JARI Research Journal 20150707 【研究活動紹介】 Exposure 見積もりの基礎研究 －自動車－機能安全－ISO 26262－ Basic Research for Estimating the Probability of Exposure －Road Vehicles－Functional Safety－ISO 26262－ 大谷 正俊 *1 Masatoshi OTANI 後呂 考亮 *1 山本 Kosuke USHIRO 1. はじめに 自動車の E/E（電気/電子）システムの機能安全 国際規格として，2011 年 11 月に ISO 26262： 2011(First edition)が制定された．機能安全とは， 安全機構の実装，あるいはプロセスの導入を含め た安全方策によって安全性を確保することをいう． ISO 26262 規格発行後，各 OEM が取り組んで いる ASIL（Automotive Safety Integrity Level: 自動車安全度水準）を決定する H&R（Hazard analysis & Risk assessment：ハザード分析およ びリスク評価）は，Exposure，Severity， Controllability の各要素の組合せから導出される 機能安全のコンセプトフェーズにおける重要な実 施項目の一つである． しかしながら，多くの OEM は ASIL 決定に際 し，規格上に明確な規定がない，また業界で標準 化されたユースケースが存在しないという材料不 足の状況下で，独自のエキスパート判断により ASIL を導出している． 同一機能のアイテム 注 1)に対して異なる ASIL が，各 OEM の独自の解釈や基準に基づいて，エ キスパート判断によって導出されている場合には， どの ASIL が適切であるかについて自動車産業界 内の混乱を招く一因となり得る． そこで，本稿では ASIL の不均一を招く要素であ る Exposure について，適切な評価のための証拠デ ータや推論の導出に関する参考事例を紹介する． 2. ASIL ISO 26262では，リスクの指標としてASILを使 用する．ASILは， 「アイテムまたはエレメント注2)に 必要なISO 26262の要件および不合理な残存リス 吉則 *2 Yoshinori YAMAMOTO クを回避するために適用される安全方策注3)を規定 する，Dが最も厳しく，Aが最も低い厳しさのレベ ルを表す4つのレベルの一つ」と定義され，危険事 象のそれぞれに割り付けたSeverity，Exposure， Controllabilityの各クラスから，Table 1に従って決 定される． Table 1において，QM（Quality Management） は機能安全を適用しなくてもよい通常の品質管理 である．QM＜ A ＜ B ＜ C ＜ D の順に，高い レベルの安全方策が求められる． S1 S2 S3 Table 1 ASIL の決定 E1 E2 E3 E4 E1 E2 E3 E4 E1 E2 E3 E4 C1 QM QM QM QM QM QM QM A QM QM A B C2 QM QM QM A QM QM A B QM A B C C3 QM QM A B QM A B C A B C D 1) Severity Severity は，「潜在的な危険な状況における 1 人以上の個人に対して発生する可能性のある危害 程度の見積もり」と定義されている．Severity を 述べるための一つの方法として，衝突速度と傷害 注 1) ISO 26262 が適用される，車両レベルの機能を実装する システムまたはシステム群 注 2) コンポーネント，ハードウェア，ソフトウェア，ハード ウェア部品およびソフトウェアユニットを含むシステム， またはシステムの一部 注 3) 故障を検出，回避または抑制するか，それらの有害な影響 を軽減するための活動または技術的解決策 ＊1 一般財団法人日本自動車研究所 ITS研究部 ＊2 一般社団法人日本自動車工業会 電子安全性分科会 JARI Research Journal － 1 － (2015.7) リスクに関連があることに着目し，有効衝突速度 および事故のケースより導出される略式傷害尺度 （AIS：Abbreviated Injury Scale）の確率分類 （ISO 26262-part3 Table B.1）が使用される． 