一种车辆功能安全的风险评估方法及相关设备与流程

1.本技术涉及车辆技术领域，尤其涉及一种车辆功能安全的风险评估方法及相关设备。


背景技术：

2.道路车辆功能安全是通过分析和设计，将车辆控制系统失效引起的安全风险降低至社会接受的水平，其中，沿用了汽车安全完整性等级(automotive safety integrity level，asil)的概念，汽车安全完整性等级用于描述失效水平以及系统功能可靠性大小。因此，危害分析与风险等级评估的正确与否，对车辆功能安全的开发起着至关重要的作用。
3.然而，在实际车辆功能开发的过程中，现有的asil评估准则主观性较强，难以得出客观有效的asil评估结果。


技术实现要素：

4.本技术实施例提供了一种车辆功能安全的风险评估方法及相关设备，能够解决在实际车辆功能开发的过程中，现有的asil评估准则主观性较强，难以得出客观有效的asil评估结果。
5.本技术实施例的第一方面，提供一种车辆功能安全的风险评估方法，包括：
6.将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及所述特征数据之间的关联关系，其中，所述已有车辆功能经验数据包括车辆功能描述数据、与所述车辆功能描述数据对应的车辆危害分析数据、与所述车辆功能描述数据对应的风险评估数据以及与所述车辆危害分析数据对应的安全状态数据，所述特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征；
7.根据所述特征数据及所述特征数据之间的关联关系，构建车辆评估数据网络，其中，所述车辆评估数据网络基于知识图谱算法构建得到；
8.向所述车辆评估数据网络中输入待评估的所述车辆功能特征，输出评估结果，其中，所述评估结果包括所述车辆危害特征对应的评估结果、所述风险等级特征对应的评估结果和所述安全状态特征对应的评估结果。
9.在一些实施方式中，所述将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及所述特征数据之间的关联关系的步骤，包括：
10.提取所述已有车辆功能经验数据的特征信息以及所述特征信息之间的关联关系，得到对应的所述特征数据及所述特征数据之间的关联关系；
11.计算相同类别的所述特征数据之间的相似度，并当所述相似度未超出设定阈值时，将相同类别的所述特征数据合并。
12.在一些实施方式中，所述提取所述已有车辆功能经验数据的特征信息以及所述特征信息之间的关联关系，得到对应的特征数据及所述特征数据之间的关联关系的步骤，包括：
13.提取所述已有车辆功能经验数据的特征信息，得到所述特征数据，其中，所述特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征；
14.提取功能失效模式作为所述车辆功能特征与所述车辆危害特征之间的关联关系；
15.提取危害原因作为所述车辆功能特征与所述风险等级特征之间的关联关系；
16.提取危害降级执行动作作为所述车辆危害特征与所述安全状态特征之间的关联关系；
17.提取风险对应作为所述风险等级特征与所述车辆危害特征之间的关联关系。
18.在一些实施方式中，所述根据所述特征数据及所述特征数据之间的关联关系，构建车辆评估数据网络的步骤之前，还包括：
19.提取所述已有车辆功能经验数据的属性信息，其中，所述属性信息包括功能属性信息、危害属性信息、风险属性信息和安全状态属性信息；
20.将所述属性信息附设在对应的所述特征数据中，其中，所述功能属性信息附设在所述车辆功能特征中，所述危害属性信息附设在所述车辆危害特征中，所述风险属性信息附设在所述风险等级特征中，所述安全状态属性信息附设在所述安全状态特征中。
21.在一些实施方式中，所述计算相同类别所述特征数据之间的相似度，并当所述相似度未超出设定阈值时，将相同类别的所述特征数据合并的步骤，包括：
22.计算所述特征数据的相似度向量；
23.根据相同类别的所述特征数据的所述相似度向量，计算相同类别的所述特征数据之间的所述相似度；
24.当所述相似度未超出所述设定阈值时，将相同类别的所述特征数据合并。
25.在一些实施方式中，所述提取所述已有车辆功能经验数据的特征信息以及所述特征信息之间的关联关系，得到对应的特征数据及所述特征数据之间的关联关系的步骤之后，包括：
26.判断是否存在两个或者两个以上的相同所述特征信息；
