CN114291113A - 风险阈值确定方法、装置、设备以及存储介质 - Google Patents
风险阈值确定方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN114291113A CN114291113A CN202111657463.1A CN202111657463A CN114291113A CN 114291113 A CN114291113 A CN 114291113A CN 202111657463 A CN202111657463 A CN 202111657463A CN 114291113 A CN114291113 A CN 114291113A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- braking
- test
- target
- parameter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012360 testing method Methods 0.000 claims abstract description 316
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000005457 optimization Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007418 data mining Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000010426 asphalt Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Regulating Braking Force (AREA)
Abstract
本申请公开了一种风险阈值确定方法、装置、设备以及存储介质，属于计算机技术领域。通过本申请实施例提供的技术方案，在确定风险阈值的过程中，获取了目标车辆真实的制动性能参数。基于制动性能参数和虚拟测试场景的场景参数来确定参考风险阈值，由于制动性能参数和虚拟场景参数均是理想状态的标准参数，因此确定出的参考风险阈值是一个理论风险值。基于参考风险阈值在标准测试场景中进行测试，获取第一测试参数，标准测试场景是基于测试标准搭建的场景，那么得到的第一测试参数也就能够指示目标车辆基于该参考风险阈值能否通过标准对应的测试。根据第一测试参数对参考风险阈值进行调整，能够提升风险值阈值的准确性，从而提高车辆的安全性。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种风险阈值确定方法、装置、设备以及存储介质。
背景技术
随着计算机技术的发展，自动驾驶技术得到了快速的发展和广泛的应用。在自动驾驶技术中，车辆的安全性是最值得关注的领域。
相关技术中，会通过各种车辆主动安全技术来提高车辆在自动驾驶过程中的安全性。主动紧急制动系统是一种主动安全技术，该主动紧急制动系统通过车辆上的各类传感器来确定车辆与前方目标之间的碰撞风险值，通过实时确定出的碰撞风险值和预设的风险值阈值来确定是否进行自动制动。风险值阈值的确定往往是基于工程师的经验来实现，导致风险值阈值的准确性不高，车辆使用主动紧急制动系统时的安全性较低。
发明内容
本申请实施例提供了一种风险阈值确定方法、装置、设备以及存储介质，可以提升风险值阈值的准确性，从而提高车辆使用主动紧急制动系统时的安全性。所述技术方案如下：
一方面，提供了一种风险阈值确定方法，所述方法包括：
获取目标车辆的制动性能参数，所述制动性能参数用于反映所述目标车辆的制动性能；
基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值，所述场景参数包括所述目标车辆在所述虚拟测试场景的运动信息以及碰撞目标在所述虚拟测试场景中的运动信息，所述参考风险阈值用于指示所述目标车辆进行自动制动的时机；
获取所述目标车辆在标准测试场景中的第一测试参数，所述标准测试场景为基于测试标准搭建的场景，所述第一测试参数为所述目标车辆基于所述参考风险阈值在所述测试场景中进行制动所得到的参数；
基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值。
在一种可能的实施方式中，所述获取目标车辆的制动性能参数包括：
获取所述目标车辆的制动数据集，所述制动数据集包括所述目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数；
基于所述目标车辆的制动数据集，获取所述目标车辆的制动性能参数。
在一种可能的实施方式中，所述基于所述目标车辆的制动数据集，获取所述目标车辆的制动性能参数包括下述至少一项：
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在不同速度下的制动距离；
从所述目标车辆在不同速度下进行制动的减速度中获取所述目标车辆的最大减速度；
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在制动过程中的响应迟滞；
基于所述目标车辆在不同速度下进行制动的减速度，确定所述目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差；
基于所述车身稳定参数，确定所述目标车辆在不同速度下以不同制动参数进行制动的稳定性。
在一种可能的实施方式中，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述制动性能参数，确定所述目标车辆的多组制动参数；
基于所述多组制动参数以及所述虚拟测试场景的场景参数，确定多个第一风险阈值，所述多个第一风险阈值均为基于对应制动参数进行自动制动时，所述目标车辆在所述虚拟测试场景中避免与所述碰撞目标发生碰撞的风险阈值；
