CN
当前位置:首页> 培训课程 >智能网联汽车功能安全开发实战培训课程(基于ISO 26262:2025)

6800.00 下载币


TRAINING INVITATION

【智能网联汽车功能安全开发实战培训课程(基于ISO 26262:2025)】

邀 请 函


*课程概述

本课程紧扣ISO 26262:2025标准更新核心,聚焦智能网联汽车功能安全开发痛点,构建“理论-技术-实战-协同”一体化培训体系。课程精准覆盖自动驾驶、V2X、车云协同等核心场景,详解标准对机器学习模块、分布式架构的新增要求,助力学员掌握功能安全全流程开发方法。通过工具实操与分组实战,强化ASIL定级、FMEDA分析、安全编码等核心能力,解决功能安全与SOTIF/网络安全的协同难题。培训兼顾技术落地与合规需求,帮助研发、安全、测试等岗位人员快速适配标准,规避智能网联场景下的典型安全风险,提升企业功能安全开发实战水平。



*课程目标

熟练运用HARA方法完成智能网联场景风险定级,掌握FMEDA分析、安全编码、HIL测试等核心技术,可独立主导子系统功能安全开发;精通DOORS Next、ReliaSoft等主流工具链,能输出符合ISO 26262:2025的HARA报告、FMEDA报告等核心交付物;明晰ML模型、V2X通信等场景的安全风险点,具备故障排查与优化能力。紧跟智能网联汽车安全领域技术趋势,掌握标准更新后的核心竞争力,适配研发、安全、合规等岗位的进阶需求,提升在项目中的话语权与不可替代性。



*适合学员

本课程培训对象聚焦智能网联汽车领域的核心技术与管理岗位,涵盖研发工程师(自动驾驶、车联网、电控方向)、功能安全工程师、测试工程师、项目管理者及合规工程师。



*先修条件

熟悉汽车电子电气架构,了解域控制器、区控制器的基本原理及车载电子系统的核心组成;掌握自动驾驶或V2X相关基础技术,明确自动驾驶感知、决策、执行的核心逻辑,或了解V2X通信协议(如DSRC、C-V2X)的基本工作机制;具备功能安全基础认知,知晓ASIL等级划分、V模型开发流程等核心概念,有汽车电子相关项目经验者优先



*时间 . TIME

2025/11/22

总课时:24学小时



*课程大纲


模块一:基础篇—— 智能网联与 ISO 26262:2025 核心认知(4课时)

1.1 智能网联汽车的功能安全挑战

智能网联汽车特性:自动驾驶(L2-L4)、车联网(V2X/V2X2C)、车云协同、多域融合的技术架构;

典型安全风险场景:感知误识别(如行人漏检)、V2X 通信延迟、ML 模型失效、车云数据传输异常导致
的功能失效;

功能安全的核心价值:从“被动容错” 到 “主动预防”,适配智能网联场景下的动态安全需求。

1.2 ISO 26262 标准体系与 2025 版核心更新

标准演进:2011→2018→2025 版的核心差异,2025 版对 “智能网联场景” 的新增覆盖;

2025 版关键更新点(重点解读):

新增机器学习(ML)模块的功能安全要求:数据质量验证、模型训练安全、部署监控机制;

扩展车云协同与分布式架构安全:跨域控制器(MDC / 区控)的硬件冗余、云端指令的安全校验;

强化V2X 通信功能安全:消息认证、防篡改、延迟容错的安全需求定义;

补充功能安全与网络安全的接口要求:风险共评流程、安全需求协同映射。

1.3 智能网联汽车功能安全核心术语与方法论

核心术语:ASIL(A-D)在智能网联场景的定级逻辑(如 L4 自动驾驶的 ASIL D 场景)、安全目标
(SG)、功能安全要求(FSR)、安全机制、单点故障 metric(SPFM)、潜伏故障 metric(LFM);

开发方法论:V 模型在智能网联场景的适配(如 “敏捷开发 + V 模型” 的混合流程)、功能安全与
产品开发的同步机制。


模块二:核心技术篇—— 功能安全开发全流程(基于 ISO 26262:2025)(12课时)

2.1 系统层功能安全开发(V 模型左侧顶层)

步骤1:危害分析与风险评估(HARA)

智能网联场景的HARA 方法:定义 “运行场景”(如高速自动驾驶、城区 V2X 交互)、识别 “危害事件”
(如车道保持失效、V2X 紧急制动指令丢失);

