CN112651584B - 一种驾驶环境安全性评估方法及装置 - Google Patents
一种驾驶环境安全性评估方法及装置 Download PDFInfo
- Publication number
- CN112651584B CN112651584B CN201910963338.XA CN201910963338A CN112651584B CN 112651584 B CN112651584 B CN 112651584B CN 201910963338 A CN201910963338 A CN 201910963338A CN 112651584 B CN112651584 B CN 112651584B
- Authority
- CN
- China
- Prior art keywords
- targets
- target
- target object
- evaluated
- space vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 100
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000010485 coping Effects 0.000 abstract description 5
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种驾驶环境安全性评估方法,通过将当前驾驶环境中的目标物划分至各个目标物集合,并确定不包括待评估目标物的目标物集合各自对应的空间向量,以及包括待评估目标物的目标物集合对应于各种潜在驾驶任务的空间向量,进而基于包括待评估目标物的目标物集合对应于各种潜在驾驶任务的空间向量,以及不包括待评估目标物的目标物集合的空间向量,确定各种潜在驾驶任务对应的安全系数,由此确定适用于待评估目标物的安全驾驶任务。该方法可以根据当前驾驶环境中的各个目标物,对待评估目标物的驾驶环境安全性做出全面综合的评估,预测各种潜在驾驶任务对应的安全性,从而实现智能驾驶避免驾驶风险,为快速应对风险提供了基础保障。
Description
技术领域
本申请涉及智能驾驶技术领域,特别涉及一种驾驶环境安全性评估方法及装置。
背景技术
道路交通***是由人、车、路和环境等诸多因素构成的一个动态***,在这个***中,任何因素的不可靠、不平衡、不稳定均可能导致各种冲突状况的发生,如交通事故的发生;因此,对于驾驶环境安全性进行准确地评估,能够在一定程度上有效地避免交通事故的发生。
目前的驾驶环境安全性评估***对车辆的安全性进行评估时,通常基于车辆与目标物之间的相对运动,确定驾驶环境的安全性评估结果;具体的,若预测出的车辆与目标物之间的碰撞时间小于预设阈值,或预测出的车辆与目标物之间的时距小于预设阈值,则相应地确定车辆当前驾驶环境的安全性较低。
然而,上述评估方式仅能基于车辆与目标物当前的相对行驶状态进行评估,在确定出安全性较低的情况时,车辆通常很难及时反应,容易出现车辆避险滞后的情况;另外,仅基于车辆与目标物当前的相对行驶状态进行评估,所得到的安全性评估结果较为片面,准确性通常较低。
发明内容
为了解决上述技术问题,本申请提供了一种驾驶环境安全性评估方法,能够有效地评估当前驾驶环境,避免车辆避险滞后。
本申请实施例公开了如下技术方案:
第一方面,本申请实施例提供了一种驾驶环境安全性评估方法,所述方法包括:
根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;
将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量;
将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量;
针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数;
根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务。
可选的,所述第一目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、预测驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
所述第二目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、潜在驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识。
可选的,所述集合模式参数包括:历史位置、历史速度、历史行驶方向、当前位置、当前速度和当前行驶方向。
可选的,所述集合相对位置是指目标物集合中与待评估目标物距离最近的目标物相对于待评估目标物的位置。
可选的,所述集合类型参数包括:所述目标物集合中各种类型的目标物所对应的类型参数。