27.若相同的所述特征信息对应不同的所述已有车辆功能经验数据，对相同的所述特征信息对应不同的所述已有车辆功能经验数据再次进行特征信息的提取。
28.在一些实施方式中，所述根据所述特征数据及所述特征数据之间的关联关系，构建车辆评估数据网络的步骤之后，还包括：
29.根据推理规则，补充建立所述车辆评估数据网络中的关联关系，其中，所述车辆功能特征包括至少一个功能组，所述功能组包括至少一个所述车辆功能特征，所述推理规则包括危害推理规则和风险推理规则，所述危害推理规则包括同一个所述功能组中的所述车辆功能特征对应的所述失效模式相同，所述风险推理规则包括同一个所述功能组中的所述车辆功能特征对应的所述危害原因相同。
30.本技术实施例的第二方面，提供一种车辆功能安全的风险评估装置，包括：
31.数据化模块，用于将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及所述特征数据之间的关联关系，其中，所述已有车辆功能经验数据包括车辆功能描述数据、与所述车辆功能描述数据对应的车辆危害分析数据、与所述车辆功能描述数据对应的风险评估数据以及与所述车辆危害分析数据对应的安全状态数据，所述特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征；
32.构建模块，用于根据所述特征数据及所述特征数据之间的关联关系，构建车辆评估数据网络，其中，所述车辆评估数据网络基于知识图谱算法构建得到；
33.评估模块，用于向所述车辆评估数据网络中输入待评估的所述车辆功能特征，输出评估结果，其中，所述评估结果包括所述车辆危害特征对应的评估结果、所述风险等级特征对应的评估结果和所述安全状态特征对应的评估结果。
34.本技术实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器用于执行存储器中存储的计算机程序时实现第一方面所述的车辆功能安全的风险评估方法的步骤。
35.本技术实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的车辆功能安全的风险评估方法的步骤。
36.本技术实施例提供的车辆功能安全的风险评估方法及相关设备，通过对已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，已有车辆功能经验数据可以包括车辆功能引起的实际发生的事件数据或者通过长期经验累积得到经验数据，将数据化处理得到的车辆功能特征、车辆危害特征、风险等级特征和安全状态特征通过相互关联关系得到车辆评估数据网络，通过车辆评估数据网络对实际车辆功能开发的过程中的待评估的车辆功能特征进行风险评估，得到的评估结果是基于实际发生的时间数据或者长期经验累积的数据，因此评估结果相对于现有技术更为客观和准确，有利于在评估结果的基础上进一步优化车辆功能的设计。
附图说明
37.图1为本技术实施例提供的一种车辆功能安全的风险评估方法的示意性流程图；
38.图2为本技术实施例提供的一种车辆评估数据网络示意图；
39.图3为本技术实施例提供的一种车辆功能安全的风险评估装置的示意性结构框图；
40.图4为本技术实施例提供的一种电子设备的示意性结构框图；
41.图5为本技术实施例提供的一种计算机可读存储介质的示意性结构框图。
具体实施方式
42.为了更好的理解本说明书实施例提供的技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。
43.在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素
的过程、方法、物品或者设备中还存在另外的相同要素。术语“两个以上”包括两个或大于两个的情况。
44.道路车辆功能安全是通过分析和设计，将车辆控制系统失效引起的安全风险降低至社会接受的水平，其中，沿用了汽车安全完整性等级的概念，汽车安全完整性等级用于描述失效水平以及系统功能可靠性大小。因此，危害分析与风险等级评估的正确与否，对车辆功能安全的开发起着至关重要的作用。然而，在实际车辆功能开发的过程中，现有的asil评估准则主观性较强，难以得出客观有效的asil评估结果。
45.有鉴于此，本技术实施例提供一种车辆功能安全的风险评估方法及相关设备，能够解决在实际车辆功能开发的过程中，现有的asil评估准则主观性较强，难以得出客观有效的asil评估结果。