风险等级判定:严重度(S)、暴露度(E)、可控度(C)的智能网联场景适配(如城区 E 值高于高速);

ASIL 定级实战原则:避免 “ASIL 分解过度”,确保多模块协同的安全等级一致性。

步骤2:安全目标(SG)与功能安全要求(FSR)分解

SG 定义:基于 HARA 输出,明确 “防止 XX 危害事件” 的可验证目标(如 “防止 L3 级自动驾驶在高速
场景下的无意识车道偏离”);

FSR 分解:从系统层到子系统层(如自动驾驶系统→感知子系统 / 决策子系统 / 执行子系统),建立需
求追溯矩阵(工具:DOORS Next 实操演示)。

2.2 硬件层功能安全开发

硬件安全需求(HSR)定义:基于 FSR 推导,如 “多域控制器(MDC)的 CPU 需支持锁步核”“激光雷
达电源模块需冗余设计”;

硬件安全分析工具与实战:

FMEDA(故障模式影响及诊断分析):使用 ReliaSoft 工具计算 SPFM、LFM、单点故障数(SF),满足
ASIL B/D 的 metric 要求;

硬件容错机制:智能网联场景的特殊设计(如感知传感器冗余(激光雷达+ 摄像头)、V2X 通信模块双天
线备份);

硬件测试:硬件安全机制的验证方法(如锁步核故障注入测试、电源冗余切换测试)。

2.3 软件层功能安全开发

软件安全需求(SSR)定义:基于 FSR,如 “决策软件需在 100ms 内完成紧急制动决策”“V2X 软件需校验
消息签名有效性”;

软件架构安全设计:

模块化与隔离:遵循“ASIL 等级隔离” 原则(如 ASIL D 模块与 QM 模块的内存隔离);

安全机制嵌入:Watchdog(监控 ML 模型推理超时)、CRC 校验(V2X 消息完整性)、软件冗余(决策算
法双版本对比);

安全编码与静态分析:

编码规范:MISRA C:2023 在智能网联软件的应用(如禁止动态内存分配、限制指针使用);

工具实操:使用Polyspace 对自动驾驶决策软件代码进行静态分析,识别 “数组越界”“未初始化变量” 等安
全隐患。

软件测试:单元测试(基于VectorCAST)、集成测试(验证模块间接口安全)、系统测试(基于 dSPACE
VEOS 的硬件在环(HIL)仿真)。

2.4 智能网联特有子系统功能安全开发(2025 版重点)

2.4.1 自动驾驶子系统

感知层:ML 模型的功能安全措施(数据增强(对抗样本训练)、模型冗余(传统算法 + ML 算法对比)、
实时监控(如目标检测置信度阈值监控));

决策层:规则算法与ML 算法的协同安全(如 ML 决策偏离规则时触发降级机制);

执行层:线控制动/ 转向系统的安全冗余(如双 ECU 控制、故障注入测试验证)。

2.4.2 V2X 通信子系统

通信安全需求:基于ISO 26262:2025,定义 “V2X 消息延迟≤50ms”“消息认证失败时拒绝执行指令”;

安全机制:数字证书管理(车云协同下发证书)、消息时间戳校验(防止重放攻击)、通信中断降级(切换
至纯自动驾驶模式)。

2.4.3 车云协同子系统

云端指令安全:云端下发的路径规划指令需本地校验(如是否超出物理极限);

数据传输安全:车云数据加密(TLS 1.3)、断点续传的安全校验(避免数据损坏导致功能失效)。


模块三:实战篇—— 智能网联汽车功能安全开发实操(12课时)

3.1 实战准备:工具链与项目背景

工具环境搭建:需求管理(DOORS Next)、FMEDA(ReliaSoft)、静态分析(Polyspace)、HIL 仿真
(dSPACE VEOS);

实战项目背景:基于“L2 + 级自动驾驶车道保持系统 + V2X 紧急制动协同” 场景,完成从 HARA 到软件
测试的核心环节。

3.2 分组实战任务(4 个核心任务,每组 3-4 人)

实战任务目标要求工具/ 输出物

任务1:HARA 分析与 ASIL 定级识别车道保持失效+ V2X 指令丢失的危害事件,完成 S/E/C 判定与 ASIL 定级(目标:ASIL B)输出《HARA 分析报告》,
使用 DOORS Next 建立风险事件库

