亚远景-面向智能驾驶的ASPICE升级：机器学习工程(MLE)过程的合规性设计

发表时间：2026-07-07 作者：亚远景科技返回列表

一、核心背景

ASPICE 4.0版本于2023年12月正式发布，首次新增‌机器学习工程（MLE）过程组‌，适配智能驾驶场景下AI模型的开发合规需求，成为当前行业升级的核心方向。

二、MLE过程合规性核心设计要求

覆盖完整4个核心过程‌

需落地MLE.1（ML需求分析）、MLE.2（ML架构开发）、MLE.3（ML模型训练）、MLE.4（ML模型测试），配套SUP.11机器学习数据管理过程，形成全流程合规闭环。

全链路可追溯性‌

依托基于模型的设计工具，维护需求、设计、数据集、测试用例之间的双向追溯链，满足ASPICE对过程证据留痕的硬性要求。

适配智能驾驶场景特性‌

针对智驾感知、规控类模型，明确数据标注规范、算力资源约束、极端场景覆盖等专项合规要求，规避模型失效风险。

三、关键落地设计方法

需求层‌：从智驾系统需求中拆解独立ML需求条目，明确性能、安全、资源消耗等可量化指标，完成需求评审与基线锁定。

架构层‌：根据智驾任务类型（如目标检测、路径规划）选型适配的模型结构，定义超参数范围、算力/存储资源阈值，提前验证部署可行性。

训练层‌：基于SUP.11管理的数据集拆分训练/验证子集，通过迭代调优完成模型收敛，全程记录训练环境、参数变更日志。

测试层‌：覆盖智驾常规场景、边缘极端场景，开展模型输入输出一致性测试，验证ML需求的全部达成情况，输出完整测试报告。

四、行业实践要点

可依托现有ASPICE工具链扩展MLE专项能力，通过自动化规则引擎实现合规过程前置管控，降低人工运维成本，满足主机厂的审核要求。