可选的,所述集合密度是根据所述目标物集合包括的目标物数量和所述目标物集合在虚拟网格中占据的网格数量计算得到的。
可选的,所述目标物占比是所述目标物集合中包括的目标物在当前驾驶环境中所有目标物中占据的比例。
可选的,所述目标物标识是待评估目标物检测到目标物时为所检测到的目标物分配的标识。
第二方面,本申请实施例提供了一种驾驶环境安全性评估装置,所述装置包括:
划分模块,用于根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;
第一空间向量确定模块,用于将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量;
第二空间向量确定模块,用于将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量;
计算模块,用于针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数;
确定模块,用于根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务。
由上述技术方案可以看出,本申请实施例提供的驾驶环境安全性评估方法,通过将当前驾驶环境中的目标物划分至各个目标物集合,并确定不包括待评估目标物的目标物集合各自对应的空间向量,以及包括待评估目标物的目标物集合对应于各种潜在驾驶任务的空间向量,进而基于包括待评估目标物的目标物集合对应于各种潜在驾驶任务的空间向量,以及不包括待评估目标物的目标物集合的空间向量,确定各种潜在驾驶任务对应的安全系数,由此确定适用于待评估目标物的安全驾驶任务。该方法可以根据当前驾驶环境中的各个目标物,对待评估目标物的驾驶环境安全性做出全面综合的评估,预测各种潜在驾驶任务对应的安全性,从而实现智能驾驶避免驾驶风险,为快速应对风险提供了基础保障。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的驾驶环境安全性评估方法的流程示意图;
图2为本申请实施例提供的驾驶环境安全性评估装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
基于现有的驾驶环境安全性评估***对车辆驾驶环境的安全性进行评估时,通常无法保证车辆能够及时避险;并且,基于该驾驶环境安全性评估***确定出的评估结果较为片面,准确性较低。
针对上述现有技术存在的技术问题,本申请提供了一种驾驶环境安全性评估方法,该方法能够有效地评估当前驾驶环境,避免车辆避险滞后。
下面先对本申请提供的驾驶环境安全性评估方法的核心技术思路进行介绍:
在本申请实施例提供的驾驶环境安全性评估方法中,根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个第一目标物集合各自对应的空间向量;将包括待评估目标物的目标物集合作为第二目标物集合,确定第二目标物集合对应的空间向量,该第二目标物集合对应的空间向量包括该目标物集合对应于各种潜在驾驶任务的空间向量;针对每种潜在驾驶任务,根据潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算潜在驾驶任务对应的安全系数;进而,根据各种潜在驾驶任务各自对应的安全系数,确定适用于待评估目标物的安全驾驶任务。
上述驾驶环境安全性评估方法可以根据当前驾驶环境中的各个目标物,对待评估目标物的驾驶环境安全性做出全面综合的评估,预测各种潜在驾驶任务对应的安全性,从而实现智能驾驶避免驾驶风险,为快速应对风险提供了基础保障。
下面通过实施例的方式对本申请实施例提供的驾驶环境安全性评估方法进行介绍:
参见图1,图1为本申请实施例提供的驾驶环境安全性评估方法的流程示意图。如图1所示,该驾驶环境安全性评估方法包括以下步骤:
步骤101:根据当前驾驶环境中目标物的运动状态,划分多个目标物集合。
驾驶环境中的目标物通常包括:人、自行车/两轮电动车/三轮车、摩托车、四轮以上机动车以及道路设施;车辆在行驶过程中,可以利用安装于自身的传感器对当前驾驶环境中各个目标物的运动状态进行探测,进而根据所探测到的各个目标物的运动状态,将位置靠近且运动状态相似的目标物划分至一个目标物集合,由此,根据车辆在当前驾驶环境中所能探测到的所有目标物的运动状态,相应地将当前驾驶环境中的所有目标物划分至各个目标物集合。
需要说明的是,具体划分目标物集合时,可以对预设时间段内目标物的运动状态进行分析,若在该预设时间段某些目标物的运动状态均相似,且这些目标物之间的距离在预设距离范围内,则可以相应地将这些目标物划分至同一目标物集合;应理解,目标物集合中包括的目标物可以均属于同一类目标物,如在同一目标物结合中包括的目标物均为四轮以上机动车,也可以属于不同类目标物,如在同一目标物集合中同时包括自行车和人。
应理解,上述预设时间段可以根据实际情况进行设定,在此不对预设时间段做具体限定;相类似地,上述预设距离范围也可以根据实际情况进行设定,在此也不对预设距离范围做具体限定。