从所述多个第一风险阈值中确定符合目标条件的所述参考风险阈值。
在一种可能的实施方式中，所述从所述多个第一风险阈值中确定符合目标条件的所述参考风险阈值包括：
从所述多个第一风险阈值中确定对应车身稳定参数大于或等于车身稳定阈值的所述参考风险阈值。
在一种可能的实施方式中，所述参考风险阈值为参考制动时刻，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动时刻，所述目标车辆在所述初始制动时刻以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；
基于所述目标车辆在所述虚拟测试场景的运动信息、所述初始制动时刻以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，所述运动信息包括在所述虚拟测试场景中的初始位置以及初始速度，所述基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动时刻包括：
基于所述目标车辆在所述虚拟测试场景中的初始位置以及所述碰撞目标在所述虚拟测试场景的初始位置，确定所述目标车辆与所述碰撞目标之间的初始距离；
基于所述制动性能参数，获取所述目标车辆在所述虚拟测试场景中的初始速度对应的制动距离；
基于所述目标车辆与所述碰撞目标在所述虚拟测试场景中的初始速度差、所述初始距离和所述制动距离，确定所述目标车辆的初始制动时刻。
在一种可能的实施方式中，所述运动信息包括在所述虚拟测试场景中的初始速度，所述基于所述目标车辆在所述虚拟测试场景的运动信息、所述初始制动时刻以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻包括：
基于所述目标车辆在所述虚拟测试场景中的初始速度以及所述安全距离，确定制动时刻增量，所述制动时刻增量为所述目标车辆以在所述虚拟测试场景中的初始速度行驶所述安全距离所耗费的时长；
基于所述制动时刻增量和所述初始制动时刻，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，所述参考风险阈值为参考制动距离，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动距离，所述目标车辆在所述初始制动距离以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；
基于所述初始制动距离以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动距离。
在一种可能的实施方式中，所述获取所述目标车辆在标准测试场景中的第一测试参数包括：
获取所述目标车辆基于参考制动参数在所述标准测试场景中进行制动得到的所述第一测试参数，所述参考制动参数为所述参考风险阈值对应的制动参数。
在一种可能的实施方式中，所述基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值包括：
在所述第一测试参数指示所述目标车辆未通过所述标准测试场景对应的测试时，调整所述参考风险阈值，得到所述目标风险阈值，所述目标风险阈值小于所述参考风险阈值。
在一种可能的实施方式中，所述基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值之后，所述方法还包括：
获取所述目标车辆在实际道路中的第二测试参数，所述第二测试参数为所述目标车辆基于所述目标风险阈值在所述实际道路中进行制动所得到的参数；
在所述第二测试参数符合测试参数条件的情况下，将所述目标风险阈值确定为所述目标车辆在实际行驶中的风险阈值。
一方面，提供了一种风险阈值确定装置，所述装置包括：
制动性能参数获取模块，用于获取目标车辆的制动性能参数，所述制动性能参数用于反映所述目标车辆的制动性能；
参考风险值确定模块，用于基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值，所述场景参数包括所述目标车辆在所述虚拟测试场景的运动信息以及碰撞目标在所述虚拟测试场景中的运动信息，所述参考风险阈值用于指示所述目标车辆进行自动制动的时机；
第一测试参数确定模块，用于获取所述目标车辆在标准测试场景中的第一测试参数，所述标准测试场景为基于测试标准搭建的场景，所述第一测试参数为所述目标车辆基于所述参考风险阈值在所述测试场景中进行制动所得到的参数；
目标风险值获取模块，用于基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值。
在一种可能的实施方式中，所述制动性能参数获取模块，用于获取所述目标车辆的制动数据集，所述制动数据集包括所述目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数；基于所述目标车辆的制动数据集，获取所述目标车辆的制动性能参数。
在一种可能的实施方式中，所述制动性能参数获取模块，用于执行下述至少一项：
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在不同速度下的制动距离；
从所述目标车辆在不同速度下进行制动的减速度中获取所述目标车辆的最大减速度；
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在制动过程中的响应迟滞；
基于所述目标车辆在不同速度下进行制动的减速度，确定所述目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差；
基于所述车身稳定参数，确定所述目标车辆在不同速度下以不同制动参数进行制动的稳定性。
