DVP 状态: 规划中（PLANNED） — 目前尚无规范文档。欢迎贡献和反馈。
VAP 配置文件: 自动驾驶出行

DVP - 驾驶车辆配置文件

自动驾驶AI飞行记录仪

"Every Decision, Cryptographically Recorded"

— 每一个决策，都以加密方式记录

" 不是在事故后追问"为什么"，而是在事故前留下"证据" "

2018年，Uber自动驾驶汽车致命事故。2016年，特斯拉Autopilot致命事故。

调查人员面临同样的问题：

"AI看到了什么，做出了什么判断，为什么选择了那个行动？"

传统的EDR（事件数据记录仪）记录车辆的物理状态。

但是，AI决策的内部过程没有被记录。

DVP旨在填补这一空白 — 以可检测篡改的形式记录AI决策的完整因果链。

查看架构 法规映射 参与制定

为什么需要DVP

当前自动驾驶系统的结构性挑战

AI决策黑箱

来自LiDAR、摄像头和雷达的输入如何被处理，为什么做出"直行"、"停止"或"避让"的决策，当前的EDR不会记录这些。

责任模糊

在SAE L3及以上级别，系统在启用期间执行驾驶任务；法律责任如何分配因法域而异。事故发生后，能否证明是"人为过失"还是"系统缺陷"，取决于记录了什么，以及这些记录能否被第三方独立验证。

监管要求加强

联合国第157号法规（R157）要求配备ALKS的车辆装备自动驾驶数据存储系统（DSSAD）。在EU AI Act下，车辆的AI安全组件依第6条第1款（附件I B部分）被归类为高风险，但该法的要求并不直接适用，而是在型式认证法规中予以考虑（第2条第2款、第107条、第109条）。DVP规划为与这些规则并行的决策级溯源记录配置文件。

事故调查场景（示例）

事故发生

调查开始

日志获取

问题发现

"不确定AI是否识别到行人"

"无法识别制动决策的触发因素"

"时间戳完整性无法验证"

DVP适用范围

拟定的目标系统和记录级别（尚无规范文档）

目标系统

🚗

自动驾驶车辆

SAE Level 3-5

必需
🛡️

ADAS（高级驾驶辅助）

Level 2+

推荐
🚆

铁路运营管理AI

自动驾驶

必需
🚁

无人机自主控制

自主飞行

推荐
🚌

自动驾驶巴士/穿梭车

Level 4

必需

记录目标事件

[传感器输入] → [感知处理] → [决策生成] → [控制输出] ↓ ↓ ↓ ↓ LiDAR点云 目标检测 路径规划 转向 摄像头图像 分类结果 速度决策 油门 雷达数据 跟踪ID 优先级 制动 GPS/IMU 轨迹预测 风险评估 信号

传感器层

  • • 原始传感器数据哈希
  • • 帧同步
  • • 校准状态

感知层

  • • 检测结果
  • • 置信度分数
  • • 目标跟踪ID

规划层

  • • 路径候选
  • • 决策依据
  • • 风险评分

控制层

  • • 命令输出
  • • 执行器响应
  • • 安全干预

DVP架构

数据流和系统集成

系统数据流

┌─────────────────────────────────────────────────────────────────────────┐ │ 车辆系统 │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ 传感器 │───▶│ AI堆栈 │───▶│ 执行器 │ │ │ │ │ │ │ │ │ │ │ │ LiDAR/摄像头 │ │ 感知处理 │ │ 转向 │ │ │ │ 雷达/GPS │ │ 路径规划 │ │ 油门 │ │ │ └──────────────┘ └──────┬───────┘ │ 制动 │ │ │ │ └──────────────┘ │ │ │ │ │ ┌────────▼────────┐ │ │ │ DVP Logger │ ← 采集所有决策事件 │ │ │ (Sidecar) │ │ │ └────────┬────────┘ │ │ │ │ └──────────────────────────────┼──────────────────────────────────────────┘ │ ┌──────────▼──────────┐ │ 哈希链 │ ← 加密链接 │ + 数字签名 │ ← 签名验证 │ + Merkle Root │ ← 定期锚定 └──────────┬──────────┘ │ ┌──────────▼──────────┐ │ 安全存储 │ ← 抗冲击/防火设计 │ (EDR集成) │ └─────────────────────┘

DVP事件结构（概念） 

{
  "event_id": "019234ab-7c8d-7def-8123-456789abcdef",
  "timestamp_ns": 1734567890123456789,
  "event_type": "PERCEPTION_DECISION",
  "vehicle_id": "VIN_XXXXXXXXXXXX",
  "provenance": {
    "actor": {
      "type": "AI_MODEL",
      "identifier": "perception_v3.2.1",
      "model_hash": "sha256:abc123..."
    },
    "input": {
      "lidar_frame_id": "frame_12345",
      "camera_frame_ids": ["cam_front_12345", "cam_left_12345"],
      "input_hash": "sha256:def456..."
    },
    "context": {
      "speed_kmh": 45.2,
      "weather": "RAIN_LIGHT",
      "visibility_m": 120,
      "active_mode": "AUTONOMOUS_L4"
    },
    "action": {
      "decision": "EMERGENCY_BRAKE",
      "confidence": 0.94,
      "trigger": "PEDESTRIAN_DETECTED",
      "predicted_collision_ms": 1200
    }
  },
  "prev_hash": "sha256:789xyz...",
  "signature": "ed25519:..."
}