需要说明的是,在划分目标物集合时,即使探测到某些目标物的运动状态相似,若这些目标物之间的距离相差较多,也需要将这些目标物分别划分至不同的目标物集合。
需要说明的是,目标物集合中可以包括一个目标物,也可以包括多个目标物,在此不对目标物集合中所包括的目标物数量做任何限定。
步骤102:将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量。
待评估目标物为探测当前驾驶环境中各个目标物的运动状态的车辆,即为需要评估当前驾驶环境安全性的车辆;该车辆根据当前驾驶环境中各个目标物的运动状态相应地划分出目标物集合后,将不包括该待评估目标物的目标物集合作为第一目标物集合,进而,确定各个第一目标物集合各自对应的空间向量。
第一目标物集合所对应的空间向量至少包括以下元素:集合模式参数、集合相对位置、集合类型参数、集合密度、预测驾驶任务对应的任务参数、目标物数量、目标物占比以及目标物标识。
其中,集合模式参数包括历史位置、历史速度、历史行驶方向、当前位置、当前速度和当前行驶方向。待评估目标物可以周期性地对当前驾驶环境中各个目标物的运动状态进行探测,相应地,待评估目标物针对某一第一目标物集合确定其对应的集合模式参数时,可以根据该目标物集合中各个目标物在上一周期内所处的位置,确定该目标物集合对应的历史位置,可以根据该目标物集合中各个目标物在上一周期内的速度,确定该目标物集合对应的历史速度,可以根据该目标物集合中各个目标物在上一周期内的行驶方向,确定该目标物集合对应的行驶方向。
具体的,待评估目标物可以计算该目标物集合中各个目标物在上一周期内所处位置的平均值作为历史位置;可以计算该目标物集合中各个目标物在上一周期内速度的平均值作为历史速度;由于同一目标物集合中各个目标物的运动状态相似,因此,该目标物集合中各目标物的行驶方向也相类似,进而,可以将该目标物集合中各个目标物的行驶方向作为历史行驶方向。
相类似地,待评估目标物可以采用上述确定历史位置、历史速度和历史行驶方向的方法,根据第一目标物集合中各个目标物在当前周期内所处的位置、行驶速度和行驶方向,相应地确定该第一目标物集合的当前位置、当前速度和当前行驶方向。
应理解,在实际应用中,待评估目标物还可以采用其他方式确定各个第一目标物集合各自对应的集合模式参数,在此不对集合模式参数的确定方式做具体限定。
其中,集合相对位置是指目标物集合中与待评估目标物距离最近的目标物相对于待评估目标物的位置。
第一目标物集合所对应的集合相对位置具体指的是,第一目标物集合中与待评估目标物距离最近的目标物与该待评估目标物之间的相对位置;即以待评估目标物所处的位置作为坐标系原点,相应地构建坐标系,确定第一目标物集合中与该待评估目标物距离最近的目标物,进而确定该目标物在所构建的坐标系中所处的位置,该位置即为该第一目标物集合对应的集合相对位置。
其中,集合类型参数包括目标物集合中各种类型的目标物所对应的类型参数。
具体的,待评估目标物会针对各种类型的目标物预先设置其对应的类型参数;例如,待评估目标物可以将人对应的类型参数设置为1,将自行车/两轮电动车/三轮车对应的类型参数设置为2,将摩托车对应的类型参数设置为3,将四轮以上机动车(乘用车/商用车/卡车)的类型参数设置为4,将道路设施的类型参数设置为5。当然,待评估目标物还可以采用其他方式针对各种类型的目标物分别设置对应的类型参数,上述类型参数仅为示例,在此不对其做具体限定。
相应地,针对某第一目标物集合确定其对应的类型参数时,将该第一目标物集合中各个目标物类型对应的类型参数作为该第一目标物集合对应的集合类型参数;以上述预设的类型参数为例,假设某第一目标物集合中包括的所有目标物均为四轮以上机动车,则该第一目标物集合对应的集合类型参数为4;假设某第一目标物集合中同时包括自行车和摩托车,则该第一目标物集合对应的集合类型参数为2和3。
其中,集合密度是根据目标物集合包括的目标物数量和目标物集合在虚拟网格中占据的网格数量计算得到的。
具体的,待评估目标物在检测到目标物时,会相应地根据目标物所处的位置将其绘制于与当前驾驶环境对应的虚拟网格中,针对某第一目标物集合确定其对应的集合密度时,先确定该第一目标物集合中包括的目标物数量,以及该第一目标物集合中所有目标物在该虚拟网格中占据的网格数量,进而,利用第一目标物集合中的目标物数量除以该第一目标物集合中所有目标物所占据的网格数量,得到该第一目标物集合对应的集合密度。
其中,预测驾驶任务是待评估目标物根据目标物集合的运动趋势预测得到的驾驶任务,相应地,预测驾驶任务参数指的是如此预测出的驾驶任务对应的任务参数。
具体的,待评估目标物会预先针对各种驾驶任务相应地设置任务参数,例如,针对转入左侧车道的驾驶任务设置任务参数为1,针对转入右侧车道的驾驶任务设置任务参数为2,等等;进而,针对某第一目标物集合,待评估目标物可以根据该第一目标物集合的历史行驶状态,预测该第一目标物集合接下来可能的驾驶任务,并确定该预测出的驾驶任务对应的任务参数,作为该第一目标物集合对应的预测驾驶任务对应的任务参数。
其中,第一目标物集合对应的目标物数量指的是第一目标物集合中包括的目标物的数量。