在一种可能的实施方式中，所述参考风险值确定模块，用于基于所述制动性能参数，确定所述目标车辆的多组制动参数；基于所述多组制动参数以及所述虚拟测试场景的场景参数，确定多个第一风险阈值，所述多个第一风险阈值均为基于对应制动参数进行自动制动时，所述目标车辆在所述虚拟测试场景中避免与所述碰撞目标发生碰撞的风险阈值；从所述多个第一风险阈值中确定符合目标条件的所述参考风险阈值。
在一种可能的实施方式中，所述参考风险值确定模块，用于从所述多个第一风险阈值中确定对应车身稳定参数大于或等于车身稳定阈值的所述参考风险阈值。
在一种可能的实施方式中，所述参考风险阈值为参考制动时刻，所述参考风险值确定模块，用于基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动时刻，所述目标车辆在所述初始制动时刻以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；基于所述目标车辆在所述虚拟测试场景的运动信息、所述初始制动时刻以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，所述运动信息包括在所述虚拟测试场景中的初始位置以及初始速度，所述参考风险值确定模块，用于基于所述目标车辆在所述虚拟测试场景中的初始位置以及所述碰撞目标在所述虚拟测试场景的初始位置，确定所述目标车辆与所述碰撞目标之间的初始距离；基于所述制动性能参数，获取所述目标车辆在所述虚拟测试场景中的初始速度对应的制动距离；基于所述目标车辆与所述碰撞目标在所述虚拟测试场景中的初始速度差、所述初始距离和所述制动距离，确定所述目标车辆的初始制动时刻。
在一种可能的实施方式中，所述运动信息包括在所述虚拟测试场景中的初始速度，所述参考风险值确定模块，用于基于所述目标车辆在所述虚拟测试场景中的初始速度以及所述安全距离，确定制动时刻增量，所述制动时刻增量为所述目标车辆以在所述虚拟测试场景中的初始速度行驶所述安全距离所耗费的时长；基于所述制动时刻增量和所述初始制动时刻，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，所述参考风险阈值为参考制动距离，所述参考风险值确定模块，用于基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动距离，所述目标车辆在所述初始制动距离以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；基于所述初始制动距离以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动距离。
在一种可能的实施方式中，所述第一测试参数确定模块，用于获取所述目标车辆基于参考制动参数在所述标准测试场景中进行制动得到的所述第一测试参数，所述参考制动参数为所述参考风险阈值对应的制动参数。
在一种可能的实施方式中，所述目标风险值获取模块，用于在所述第一测试参数指示所述目标车辆未通过所述标准测试场景对应的测试时，调整所述参考风险阈值，得到所述目标风险阈值，所述目标风险阈值小于所述参考风险阈值。
在一种可能的实施方式中，所述装置还包括：
目标风险值确定模块，用于获取所述目标车辆在实际道路中的第二测试参数，所述第二测试参数为所述目标车辆基于所述目标风险阈值在所述实际道路中进行制动所得到的参数；在所述第二测试参数符合测试参数条件的情况下，将所述目标风险阈值确定为所述目标车辆在实际行驶中的风险阈值。
一方面，提供了一种计算机设备，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序，所述计算机程序由所述一个或多个处理器加载并执行以实现所述风险阈值确定方法。
一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现所述风险阈值确定方法。
一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括程序代码，该程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，使得该计算机设备执行上述风险阈值确定方法。
通过本申请实施例提供的技术方案，在确定风险阈值的过程中，获取了目标车辆的制动性能参数，构建了虚拟测试场景。基于制动性能参数和虚拟测试场景的场景参数来确定参考风险阈值，由于制动性能参数和虚拟场景参数均是理想状态的标准参数，因此确定出的参考风险阈值也即是一个理论风险值。基于参考风险阈值在标准测试场景中进行测试，获取第一测试参数，由于标准测试场景是基于测试标准搭建的场景，那么得到的第一测试参数也就能够指示目标车辆基于该参考风险阈值能否通过标准对应的测试。根据第一测试参数对参考风险阈值进行调整，得到的目标风险阈值能够更加符合标准的要求，从而更加适用于真实的驾驶场景，提升了风险值阈值的准确性，从而提高车辆使用主动紧急制动系统时的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种风险阈值确定方法的实施环境的示意图；
图2是本申请实施例提供的一种风险阈值确定方法的流程图；
图3是本申请实施例提供的一种风险阈值确定方法的流程图；
图4是本申请实施例提供的一种风险阈值确定方法的流程图；
图5是本申请实施例提供的一种风险阈值确定装置的结构示意图；
图6是本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式做进一步的详细描述。
本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
本申请中术语“”是指一个或多个，“多个”的含义是指两个或两个以上，例如，多个人脸图像是指两个或两个以上的人脸图像。