46.本技术实施例的第一方面，提供一种车辆功能安全的风险评估方法，图1为本技术实施例提供的一种车辆功能安全的风险评估方法的示意性流程图。如图1所示，本技术实施例提供的车辆功能安全的风险评估方法，包括：
47.s100：将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系。
48.其中，已有车辆功能经验数据包括车辆功能描述数据、与车辆功能描述数据对应的车辆危害分析数据、与车辆功能描述数据对应的风险评估数据以及与车辆危害分析数据对应的安全状态数据，特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征。示例性的，已有车辆功能经验数据可以包括车辆功能引起的实际发生的事件数据或者通过长期经验累积得到经验数据，本技术不作具体限定。示例性的，车辆功能特征可以包括车辆的功能描述，例如，加速功能、制动功能或者转向功能等；车辆危害特征可以包括撞击、轮胎损坏或者爆胎等；风险等级特征可以包括各个风险等级，例如低风险、中风险和高风险；安全状态特征可以包括完全安全状态、相对安全状态(需要避险)和不安全状态等，本技术均不作具体限定。特征数据之间的关联关系也可以理解为对应关系，例如，加速功能可以对应撞击、轮胎损坏或者爆胎，车辆功能特征与车辆危害特征的关联关系则决定加速功能在什么情况下加速功能对应的是撞击，或是轮胎损坏，还是爆胎；车辆功能特征与风险等级特征的关联关系决定在什么情况下加速功能对应的是低风险，或是中风险，还是高风险；车辆危害特征与安全状态特征的关联关系决定在什么情况下撞击对应的是完全安全状态，或是相对安全状态，还是和不安全状态，以上均示例性列举，不作为本技术的具体限定。
49.s200：根据特征数据及特征数据之间的关联关系，构建车辆评估数据网络。
50.其中，车辆评估数据网络基于知识图谱算法构建得到。知识图谱(knowledge graph)又称为科学知识图谱，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。一个知识图谱构成一张语义网络图，节点表示实体，边则由关系构成。知识图谱构成的语义网络图表达了各种各样的实体、概念及其之间的各类关联。特征数据即可视为实体，构建知识图谱用到的算法可以称为知识图谱算法。图2为本技术实施例提供的一种车辆评估数据网络示意图。如图2所示，利用知识图谱算法，基于步骤s100数据化处理得到的特征数据及特征数据之间的关联关系，能够构建得到车辆评估数据网络100，车辆评估数据网
络100能够用于在实际车辆功能开发的过程中，对车辆开发的车辆功能进行风险评估，可以根据评估结果进一步优化车辆功能的设计。
51.s300：向车辆评估数据网络中输入待评估的车辆功能特征，输出评估结果。
52.其中，评估结果包括车辆危害特征对应的评估结果、风险等级特征对应的评估结果和安全状态特征对应的评估结果。待评估的车辆功能特征则是在实际车辆功能开发中需要被评估的车辆功能特征，例如，待评估的车辆功能特征可以是加速度功能，将加速度功能输入到车辆评估数据网络中，依据特征数据之间的关联关系，车辆评估数据网络会输出相应的评估结果，评估结果通常包括与该加速度功能关联的车辆危害特征对应的评估结果、风险等级特征对应的评估结果和安全状态特征对应的评估结果，车辆危害特征对应的评估结果可以包括撞击、轮胎损坏或者爆胎等；风险等级特征对应的评估结果可以包括低风险、中风险和高风险；安全状态特征对应的评估结果可以包括完全安全状态、相对安全状态(需要避险)和不安全状态等，本技术均不作具体限定。
53.本技术实施例提供的车辆功能安全的风险评估方法，通过对已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，已有车辆功能经验数据可以包括车辆功能引起的实际发生的事件数据或者通过长期经验累积得到经验数据，将数据化处理得到的车辆功能特征、车辆危害特征、风险等级特征和安全状态特征通过相互关联关系得到车辆评估数据网络，通过车辆评估数据网络对实际车辆功能开发的过程中的待评估的车辆功能特征进行风险评估，得到的评估结果是基于实际发生的时间数据或者长期经验累积的数据，因此评估结果相对于现有技术更为客观和准确，有利于在评估结果的基础上进一步优化车辆功能的设计。
54.在一些实施方式中，步骤s100，可以包括：
55.提取已有车辆功能经验数据的特征信息以及特征信息之间的关联关系，得到对应的特征数据及特征数据之间的关联关系。提取特征信息可以通过提取关键词来实现，本技术不作具体限定。