其中,第一目标物集合对应的目标物占比是目标物集合中包括的目标物在当前驾驶环境中所有目标物中占据的比例。
具体的,针对某第一目标物集合,待评估目标物统计该第一目标物集合中包括的目标物的数量以及当前驾驶环境中所有目标物的数量,进而,利用第一目标物集合中的目标物数量除以当前驾驶环境中所有目标物的数量,得到该第一目标物集合对应的目标物占比。
其中,目标物标识是待评估目标物检测到目标物时为所检测到的目标物分配的标识。
具体的,待评估目标物在检测到目标物时,会相应地为目标物分配其对应的标识,不同的目标物对应不同的标识;进而,针对某第一目标物集合确定其对应的目标物标识时,将该第一目标物集合中包括的目标物对应的标识作为该第一目标物集合对应的目标物标识。
如此,待评估目标物按照上述方式确定出各个第一目标物集合各自对应的空间向量。
需要说明的是,第一目标物集合对应的空间向量除了可以包括上述元素外,还可以包括其他元素,在此不对第一目标物集合中包括的元素做任何限定。
步骤103:将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量。
待评估目标物根据当前驾驶环境中各个目标物的运动状态相应地划分出目标物集合后,将自身所在的目标物集合作为第二目标物集合,进而确定该第二目标物集合对应的空间向量。
需要说明的是,该第二目标物结合所对应的空间向量具体包括,对应于各种潜在驾驶任务的空间向量;即待评估目标物针对各种潜在驾驶任务,分别构建对应于每种潜在驾驶任务的空间向量。
第二目标物集合对应的空间向量与第一目标物集合对应的空间向量相类似,其中包括:集合模式参数、集合相对位置、集合类型参数、集合密度、潜在驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识。
需要说明的是,第二目标物集合对应的空间向量中包括的集合模式参数、集合类型参数、集合密度、目标物数量、目标物占比和目标物标识的确定方式,分别与第一目标物集合对应的空间向量中所包括的集合模式参数、集合类型参数、集合密度、目标物数量、目标物占比和目标物标识的确定方式相类似,在此不对这些元素的确定方式进行赘述,详细参见上述第一目标物集合对应的空间向量中这些元素的确定方式。
由于第二目标物集合相对于其自身的相对位置始终没有发生改变,因此,第二目标物集合对应的空间向量中的集合相对位置为(0,0)。
第二目标物集合对应的空间向量中的潜在驾驶任务对应的任务参数,随潜在任务类型的改变而改变;待评估目标物会预先针对各种驾驶任务设置不同的任务参数,构建第二目标物集合对应的空间向量时,待评估目标物会针对每种潜在驾驶任务分别构建一个对应的空间向量,对应不同潜在驾驶任务,第二目标物集合对应的空间向量中潜在驾驶任务对应的任务参数不同。
例如,假设转入左侧车道的驾驶任务对应的任务参数为1,转入右侧车道的驾驶任务对应的任务参数为2;则在针对潜在驾驶任务为转入左侧车道的空间向量中,潜在驾驶任务对应的任务参数为1,在针对潜在驾驶任务为转入右侧车道的空间向量中,潜在驾驶任务对应的任务参数为2。
应理解,通常情况下,待评估目标物会针对多种潜在驾驶任务,分别构建与各种潜在驾驶任务各自对应的空间向量。
需要说明的是,第二目标物集合对应的空间向量除了可以包括上述元素外,还可以包括其他元素,在此不对第二目标物集合中包括的元素做任何限定。
应理解,在实际应用中,可以先执行步骤102后执行步骤103,也可以先执行步骤103后执行步骤102,还可以同时执行步骤102和步骤103;在此不对步骤102和步骤103的执行顺序做任何限定。
步骤104:针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数。
确定出第一目标物集合对应的空间向量和第二目标物集合对应的空间向量后,针对每种潜在驾驶任务,根据该种潜在驾驶任务对应的空间向量以及第一目标物集合各自对应的空间向量,计算每种潜在驾驶任务各自对应的安全系数。
具体的,针对每个第二目标物集合对应的空间向量,即针对每种潜在驾驶任务对应的空间向量,采用特定的算法,根据与该潜在驾驶任务相关的第一目标物集合对应的空间向量以及该潜在驾驶任务对应的空间向量,计算该潜在驾驶任务对应的安全系数。上述与潜在驾驶任务相关的第一目标物集合可以根据第一目标物集合的行驶状态和潜在驾驶任务的相关性来确定,例如,假设潜在驾驶任务为转入左侧车道,则与该潜在驾驶任务相关的第一目标物集合中为包括有在左侧车道行驶的目标物的集合。
为了便于理解上述潜在驾驶任务对应的安全系数的确定方式,下面对其进行举例说明:
假设当前驾驶环境中包括两个第一目标物集合,分别为在左侧车道上行驶的第一目标物集合以及在右侧车道上行驶的第一目标物集合;在左侧车道上行驶的第一目标物集合对应的空间向量St{1}=((0,80,0;0,80,0),(-20,5),{4},0.3,1,3,20,{3,7,8},),在右侧车道上行驶的第一目标物集合对应的空间向量St{2}=((0,70,0;0,70,0),(5,-5),{4},0.5,1,5,33,{4,5,9,11,12},)。
