7月16日，Uber發布了業界第一個“安全案例”，這是一個開發無人駕駛車輛的通用安全框架，該框架涵蓋了自動駕駛系統測試以及功能安全等在內的多個安全環節，通過折疊框架圖的形式展現出Uber在車輛安全測試上的細節。

目前，世界各地的監管機構,技術開發人員和行業標準制定機構已經開展了一系列的方法來保證自動駕駛車輛安全。然而，無人駕駛技術的復雜性和整個行業所使用的開發方法各異，導致目前仍沒有一個標準或測試幫助公眾了解企業如何解決車輛的安全問題。

在安全方面碰過壁的Uber，近兩年一直希望在無人車安全方面重拾公眾的信任。去年，他們發布了自愿安全自我評估，提出了五個安全原則：精通（Proficient）、失效安全（Fail-Safe）、不斷更新（Continuously Improving）、彈性（Resilient）、值得信賴（Trustworthy）。

圍繞這五項原則，7月16日，Uber自稱發布了業界第一個“ 安全案例 ”，這是一個開發安全無人駕駛車輛的通用框架，該框架涵蓋了自動駕駛系統測試以及功能安全等在內的折疊步驟圖，點擊可以看到Uber在車輛安全測試上的步驟及細節。

Proficient是指車輛在沒有硬件和軟件故障的情況下可以保證足夠的安全，這需要無人車在開發過程、車輛運營測試過程、操作過程以及法律約束等方面有足夠的安全性。在開發過程中，首先要設計好車輛具備的功能以及操作域，然后在系統、硬件、軟件、功能安全、質量設計上建立工程生產標準，并進一步測試組合單元、子系統和整個系統的功能。在任務專家對車輛真實道路下測試，車輛逐漸實現了精通。

除了要證明車輛在正常狀態下的安全性，還要保證在遇到故障后系統也能做出最小風險的處理，這就是Fail-Safe。通過設計冗余和故障檢測系統，可以減輕車輛的安全風險，同時也要進行足夠多的容錯系統的數據訓練，不斷改進（Continuously Improving）任何可能影響自動駕駛車輛安全的異常情況，并通過適當修正和采取預防措施，評估和解決車輛的安全問題。在一些合理可預見的誤用以及不可避免的事件情況下，自動駕駛可采取彈性（Resilient）安全性方式，最終開發出值得信任的車輛。

Uber發布的這份安全框架，不止局限于硬件、軟件、測試、模擬、或人工訓練等獨立的模塊，而是一個更大的安全決策樹，可以非常直觀地看到在開發自動駕駛汽車時所要考慮的安全問題，Uber呼吁行業內人士積極參與評價該安全框架，希望在更多人的完善下最終成為行業標準。