56.计算相同类别的特征数据之间的相似度，并当相似度未超出设定阈值时，将相同类别的特征数据合并。
57.在一些实施方式中，计算相同类别特征数据之间的相似度，并当相似度未超出设定阈值时，将相同类别的特征数据合并的步骤，包括：
58.计算特征数据的相似度向量。
59.示例性的，可以按照下式计算特征数据的相似度向量：
60.p＝w1×
sim(x1,y1) w2×
sim(x2,y2)
…
w
n
×
sin(x
n
,y
n
)，
61.其中，p为特征数据的相似度向量，x和y均为特征数据中的两个数据类型，x
n
和y
n
为x和y在第n个特征值上对应的实例值，n为大于0的自然数，sim(x
n
,y
n
)为第n个特征值的相似度向量，w
n
为第n个特征值的相似度向量的加权系数。特征数据的数据类型可以包括文本或者字符，字符可以是数字、字母、公式等，本技术不作具体限定。
62.根据相同类别的特征数据的所述相似度向量，计算相同类别的特征数据之间的相似度。
63.示例性的，可以按照下式计算相同类别的特征数据之间的相似度：
[0064][0065]
其中，s为同类别的两个特征数据之间的相似度，p1为同类别的第一特征数据的相似度向量，p2为同类别的第二特征数据的相似度向量，第一特征数据和第二特征数据为同类别的特征数据中的任意两个特征数据。同一类别里的所有特征数据均可两两或者多个之间进行相似度的计算，本技术不作具体限定。
[0066]
当相似度未超出设定阈值时，将相同类别的特征数据合并。设定阈值可以根据具体的特征数据类别进行差异化设定，本技术不作具体限定。相似度未超出设定阈值，说明两个或者多个特征数据之间较为接近或者相似，可以合并为一个特征数据，更利于特征数据的收敛和区别化。相似度超出设定阈值，则说明两个或者多个特征数据之间具有明显差异，则不做处理。
[0067]
本技术实施例提供的车辆功能安全的风险评估方法，通过计算相同类别的特征数据之间的相似度，判断相似度与设定阈值之间的大小，可以分辨相同类别的特征数据之间是否相似或者接近，将相似或者接近的特征数据合并为一个特征数据，能够起到数据收敛的作用，利于数据整理，便于后续车辆评估数据网络的建立。
[0068]
在一些实施方式中，提取已有车辆功能经验数据的特征信息以及特征信息之间的关联关系，得到对应的特征数据及特征数据之间的关联关系的步骤，包括：
[0069]
提取已有车辆功能经验数据的特征信息，得到特征数据，其中，特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征。
[0070]
提取功能失效模式作为车辆功能特征与车辆危害特征之间的关联关系。失效模式是指从致使失效的因素、失效的机理、失效发展过程到失效临界状态的到达等整个失效过程的综合术语。示例性的，变形失效模式包括局部变形或整体变形、弹性变形、塑性变形或蠕变变形。示例性的，在车辆技术领域，当车辆功能特征是加速功能时，功能失效模式可以包括加速失效，加速失效可以是未加速、加速不足、加速超速或者熄火停车等，本技术不作具体限定。示例性的，加速功能在加速不足的情况下对应的车辆危害特征可以是撞车。
[0071]
提取危害原因作为车辆功能特征与风险等级特征之间的关联关系。示例性的，加速功能对应的危害原因可以包括油门失灵或者档位失灵等，加速功能在油门失灵的危害原因下对应的风险等级可以是中风险。
[0072]
提取危害降级执行动作作为车辆危害特征与安全状态特征之间的关联关系。危害降级执行动作可以理解为未降低车辆危害的程度，可以执行危害降级动作，危害降级动作可以包括制动、减速或者其他操作动作。示例性的，加速功能在加速不足的情况下对应的车辆危害特征可以是撞车，撞车在危害降级动作是制动的情况下可以对应相对安全状态(需要避险)的安全状态特征。
[0073]
提取风险对应作为风险等级特征与车辆危害特征之间的关联关系。风险对应可以是风险等级特征与车辆危害特征之间的一对一的对应关系，示例性的，加速功能在油门失灵的危害原因下对应的风险等级可以是中风险，此时中风险对应的车辆危害特征为撞车。
[0074]
本技术实施例提供的车辆功能安全的风险评估方法，通过不同车辆功能特征的各类失效模式与车辆危害特征之间、危害原因对应的风险等级特征之间以及危害降级动作对应的安全状态特征之间构成车辆评估数据网络。在进行车辆功能评估时，依据待评估的车
辆功能特征在车辆评估数据网络中进行搜索，得到的评估结果相对于现有技术更为客观和准确，可以根据评估结果进一步优化车辆功能的设计。