包括有待评估目标物的第二目标物集合对应的空间向量具体包括:对应于转入左侧车道的空间向量以及对应于转入右侧车道的空间向量,对应于转入左侧车道的空间向量为Sh{1}=((0,60,0;0,65,0),(0,0),{4},1,2,1,0,{0},),对应于转入右侧车道的空间向量为Sh{2}=((0,60,0;0,65,0),(0,0),{4},1,1,1,0,{0},)。
计算对应于转入左侧车道的安全系数Sscore{1,1}=FUNCsafety(St{1},Sh{1})=S1;计算对应于转入右侧车道的安全系数Sscore{2,2}=FUNCsafety(St{2},Sh{2})=S2。
应理解,上述St{1}、St{2}、Sh{1}和Sh{2}中所包括的元素从左至右分别为集合模式参数、集合相对位置、集合类型参数、集合密度、驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识,不同的元素之间以逗号隔开。
步骤105:根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务。
计算得到各种潜在驾驶任务各自对应的安全系数后,对比各种潜在驾驶任务各自对应的安全系数,进而,确定最大的安全系数所对应的潜在驾驶任务为适用于待评估目标物的安全驾驶任务。
例如,对应于转入左侧车道的安全系数Sscore{1,1}大于对应于转入右侧车道的安全系数Sscore{2,2},则可以确定转入左侧车道的安全性高于转入右侧车道的安全性,进而可以确定转入左侧车道为适用于待评估目标物的安全驾驶任务。
上述驾驶环境安全性评估方法可以根据当前驾驶环境中的各个目标物,对待评估目标物的驾驶环境安全性做出全面综合的评估,预测各种潜在驾驶任务对应的安全性,从而实现智能驾驶避免驾驶风险,为快速应对风险提供了基础保障。
此外,本申请还提供了一种驾驶环境安全性评估装置,参见图2,图2为驾驶环境安全性评估装置200的结构示意图,该驾驶环境安全性评估装置200包括:
划分模块201,用于根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;
第一空间向量确定模块202,用于将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量;
第二空间向量确定模块203,用于将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量;
计算模块204,用于针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数;
确定模块205,用于根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务。
可选的,所述第一目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、预测驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
所述第二目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、潜在驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识。
可选的,所述集合模式参数包括:历史位置、历史速度、历史行驶方向、当前位置、当前速度和当前行驶方向。
可选的,所述集合相对位置是指目标物集合中与待评估目标物距离最近的目标物相对于待评估目标物的位置。
可选的,所述集合类型参数包括:所述目标物集合中各种类型的目标物所对应的类型参数。
可选的,所述集合密度是根据所述目标物集合包括的目标物数量和所述目标物集合在虚拟网格中占据的网格数量计算得到的。
可选的,所述目标物占比是所述目标物集合中包括的目标物在当前驾驶环境中所有目标物中占据的比例。
可选的,所述目标物标识是待评估目标物检测到目标物时为所检测到的目标物分配的标识。
上述驾驶环境安全性评估装置可以根据当前驾驶环境中的各个目标物,对待评估目标物的驾驶环境安全性做出全面综合的评估,预测各种潜在驾驶任务对应的安全性,从而实现智能驾驶避免驾驶风险,为快速应对风险提供了基础保障。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及***实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种驾驶环境安全性评估方法,其特征在于,所述方法包括:
根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;