危険事象のそれぞれに対し，S0～S3のクラスの 一つが割り付けられる（Table 2）． 危険事象のそれぞれに対し，E0～E4のクラスの 一つが割り付けられる（Table 3）． 3) Controllability Controllability は，「当事者のタイムリーな反 応により，場合によっては外部方策の支援により， 特定された危害または損害を回避する能力」と定 義されている． これは，潜在的リスクのあるドライバまたは他の 人が特定の危害を回避するために、危険事象に対し， 十分に抑制することができる確率（ISO 26262-3 Table B.4）の見積もりである． 危険事象のそれぞれに対し，C0からC3のクラス の1つが割り付けられる（Table 4）． 2) Exposure Exposure は，「分析対象の故障モードと組み 合わさると，運用状況が危険になる可能性がある 状態」と定義されている． これは，想定される運用状況の特性に応じ，その 期間（ISO 26262-3 Table B.2），もしくは，発生 頻度（ISO 26262-3 Table B.3）のどちらかの指標 による見積もりである． Table 2 Severity クラス 1) クラス S0 記述 傷害なし 単一傷害に対する参考 (AIS尺度より) S1 S2 ISO 26262-3 参照先 S3 重度および生命を脅かす 軽度および中程度の傷害 傷害（生存の可能性があ る） 生命を脅かす傷害（生存 がはっきりとしない）， 致命的な傷害 Table 1 - AIS 0およびAIS 1-6の確 AIS 1-6の確率が10%以上 率が10%未満 AIS 3-6の確率が10%以上 AIS 5-6の確率が10%以上 (および，S2またはS3では - 安全関連とは分類できな (および，S3ではない) ない) い損害 Table 3 Table B.1 Exposure クラス クラス E0 E1 E2 E3 E4 ISO 26262-31) 参照先 記述 極めて起こりにくい 非常に低い確率 低い確率 中位の確率 高い確率 Table 2 期間 (平均動作時間の%) -- 規定なし 平均動作時間の1%未満 状況の頻度 -- 平均動作時間の1～10% 平均動作時間の10%超 未満 Table B.2 大多数のドライバーに 大多数のドライバーに 平均的なドライバーに 平均して，ほとんどす とっては，年に1回未満 とっては，年に数回し とっては，月に1回以上 べての運転中に発生す か発生しない状況 る状況 しか発生しない状況 発生する状況 Table B.3 Table 4 Controllability クラス 1) クラス C0 C1 C2 記述 通常のコントロール可能 簡単にコントロール可能 普通にコントロール可能 運転ファクターおよび シナリオ 大抵はコントロール可能 JARI Research Journal すべてのドライバーまた は他の交通当事者の99% 以上が，通常，危害を回 避できる。 すべてのドライバーまた は他の交通当事者の90% 以上が，通常，危害を回 避できる。 － 2 － C3 ISO 26262-3 参照先 コントロールが困難また はコントロール不能 Table 3 すべてのドライバーまた は他の交通当事者の90% 未満が，通常，危害を回 避できる，または，なん とか回避できる。 Table B.4 (2015.7) 3. Exposure 見積もりアプローチ 3.1 背景 ISO26262-3 の H&R においては，運用状況の 確率に基づく Exposure を見積もる必要がある． ISO26262-3 Table B.2，B.3 にはそれぞれ運用 状況の期間（車両の総運用時間と比較して，運用 状況の持続時間を考慮）および頻度（特定の走行 状況の発生頻度）に関する「Exposure の確率」(以 下，「Ei」という)の例が示されているが，代表 的なものの一部に過ぎない．また，H&R では， これらの複数の運用状況の期間および発生頻度に 関する Ei を組合わせることによって，シチュエ ーションの Exposure が見積もられる場合も多い． この運用状況には，例えば以下の要素が含まれる． ・道路種別（市街路，高速道路等） ・自車両の状態（停車中，加速中，走行中 （低速/中速/高速），右/左折中等） ・自車両の周辺環境（交通渋滞あり/なし，車両 /歩行者/サイクリスト/障害物が存在、勾配 有無等） 特に，自車両の周辺環境は，対象車両の仕向け 地ごとに，異なる場合もあり，エキスパートが， これら全ての Ei を見積もることは難しい． 