任务2:MDC 硬件 FMEDA 分析基于给定的MDC 硬件 BOM,计算 SPFM≥90%、LFM≥60%(满足 ASIL B)
使用ReliaSoft 完成 FMEDA 建模,输出《硬件安全分析报告》

任务3:决策软件安全编码基于MISRA C:2023,编写车道保持决策代码(含 Watchdog 监控逻辑),通过静
态分析使用Polyspace 消除所有 “高风险” 告警,输出《静态分析报告》+ 安全代码

任务4:V2X 功能安全验证在dSPACE VEOS 中搭建 V2X 紧急制动仿真场景,验证 “消息认证失败时拒绝
制动” 逻辑输出《功能安全测试报告》,含测试用例、故障注入结果

3.3 实战指导与问题拆解

实时答疑:针对“ASIL 分解冲突”“FMEDA metric 不达标”“静态分析告警无法消除” 等问题提供解决方案;

小组复盘:每组汇报实战成果,讲师点评优化(如“ASIL 定级时未考虑场景暴露度差异”“硬件冗余设计未覆
盖电源故障”)。


模块四:协同篇—— 功能安全与多领域协同开发(4课时)

4.1 功能安全与 SOTIF(ISO 21448)的协同

核心差异:功能安全(针对“系统性 / 随机性故障”)vs SOTIF(针对 “预期功能不足”,如 ML 模型对特殊天
气的识别不足);

协同流程:

风险共评:同一场景(如雨天行人识别)同时评估“故障风险”(功能安全)与 “性能风险”(SOTIF);

措施协同:功能安全的“传感器冗余” 与 SOTIF 的 “数据增强训练” 结合,提升场景覆盖度。

4.2 功能安全与网络安全(ISO/SAE 21434)的协同

风险关联:网络攻击(如V2X 消息篡改)可能触发功能安全失效(如错误制动);

协同机制:

需求协同:在FSR 中嵌入网络安全需求(如 “V2X 软件需支持消息加密”);

验证协同:HIL 测试中同时注入 “硬件故障”(功能安全)与 “网络攻击”(网络安全),验证联合防护效果。

4.3 功能安全与产品开发的协同管理

需求追溯:从“客户需求→SG→FSR→HSR/SSR→测试用例” 的全链路追溯(工具:DOORS Next 实操);

变更管理:功能安全需求变更的影响分析(如“决策算法更新” 需重新评估 FSR 与软件测试用例);

文档管理:ISO 26262:2025 要求的交付物清单(如《安全计划》《HARA 报告》《FMEDA 报告》《验证报告》)。


模块五:案例分析与问题研讨(4课时)

5.1 典型案例拆解

案例1:某车企 L3 级自动驾驶系统功能安全开发全流程

背景:高速场景下“脱手驾驶” 功能的 ASIL D 开发;

关键环节:HARA 中 “严重度 S4” 的判定依据、ML 感知模块的冗余设计、车云协同的安全校验;

教训:初期未考虑“云端指令延迟”,导致 LFM 不达标,后期补充本地应急决策机制。

案例2:V2X 通信功能安全故障分析

故障场景:某车型V2X 模块因 “证书过期” 导致紧急制动指令无法验证,触发功能降级;

改进方案:在FSR 中新增 “证书有效期监控” 需求,在软件层加入证书更新提醒机制。

案例3:ML 模型功能安全风险应对

风险:ML 目标检测模型对 “白色货车” 漏检(特殊光照场景);

措施:补充该场景的训练数据(SOTIF 优化)、增加传统图像处理算法作为冗余校验(功能安全措施)。

5.2 学员问题研讨




*培训交付模式

- 在线培训(网址:https://www.grcc.vip/)
- 单模块或多模块

每次培训课程结束后,学员可回看全程培训课程视频。未能按时参加实时培训课程的学员,也可通过回看全程培训课程视频进行学习。培训结束后,学员可选择加入GRCC求职招聘群,有机会即时获得招聘最新信息!




副本_副本_未命名__2025-05-29+22_17_23.png




充值
下载币
扫码加交流群
联系
客服

扫码加交流群

微信服务号

关于我们-网站声明-网站地图-资源地图-友情链接

GRCC 科技文库版权所有.

©Copyright 2007-2022.沪ICP备18036460号-7