[0075]
在一些实施方式中，步骤s200之前，还包括：
[0076]
提取已有车辆功能经验数据的属性信息，其中，属性信息包括功能属性信息、危害属性信息、风险属性信息和安全状态属性信息。
[0077]
将属性信息附设在对应的特征数据中，其中，功能属性信息附设在车辆功能特征中，危害属性信息附设在车辆危害特征中，风险属性信息附设在风险等级特征中，安全状态属性信息附设在安全状态特征中。示例性的，功能属性信息可以包括驾驶场景、环境和人员等，驾驶场景可以包括高速路、高架桥或者乡村道路等，环境可以是气候环境，例如雨天、雪天、雾天或者晴天等，人员可以限定驾龄的等级等；危害属性信息可以包括车辆加速度信息、位移信息等；风险属性信息可以包括严重度、可控度或者暴露度等；安全状态属性信息可以包括状态和时间等。以上均是示例性举例，不作为本技术的具体限定。
[0078]
本技术实施例提供的车辆功能安全的风险评估方法，通过提取属性信息，并将属性信息附设在特征数据中，可以将进一步细化特征数据的场景或者程度等信息，能够使得构建的车辆评估数据网络在评估车辆功能时，得到的评结果更加接近实际情况，评估结果更加准确。
[0079]
在一些实施方式中，提取已有车辆功能经验数据的特征信息以及特征信息之间的关联关系，得到对应的特征数据及特征数据之间的关联关系的步骤之后，包括：
[0080]
判断是否存在两个或者两个以上的相同特征信息。
[0081]
若相同的特征信息对应不同的已有车辆功能经验数据，对相同的特征信息对应不同的已有车辆功能经验数据再次进行特征信息的提取。示例性的，提取特征信息可以是提取关键词，在提取已有车辆功能经验数据的关键词时，两个或者两个以上的已有车辆功能经验数据提取出相同的关键词，但是两个或者两个以上的已有车辆功能经验数据代表着不同的场景含义或者功能含义等，此时，需要对这部分已有车辆功能经验数据进行关键词的重新提取，知道提取出不同的关键词为止，该提取关键词的过程可以对提取规则稍作调整，避免发生再次提取到相同关键词的情况发生。
[0082]
本技术实施例提供的车辆功能安全的风险评估方法，通过判断是否存在两个或者两个以上的相同特征信息，若相同的特征信息对应不同的已有车辆功能经验数据，对相同的特征信息对应不同的已有车辆功能经验数据再次进行特征信息的提取，能够避免遗漏部分已有车辆功能经验数据，可以保证构建的车辆评估数据网络中包含有更为全面的已有车辆功能经验数据的特征数据以及特征数据之间的关联关系，进而能够使得利用车辆评估数据网络在评估车辆功能时，得到的评结果更加接近实际情况，评估结果更加准确。
[0083]
在一些实施方式中，步骤s200之后，还包括：
[0084]
根据推理规则，补充建立车辆评估数据网络中的关联关系，其中，车辆功能特征包括至少一个功能组，功能组包括至少一个车辆功能特征，推理规则包括危害推理规则和风险推理规则，危害推理规则包括同一个功能组中的车辆功能特征对应的失效模式相同，风险推理规则包括同一个功能组中的车辆功能特征对应的危害原因相同。
[0085]
示例性的，同一个功能组中的车辆功能特征的功能相似，功能组的建立可以针对与新开发的车辆功能特征，将新开发的功能特征放入已有的具有相似功能的功能组中。危
害推理规则具体可以为任一功能组中的任一车辆功能特征对应的功能失效模式引起一个车辆危害特征，并进入一个安全状态特征，则对应相同功能失效模式的同一功能组中的其他车辆功能特征关联相同的车辆危害特征和相同的安全状态特征。风险推理规则具体可以为任一功能组中的任一车辆功能特征对应的危害原因对应一个风险等级特征，并引起一个车辆危害特征以及进入一个安全状态特征，则对应相同危害原因的同一功能组中的其他车辆功能特征关联相同的风险等级特征、相同的车辆危害特征和相同的安全状态特征。
[0086]
本技术实施例提供的车辆功能安全的风险评估方法，通过设定推理规则，补充建立车辆评估数据网络中的关联关系，可以应对新开发的车辆功能特征，通常新开发的车辆功能特征在实际发生的事件和经验积累中没有对应的失效模式、车辆危害特征、风险等级特征以及安全状态特征的数据，因此根据推理规则，将新开发的车辆功能特征放入已有的具有相似功能的功能组中，基于功能相似的，补充建立新开发的车辆功能特征在车辆评估数据网络中的关联关系，在功能评估时，可以得到较为接近真实情况的评估结果，因此评估结果相对于现有技术更为客观和准确，有利于在评估结果的基础上进一步优化车辆功能的设计。
[0087]
