ISO/IEC TR 25005-2:2023 — 系统和软件工程 — 机器人系统质量测量

ISO/IEC TR 25005-2:2023 概述

ISO/IEC TR 25005-2:2023 将成熟的 SQuaRE（系统和软件质量需求与评估）系列标准扩展至机器人系统领域。随着机器人从受控的工业环境转向动态的人机协作场景，建立结构化的质量测量框架变得至关重要。本技术报告针对机器人系统的独特质量特性——包括自主性、适应性、安全性和人机交互——进行了专门定义，弥补了传统软件质量模型的不足。

机器人系统与传统软件存在根本性差异：它们在物理空间中运行，与人类互动，并必须在不确定条件下做出实时决策。TR 25005-2中的质量模型明确针对这些维度进行了建模。

该报告在 ISO/IEC 25010 产品质量模型基础上定义了扩展的质量测量框架，并增加了机器人特有的特性。它提供了可用于评估机器人系统在不同运行场景下性能的可测量指标，涵盖软件和集成的信息物理系统行为。

机器人系统质量模型

该适配的质量模型在现有 SQuaRE 结构基础上引入了机器人特有的子特性。以下是关键质量维度及其机器人特有解释的汇总：

质量特性	机器人特有子特性	示例指标
功能适用性	任务完成精度、任务成功率	抓取放置成功率、导航误差
性能效率	响应时间、能耗、计算负载	推理延迟、负载下电池寿命
兼容性	与其他系统互操作性、通信协议遵循度	ROS2兼容性评分、消息丢失率
交互能力	人机交互质量、协作安全性	协作任务流畅度、受限力碰撞检测
可靠性	任务可靠性、容错能力、优雅降级	平均无故障时间、故障后恢复时间
安全性	网络攻击韧性、物理安全、数据完整性	认证绕过抵抗、传感器欺骗检测
可维护性	模块可替换性、软件更新能力	热插拔时间、更新回滚成功率
可移植性	环境适应性、重新部署灵活性	新环境重新配置时间

TR 25005-2 的关键洞见是将”交互能力”作为一等质量特性——承认机器人系统不仅应基于独立功能进行评估，更需评估其与人类及其他自主系统协同工作的能力。

测量框架与工程洞见

TR 25005-2 定义了由三个层次组成的结构化测量方法：质量测量要素（基础度量）、质量测量（导出度量）和质量评估。每个层次对应不同利益相关者所需的抽象级别——从组件工程师到系统集成商。

关键指标及其实际应用

在自主性评估方面，该报告引入了”自主等级指标”，用于评估机器人在无需人工干预的情况下处理任务变化的能力。该指标从远程操作（0级）到完全自主（5级），类似于汽车SAE等级但针对通用机器人系统量身定制。工程师可在系统采购或开发过程中使用该指标设定明确的验收标准。

安全相关指标侧重于风险评估的有效性。”碰撞严重度降低因子”衡量机器人系统在意外接触过程中降低冲击力的效果。这直接为安全系统设计提供依据——从速度调节算法到柔性关节控制策略。

应用这些指标时，工程师必须认识到环境依赖性的挑战。适用于仓库机器人的指标可能不适用于手术机器人。TR 25005-2 强调在选择质量测量指标之前必须定义”运行设计域”（ODD）。

实际应用：工业与服务机器人对比

该报告区分了工业机器人应用（符合ISO 10218、围栏环境）和服务机器人应用（符合ISO 13482、人机协作环境）。质量测量的优先顺序差异显著：工业机器人优先考虑性能效率和可靠性，而服务机器人必须强调交互能力和安全性。这种区分指导工程师在质量评估过程中选择合适的子特性和权重。

常见问题

问1：TR 25005-2 与 ISO 10218 和 ISO 13482 有何关系？
答：ISO 10218 和 ISO 13482 分别是工业机器人和服务机器人的安全标准。TR 25005-2 通过提供质量测量框架来补充它们，而安全标准则侧重于风险评估和缓解要求。该技术报告引用这些安全标准作为安全质量特性评估的输入。

问2：TR 25005-2 能否用于基于AI的机器人系统？
答：可以，该框架设计为可容纳AI/ML组件。报告建议了针对AI特有问题的额外指标，例如模型漂移检测、可解释性评分和训练数据质量指标。然而，详细的AI质量测量在配套标准（如ISO/IEC 25059）中有更详细的说明。

问3：有哪些工具支持该质量测量框架？
答：该报告未强制规定特定工具，但为质量测量收集的自动化提供了指导。许多组织通过持续集成管道来实现该框架，从机器人系统收集运行时指标，并结合静态分析来评估软件质量属性。

问4：机器人系统质量应多久重新评估一次？
答：TR 25005-2 建议在每次重大系统迭代后进行质量评估——包括软件更新、硬件修改或部署环境变更后。对于持续学习系统，报告建议定期重新评估（例如每月），以检测因模型漂移或机械磨损而导致的质量下降。