3.2 目的 いくつかの代表的な，自車両の周辺環境の運用 状況の Ei を見積もる上で，参考となる考え方， データを得ることを目的とする． 3.3 検討対象運用状況 エキスパート判断を支援する上で間接的に有効 なデータや文献が存在するが，これらのデータを 基に求めたい運用状況の確率を導出するには，適 切な分析アプローチが必要となる。以下の①～③ の運用状況を対象に，各々の Ei を見積もったの で紹介する．参考として Table 5 に各運用状況（図 中の色付き部が対応）におけるハザードを含む危 険事象例を記載している． 1)-2 自車両（乗用車）が，大型車と衝突 ・自車両（乗用車）が，大型車と遭遇する Ei 2) 車両の周囲の歩行者/サイクリスト ・走行中の車両が，歩行者/サイクリストと遭遇 する Ei 3) 道路勾配 ・一般道路における勾配の Ei Table 5 検討対象運用状況 危険事象例 運用状況 道路種別 自車両の状態 自車両の周辺環境 ハザード 市街路 中速で走行中 1)-1 乗用車 意図しない急減速 市街路 中速で走行中 1)-2 大型車 意図しない急減速 市街路 中速で走行中 2) 歩行者/サイクリスト 意図しない急加速 市街路 停車中 3) 道路勾配 歩行者/サイクリスト 意図しない後退 3.4 見積もりアプローチと結果 1) 衝突事故の相手車両 日本，米国，欧州（ドイツ/イギリス/フランス） の交通事故統計データを基に，乗用車対乗用車 および乗用車対大型車の車両事故(車両同士の少 なくとも一方が自動車）に占める割合を分析し， 1)-1 自車両（乗用車）が，乗用車と遭遇する確率 および 1)-2 自車両（乗用車）が，大型車と遭遇 する確率を見積もった（Table 6）． その結果，次の見解が得られた． 1)-1 自車両（乗用車）が衝突対象として乗用車 と遭遇する Ei は，グローバル（日・米・欧）で 総合的に考えて，通常（E4）と評価できる． 1)-2 自車両（乗用車）が衝突対象として大型車 と遭遇する Ei は，グローバル（日・米・欧）で 総合的に考えて，通常（E4）より 1 クラス程度， 下がると評価できる． Table 6 交通事故統計データ分析結果 1) 衝突事故の相手車両 1)-1 自車両（乗用車）が，乗用車と衝突 ・自車両（乗用車）が，乗用車と遭遇する Ei JARI Research Journal 欧州 日本 2) 米国 3) 1)-1 68.7% 53.7% 61.5% 55.1% 32.7% 54.3% 1)-2 10.9% 7.7% 7.9% 6.9% 5.0% 7.7% No － 3 － ドイツ 4) イギリス 5) フランス 6) 平均 (2015.7) 2) 車両の周囲の歩行者/サイクリスト a) Ei 見積もり基準値 横断歩道上の歩行者の Ei を通常（E4）と仮定 し，工業地域，商業地域，居住地域が揃っている 川崎市を，日本を代表する都市として選出し，横 断歩道の歩行者の調査結果 7)から走行中の車両に 関する Ei の見積もりに使用する基準値を算出し， その基準値と対象の実測調査値とを相対比較して Ei を見積もった． ・横断歩道上の歩行者数（比較用基準値）： 0.235 人/m b) Ei 見積もり結果 昼間人口が多い東京都の中で面積が広く，商店 街が多い世田谷区の都道 （世田谷通り， 駒沢通り）， 国道（246 号線），区道（商店街）について，車 両前方の危険領域に， 歩行者/サイクリストが存在 する比較用実測値を算出した（Table 7，Fig. 1）． その結果，走行中の 2) 車両周囲の危険領域に, 歩行者/サイクリストが存在する Ei は，横断歩道 上の歩行者数の基準値と比較して，通常（E4）よ り 2 クラス程度，下がると評価できるとの見解が 得られた． 3) 道路勾配 人口および交通量が多く，日本の地形の特徴であ る平野部，丘陵部，盆地を併せ持つ東京都，大阪市， 名古屋市の国道，環状線，区道，主要地方道，地方 道について，道路勾配の頻度分布を5mメッシュの DEM（Digital Elevation Model：数値標高モデル） を用いて調査した． 