本技术实施例的第二方面，提供一种车辆功能安全的风险评估装置，图3为本技术实施例提供的一种车辆功能安全的风险评估装置的示意性结构框图。
[0088]
如图3所示，包括：
[0089]
数据化模块200，用于将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，其中，已有车辆功能经验数据包括车辆功能描述数据、与车辆功能描述数据对应的车辆危害分析数据、与车辆功能描述数据对应的风险评估数据以及与车辆危害分析数据对应的安全状态数据，特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征。
[0090]
构建模块300，用于根据特征数据及特征数据之间的关联关系，构建车辆评估数据网络，其中，车辆评估数据网络基于知识图谱算法构建得到。
[0091]
评估模块400，用于向车辆评估数据网络中输入待评估的车辆功能特征，输出评估结果，其中，评估结果包括车辆危害特征对应的评估结果、风险等级特征对应的评估结果和安全状态特征对应的评估结果。
[0092]
本技术实施例提供的车辆功能安全的风险评估装置，通过对已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，已有车辆功能经验数据可以包括车辆功能引起的实际发生的事件数据或者通过长期经验累积得到经验数据，将数据化处理得到的车辆功能特征、车辆危害特征、风险等级特征和安全状态特征通过相互关联关系得到车辆评估数据网络，通过车辆评估数据网络对实际车辆功能开发的过程中的待评估的车辆功能特征进行风险评估，得到的评估结果是基于实际发生的时间数据或者长期经验累积的数据，因此评估结果相对于现有技术更为客观和准确，有利于在评估结果的基础上进一步优化车辆功能的设计。
[0093]
本技术实施例的第三方面，图4为本技术实施例提供的一种电子设备的示意性结构框图。如图4所示，提供一种电子设备500，包括：存储器510、处理器520以及存储在存储器510中并可在处理器520上运行的计算机程序，处理器520用于执行存储器510中存储的计算机程序时实现第一方面所述的车辆功能安全的风险评估方法的步骤：
[0094]
将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，其中，已有车辆功能经验数据包括车辆功能描述数据、与车辆功能描述数据对应的车辆危害分析数据、与车辆功能描述数据对应的风险评估数据以及与车辆危害分析数据对应的安全状态数据，特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征。
[0095]
根据特征数据及特征数据之间的关联关系，构建车辆评估数据网络，其中，车辆评估数据网络基于知识图谱算法构建得到。
[0096]
向车辆评估数据网络中输入待评估的车辆功能特征，输出评估结果，其中，评估结果包括车辆危害特征对应的评估结果、风险等级特征对应的评估结果和安全状态特征对应的评估结果。
[0097]
本技术实施例的第三方面，图5为本技术实施例提供的一种计算机可读存储介质的示意性结构框图。如图5所示，提供一种计算机可读存储介质600，其上存储有计算机程序610，计算机程序610被处理器执行时实现第一方面所述的车辆功能安全的风险评估方法的步骤：
[0098]
将已有车辆功能经验数据进行数据化处理，得到对应的特征数据及特征数据之间的关联关系，其中，已有车辆功能经验数据包括车辆功能描述数据、与车辆功能描述数据对应的车辆危害分析数据、与车辆功能描述数据对应的风险评估数据以及与车辆危害分析数据对应的安全状态数据，特征数据的类别包括车辆功能特征、车辆危害特征、风险等级特征和安全状态特征。
[0099]
根据特征数据及特征数据之间的关联关系，构建车辆评估数据网络，其中，车辆评估数据网络基于知识图谱算法构建得到。
[0100]
向车辆评估数据网络中输入待评估的车辆功能特征，输出评估结果，其中，评估结果包括车辆危害特征对应的评估结果、风险等级特征对应的评估结果和安全状态特征对应的评估结果。
[0101]
尽管已描述了本说明书的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。
[0102]
显然，本领域的技术人员可以对本说明书进行各种改动和变型而不脱离本说明书的精神和范围。这样，倘若本说明书的这些修改和变型属于本说明书权利要求及其等同技术的范围之内，则本说明书也意图包含这些改动和变型在内。