将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量;所述第一目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、预测驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量;所述第二目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、潜在驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数;
根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务;
所述根据当前驾驶环境中目标物的运动状态,划分多个目标物集合,包括:
对预设时间段内目标物的运动状态进行分析;
若在所述预设时间段内存在多个目标物的运动状态满足预设相似条件,且所述多个目标物之间的距离在预设距离范围内,则将所述多个目标物划分至同一所述目标物集合。
2.根据权利要求1所述的方法,其特征在于,所述集合模式参数包括:历史位置、历史速度、历史行驶方向、当前位置、当前速度和当前行驶方向。
3.根据权利要求1所述的方法,其特征在于,所述集合相对位置是指目标物集合中与待评估目标物距离最近的目标物相对于待评估目标物的位置。
4.根据权利要求1所述的方法,其特征在于,所述集合类型参数包括:所述目标物集合中各种类型的目标物所对应的类型参数。
5.根据权利要求1所述的方法,其特征在于,所述集合密度是根据所述目标物集合包括的目标物数量和所述目标物集合在虚拟网格中占据的网格数量计算得到的。
6.根据权利要求1所述的方法,其特征在于,所述目标物占比是所述目标物集合中包括的目标物在当前驾驶环境中所有目标物中占据的比例。
7.根据权利要求1所述的方法,其特征在于,所述目标物标识是待评估目标物检测到目标物时为所检测到的目标物分配的标识。
8.一种驾驶环境安全性评估装置,其特征在于,所述装置包括:
划分模块,用于根据当前驾驶环境中目标物的运动状态,划分多个目标物集合;
第一空间向量确定模块,用于将不包括待评估目标物的目标物集合作为第一目标物集合,确定各个所述第一目标物集合各自对应的空间向量;所述第一目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、预测驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
第二空间向量确定模块,用于将包括待评估目标物的目标物集合作为第二目标物集合,确定所述第二目标物集合对应的空间向量;所述第二目标物集合对应的空间向量包括:对应于各种潜在驾驶任务的空间向量;所述第二目标物集合对应的空间向量包括:集合模式参数、集合相对位置、集合类型参数、集合密度、潜在驾驶任务对应的任务参数、目标物数量、目标物占比和目标物标识;
计算模块,用于针对每种潜在驾驶任务,根据所述潜在驾驶任务对应的空间向量以及第一目标物集合对应的空间向量,计算所述潜在驾驶任务对应的安全系数;
确定模块,用于根据各种潜在驾驶任务各自对应的安全系数,确定适用于所述待评估目标物的安全驾驶任务;
所述划分模块具体用于:
对预设时间段内目标物的运动状态进行分析;
若在所述预设时间段内存在多个目标物的运动状态满足预设相似条件,且所述多个目标物之间的距离在预设距离范围内,则将所述多个目标物划分至同一所述目标物集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963338.XA CN112651584B (zh) | 2019-10-11 | 2019-10-11 | 一种驾驶环境安全性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963338.XA CN112651584B (zh) | 2019-10-11 | 2019-10-11 | 一种驾驶环境安全性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112651584A CN112651584A (zh) | 2021-04-13 |
CN112651584B true CN112651584B (zh) | 2024-06-14 |
Family
ID=75343456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963338.XA Active CN112651584B (zh) | 2019-10-11 | 2019-10-11 | 一种驾驶环境安全性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112651584B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389824A (zh) * | 2017-08-04 | 2019-02-26 | 华为技术有限公司 | 一种驾驶风险的评估方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651162A (zh) * | 2016-12-09 | 2017-05-10 | 思建科技有限公司 | 一种基于大数据的驾驶风险评估方法 |
