
Khastgir et al. | Introducing ASIL inspired dynamic tactical safety decision framework for automated vehicles | |
Kim et al. | Use of digital tachograph data to provide traffic safety education and evaluate effects on bus driver behavior | |
Ucar et al. | Management of anomalous driving behavior | |
Zhou et al. | Calibrating and comparing autonomous braking systems in motorized-to-non-motorized-vehicle conflict scenarios | |
Daniel et al. | Driving risk assessment with belief functions | |
CN111798091B (zh) | 一种基于变道持续时间的高速公路变道评分模型建立方法 | |
Wullems et al. | In-vehicle railway level crossing warning systems: can Intelligent Transport Systems deliver? | |
Filip | Synergies between road and rail transport in the development of safe self-driving vehicles | |
Samsonkin et al. | Development of the method of efficient monitoring of the main activity of a train driver | |
Musarat et al. | Automation in traffic engineering to prevent road accidents: A review | |
Marsden et al. | A comparative assessment of driving behaviours at three sites | |
Tao et al. | Automated test case generation and virtual assessment framework for UN regulation on automated lane keeping systems | |
Ess et al. | Estimating the potential of a warning system preventing road accidents at pedestrian crossings | |
Bala et al. | A Review on Analysis of Railway Traffic Accident with Data Mining Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191115 |
|
WD01 | Invention patent application deemed withdrawn after publication |