周辺地形（河川，崖，窪地等）の影響を受けにく くするために，使用する5mDEMを絞り込む手法を 考案し，道路長50m間隔のポイント毎にGIS （Geographic Information System：地理情報シス テム）ソフトで抽出した5mDEMによるラスタから 道路勾配を算出し，そのデータ全体の累積頻度分布 を基に国内におけるEiのクラス毎の領域を，限定的 ではあるが見積もった（Table 8，Fig. 2）． その結果，限定的なデータからの推測ではあるが日 本国内において，一般道路における勾配のEiは， Table 8を考慮できる可能性があるとの見解が得ら れた． Table 8 道路勾配頻度分布分析結果 No クラス 道路勾配 占有率 E1 10%以上 0.09% E2 6%以上10%未満 1.04% E3 3%以上6%未満 7.38% E4 3%未満 91.49% 3) Table 7 走行中の周囲の歩行者/サイクリスト調査結果 道路名称 世田谷通り 2) 駒沢通り 道路種別 都道 246号線 国道 -(商店街) 区道 世田谷区道路 世田谷区道路 平均人数 人数 調査距離 延長合計 種別毎延長 （人/m） （人） （m） （m） （m） 7,700 5 (5/10,600*67,331+ 67,331 8/7,110*10,985+ 0 2,900 250,475注6) 58/2,380*172,159)/250,475 10,985 8 7,110 58 2,380 172,159注5) 東京都，大阪市，名古屋市主要道路および東京都内区道 （江東区，足立区，練馬区，世田谷区，渋谷区）の勾配分布 2,500 100 =0.006949 90 2,000 80 注 5) 商店街における車両が通行可能な区道の延長（推定）． 注 6) 世田谷区の都道，国道および車両が通行可能な区道の総延長（推定） 1,500 60 頻度 70 50 1,000 40 は 1,128,521m で未計測の商店街以外の区道延長（推定） ：878,046m を除く． 世田谷通り 246 号線 商店街 累積相対頻度(%) No 30 頻度 500 20 累積相対頻度 10 20 19 18 17 16 15 14 13 11 12 9 10 8 7 6 5 4 3 2 1 0 0 0 勾配(%) Fig. 1 走行中の周囲の歩行者/サイクリスト調査画像例 JARI Research Journal Fig. 2 東京都，大阪市，名古屋市主要道路勾配累積分布 － 4 － (2015.7) 4. まとめ 1) 衝突事故の相手車両，2) 車両の周囲の歩行 者/サイクリストおよび 3) 道路勾配における Ei を見積もる上で参考となる事例，およびアプロー チを紹介した． データの分析においては，目的に応じた適切な 処置を必要とし，例えば交通事故データの分析に おいては，各データソース（事故の組入れ基準お よび各データベースの結果の制限等） ，特定の分析 のためのケースの選択（車両種類の包含等） ，重要 な要素の分類（用語の定義）を理解することが重 要である． また，地域性，グローバル性を考慮するかによ って必要データの準備や選択が異なってくること に留意が必要である． 本稿は当研究所が一般社団法人日本自動車工業 会からの委託研究（2012 年度から 3 ヵ年計画） の一部を要約，平易化ならびに抜粋してまとめた ものである． 参考文献 1) ISO 26262-3 First edition 2011-11-15 英和対訳版 （一般財団法人 日本規格協会発行） 2) 交通事故統計年報（平成 19 年度～平成 23 年度），交 通事故総合分析センター 3) NASS GES DATA (2011 Vehicle DATA File) 4) Statistisches Bundesamt, Fachserie 8, Reihe 7， 2011 5) DfT Road Safety_Vehicles_2005-2011 6) Base de données accidents corporels de la circulation sur 6 années - France entière 2006-2011 7) 神奈川県川崎市ウェブサイト「交差点交通量調査」 データ（平成 18 年 6 月調査）, http://www.city.kawasaki.jp/kurashi/category/28-6-1 4-0-0-0-0-0-0-0.html, 2015 年 6 月 10 日 JARI Research Journal － 5 － (2015.7)
© Copyright 2024 ExpyDoc