CN108573357B (zh) * | 2018-05-08 | 2019-02-19 | 清华大学 | 基于等效力的行车风险实时评估方法及其装置 |
CN109242251B (zh) * | 2018-08-03 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 行车行为安全性检测方法、装置、设备及存储介质 |
CN109801491B (zh) * | 2019-01-18 | 2022-09-13 | 深圳壹账通智能科技有限公司 | 基于风险评估的智能导航方法、装置、设备及存储介质 |
CN110001653B (zh) * | 2019-03-29 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 一种驾驶行为评估方法、服务器及计算机可读介质 |
-
2019
- 2019-10-11 CN CN201910963338.XA patent/CN112651584B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389824A (zh) * | 2017-08-04 | 2019-02-26 | 华为技术有限公司 | 一种驾驶风险的评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112651584A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110077397B (zh) | 一种智能车避障轨迹规划方法及装置 | |
CN110488802B (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
US10384677B2 (en) | Course evaluation apparatus and course evaluation method | |
US9527529B2 (en) | Method for operating a driver assistance system, and driver assistance system | |
CN104897168B (zh) | 基于道路危险评估的智能车路径搜索方法及*** | |
EP2942250B1 (en) | Method for determining an evasive path for a host vehicle | |
CN110053619A (zh) | 车辆控制装置 | |
CN109313857A (zh) | 周边环境识别装置 | |
CN110794851B (zh) | 车辆远程控制安全防护方法、装置和无人驾驶车辆 | |
US20130096773A1 (en) | Vehicle driving-support apparatus | |
CN110553660B (zh) | 一种基于a*算法和人工势场的无人车轨迹规划方法 | |
JP2015228204A (ja) | 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 | |
KR20200014931A (ko) | 차량용 정보 기억 방법, 차량의 주행 제어 방법, 및 차량용 정보 기억 장치 | |
Kim et al. | Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system | |
CN102428505A (zh) | 车辆环境估计装置 | |
US20150217775A1 (en) | Vehicle driving behavior predicting device | |
JP6040611B2 (ja) | 走行制御装置及び走行制御方法 | |
CN105374231A (zh) | 一种预警方法、装置及*** | |
CN109948830B (zh) | 面向人自混杂环境的自行车轨迹预测方法、设备和介质 | |
JP2014232508A (ja) | 回避軌道予測装置 | |
CN108791285A (zh) | 一种车辆控制方法及车辆 | |
CN113291318B (zh) | 基于部分可观测马尔科夫模型的无人车盲区转弯规划方法 | |
CN110155081A (zh) | 一种智能驾驶汽车的自适应避障控制*** | |
CN109204315A (zh) | 变换车道的方法、装置、存储介质和电子设备 | |
CN114132311B (zh) | 车辆自动紧急制动危险目标筛选方法及模块 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |