Aurora自动驾驶安全案例框架
Aurora于2021年8月推出了第一个适用于自动驾驶卡车和乘用车的安全案例框架（Safety Case Framework）初始版本。
Aurora使用基于安全案例的方法，评估自动驾驶车辆何时能够安全地在公共道路上行驶，并评估它们是否不会对机动车安全造成不合理的风险。
Aurora安全案例框架评估了车辆的整个开发生命周期，够加快部署的速度，并确定何时可以接受自动驾驶车辆在公共道路上的安全性。
基于安全案例的方法以合乎逻辑的方式将这证据与主张两个基本概念结合在一起，以有效地展示为确定车辆在公共道路上安全行驶所做的工作。
Aurora的安全案例框架覆盖了对评估公共道路上自动驾驶车辆的安全开发、测试和运行至关重要的不同要素。该框架的设计涵盖了与车辆操作员的测试，也包括没有操作员的测试。同时，它是为适应环境而构建的，因此可以根据不同的场景和环境对其进行定制。能够将安全案例声明改编为适用于不同的车辆平台、有操作员的车辆、试车跑道上的车辆以及公共道路上的车辆。
安全案例框架旨在适应不同的车辆、场景和环境。因此，将有多个单独的安全案例，涵盖各种配置、平台和操作领域，而不是涵盖自动驾驶车辆所有用途的单一安全案例。
最高级别目标
Aurora安全案例框架围绕着“我们的自动驾驶车辆在公共道路上运行是可接受的安全性”这一最高级别的声明展开，并将这一主张分解为五个安全原则或子原则。
G1：精通／Proficient：自动驾驶车辆在正常运行期间具备可接受的安全。
G2：故障安全／Fail－safe：自动驾驶车辆在出现故障和失效时具备可接受的安全。
G3：不断改进／Continuously improving：对构成不合理安全风险的所有已识别潜在安全问题进行评估，并采取适当的纠正和预防措施予以解决。
G4：有弹性的／Resilient：在可合理预见的误用和不可避免的事件情况下，自动驾驶车辆具备可接受的安全。
G5：值得信赖的／Trustworthy：自动驾驶企业应是值得信赖的。
顶级声明是根据涵盖安全操作范围的安全原则定义的，使用广度优先、深度第二的方法分解每个安全原则。每个安全原则都被分解为中间论点、上下文和策略的层次，将每个安全论点作为逻辑分解进行追踪。
安全原则分解示例