法规映射

国际法规对应表

法规 管辖区 要求 DVP支持
UNECE WP.29 R157 联合国1958年协定缔约方（如欧盟、日本） ALKS（自动车道保持系统）数据记录义务 设计目标（规划中）
EU AI Act 第6条第1款、附件I B部分 欧盟 车辆AI安全组件属于高风险（第6条第1款）；该法的要求不直接适用（第2条第2款），而是在型式认证法规中予以考虑（第107条、第109条） 设计目标（规划中）
ISO 26262 国际 功能安全，可追溯性要求 补充
ISO 21448:2022 (SOTIF) 国际 预期功能安全 证据支持
NHTSA AV Policy 美国 自动驾驶车辆数据记录指南 设计目标（规划中）
日本《道路运输车辆法》修订（2019年修订，2020年4月施行） 日本 L3及以上数据记录义务 计划支持

UNECE R157 DSSAD要求映射

针对联合国第157号法规（R157）所定DSSAD（自动驾驶数据存储系统）要求的设计目标。DVP尚在规划中，目前尚无规范文档。

▸

ALKS相关事件的记录（R157第8.2段）

已记录的事件以哈希链相连

▸

每个事件的时间戳（R157第8.3段，精度±1.0秒）

UUID v7 + PTP同步

▸

针对数据操纵（如数据删除）的保护（R157第8.5段）

加密哈希链使篡改可被检测

▸

数据可用性（R157第8.4段）

标准格式导出能力

物理EDR集成

现有EDR和DVP的角色划分

现有EDR

事件数据记录仪

  • 速度、加速度、制动操作
  • 安全带状态、气囊展开
  • 转向角度、油门位置

→ 记录"车辆做了什么"

DVP层

AI决策记录

  • 传感器输入哈希
  • AI识别结果（目标检测、分类）
  • 决策逻辑（路径规划、风险评估）
  • 控制指令依据

→ 记录"AI为什么这样判断"

物理数据
AI决策
完整记录

集成飞行记录仪

物理状态 + AI决策

用例

DVP旨在如何支持事故调查和责任认定

场景：自动驾驶车辆与行人接触事故

阶段 仅EDR DVP集成
事故发生 记录碰撞时速度和减速度 同左 + AI识别/决策历史
调查开始 "制动已启动" "2.3秒前检测到行人，置信度0.67误分类为自行车"
原因识别 "不确定是系统还是人为错误" "识别模型v3.2低光照分类精度问题"
改进措施 基于推测 识别具体的模型改进点
诉讼应对 证据不足 可加密验证的证据链

保险和责任划分场景

事故发生

DVP日志获取

加密验证

  • • 哈希链完整性 ✓
  • • 时间戳验证 ✓
  • • 签名验证 ✓

责任明确

判定责任明确化（示例；责任分配因法域而异）

AI系统判断错误 → OEM/开发者责任
人类接管 → 驾驶员责任
传感器故障 → 零部件制造商责任

技术规格摘要

设计目标 — DVP尚在规划中，目前尚无规范文档

时间戳精度
纳秒
IEEE 1588 PTP同步
事件记录频率
最高1,000/秒
最大事件吞吐量
哈希算法
SHA-256
未来支持SHA-3
签名算法
Ed25519
未来支持Dilithium（PQC）
存储要求
约10MB/小时
压缩后
抗冲击/防火要求
相当于EDR规格（设计目标）
与现有EDR规格相当

路线图

DVP开发和标准化时间线 — 时间未定，所有里程碑均未达成；DVP仍处于规划阶段，尚无规范文档

计划中（时间未定）

DVP草案规范v0.1发布

供公众审查和反馈的初始草案规范

计划中（时间未定）

与OEM和Tier 1技术验证开始

与汽车行业合作伙伴开始概念验证测试

计划中（时间未定）

提交UNECE WP.29 GRVA

向联合国欧洲经济委员会第29工作组GRVA（自动驾驶）提交

计划中（时间未定）

DVP v1.0正式发布

带有参考实现的稳定版规范发布

计划中（时间未定）

ISO/SAE合作，国际标准化活动

与ISO和SAE的国际标准化活动

与VAP/VSO的关系

DVP在框架层次中的定位

┌────────────────────────────────────────────────────────────────────────────┐ │ │ │ VAP (Verifiable AI Provenance) │ │ 所有领域通用的上层框架 │ │ │ └────────────────────────────────────┬───────────────────────────────────────┘ │ │ defines & maintains │ ┌────────────────────────────────────▼───────────────────────────────────────┐ │ │ │ VSO (VeritasChain Standards Organization) │ │ 制定和维护VAP的标准化组织 │ │ │ └────────────────────────────────────┬───────────────────────────────────────┘ │ │ publishes profiles │ ┌──────────┬───────────────┼───────────────┬──────────┐ │ │ │ │ │ ▼ ▼ ▼ ▼ ▼ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ VCP │ │ DVP │ │ MAP │ │ EIP │ │ PAP │ │ 金融 │ │ 汽车 │ │ 医疗 │ │ 能源 │ │ 公共 │ │ Profile │ │ Profile │ │ Profile │ │ Profile │ │ Profile │ └────┬────┘ └────┬─────┘ └─────────┘ └─────────┘ └─────────┘ │ │ ▼ ▼ v1.2 规划中 Released 领域特定的"具体配置文件实现"

参与

参与DVP开发，塑造自动驾驶车辆安全的未来

查看VAP框架

了解DVP所扩展的上层框架

VCP规范（金融版）参考

VCP v1.2 —— 首个实现配置文件；其对 VAP v1.2 的符合性尚未确立

参与DVP制定

面向OEM、Tier 1和监管机构代表
"飞机有物理黑匣子。自动驾驶汽车也需要AI黑匣子。"

— VeritasChain Standards Organization

"The question is not whether autonomous vehicles will have accidents.
The question is whether we can verify what happened when they do."

本内容基于 CC BY 4.0 International 许可协议提供