智能驾驶本质上涉及注意力吸引和注意力分散的认知工程学，主要包括网络导航、自主驾驶和人工干预三个环节。智能驾驶的前提条件是，我们选用的车辆满足行车的动力学要求，车上的传感器能获得相关视听觉信号和信息，并通过认知计算控制相应的随动系统。智能驾驶的网络导航，解决我们在哪里、到哪里、走哪条道路中的哪条车道等问题；自主驾驶是在智能系统控制下，完成车道保持、超车并道、红灯停绿灯行、灯语笛语交互等驾驶行为；人工干预，就是说驾驶员在智能系统的一系列提示下，对实际的道路情况作出相应的反应。
AEB(Autonomous Emergency Braking，自动紧急制动系统)是一种车辆主动安全技术，目前已经有很广泛地应用于辅助驾驶和自动驾驶车辆中，该系统的主要是通过传感器，摄像头，毫米波雷达，或者摄像头与毫米波融合的感知系统识别车辆在行驶过程中的碰撞风险，通过紧急制动的方式完全避免碰撞或者最大程度地减轻碰撞发生时的危害，从而避免车辆避免与追尾，或者与其他道路参与者，行人，摩托车，自行车，电瓶车等发生碰撞事故。
图1是本申请实施例提供的一种风险阈值确定方法的实施环境示意图，参见图1，该实施环境中可以包括第一终端110、第二终端120和服务器140。
第一终端110通过无线网络或有线网络与服务器140相连。可选地，第一终端110是车载终端、智能驾驶系统的终端、辅助驾驶系统的终端、平板电脑、笔记本电脑、台式计算机、智能手表等，但并不局限于此。第一终端110安装和运行有支持风险阈值确定的应用程序。在一些实施例中，第一终端110是目标车辆的车载终端。
第二终端120通过无线网络或有线网络与服务器140相连。可选地，第二终端120是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。第二终端120安装和运行有支持风险阈值确定的应用程序。
服务器140是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
本领域技术人员可以知晓，上述第一终端和第二终端的数量可以更多或更少。比如上述第一终端和第二终端仅为一个，或者上述第一终端和第二终端为几十个或几百个，或者更多数量，此时上述实施环境中还包括其他第一终端和第二终端。本申请实施例对第一终端的数量和设备类型不加以限定。
在介绍完本申请实施例的实施环境之后，下面对本申请实施例的应用场景进行介绍，在下述说明过程中，第一终端也即是上述实施环境中的第一终端110，第二终端也即是上述实施环境中的第二终端120，服务器也即是上述实施环境中的服务器140。
本申请实施例提供的风险阈值确定方法能够应用在标定车辆的AEB系统的场景下。在采用本申请实施例提供的风险阈值确定方法时，第二终端通过第一终端获取目标车辆的制动性能参数，第一终端也即是目标车辆的车载终端。在一些实施例中，第一终端能够获取目标车辆在行驶过程中的制动数据集，制动数据集包括目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数。第一终端将该制动数据集发送给第二终端，第二终端接收该制动数据集，基于该制动数据集获取目标车辆的制动性能参数。第二终端基于目标车辆的制动性能参数以及虚拟测试场景的场景参数，确定参考风险阈值，这个过程也即是第二终端基于获取到的制动性能参数和场景参数进行理论计算的过程，得到的参考风险阈值也即是在该虚拟测试场景中的理论风险阈值。第二终端通过第一终端获取目标车辆基于该参考风险阈值在标准测试场景中进行制动时的第一测试参数，基于第一测试参数来对参考风险阈值进行调整，得到目标风险阈值，采用该目标风险阈值对目标车辆的AEB系统进行标定，使得目标车辆基于AEB系统行驶时，具有更高的安全性。
在介绍完本申请实施例的实施环境和应用场景之后，下面对本申请实施例提供的风险阈值确定方法进行说明，参见图2，以执行主体为第二终端为例，方法包括：
201、第二终端获取目标车辆的制动性能参数，该制动性能参数用于反映该目标车辆的制动性能。
其中，制动性能参数为一个宏观参数，能够从整体上反映目标车辆的制动性能，制动性能越好，在相同条件下进行制动时能够以更短的时间和制动距离从运动状态变为静止状态。
202、第二终端基于该制动性能参数以及虚拟测试场景的场景参数，确定该目标车辆在该虚拟测试场景中的参考风险阈值，该场景参数包括该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，该参考风险阈值用于指示该目标车辆进行自动制动的时机。
其中，碰撞目标为车辆行驶过程中可能遇到的目标，比如包括行人、车辆以及障碍物等。
在一些实施例中，虚拟测试场景为基于从真实场景中获得的数据所构建的虚拟场景。由于虚拟测试场景的场景参数包括目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该测试场景中的运动信息，那么该场景参数既能够描述目标车辆在该虚拟测试场景中的运动状态，也能够描述碰撞目标在该虚拟测试场景中的运动状态。
203、第二终端获取该目标车辆在标准测试场景中的第一测试参数，该标准测试场景为基于测试标准搭建的场景，该第一测试参数为该目标车辆基于该参考风险阈值在该测试场景中进行制动所得到的参数。
其中，标准测试场景为基于测试标准搭建的场景，这里的测试标准既可以是国家标准，也可以是行业标准，本申请实施例对此不做限定。在一些实施例中，第一测试参数能够反映目标车辆在标准测试场景的测试结果，比如，该目标车辆是否通过该标准测试场景对应的测试。
204、第二终端基于该第一测试参数，调整该参考风险阈值，得到该目标车辆的目标风险阈值。
在一些实施例中，目标风险阈值用于标定目标车辆的AEB系统。
通过本申请实施例提供的技术方案，在确定风险阈值的过程中，获取了目标车辆的制动性能参数，构建了虚拟测试场景。基于制动性能参数和虚拟测试场景的场景参数来确定参考风险阈值，由于制动性能参数和虚拟场景参数均是理想状态的标准参数，因此确定出的参考风险阈值也即是一个理论风险值。基于参考风险阈值在标准测试场景中进行测试，获取第一测试参数，由于标准测试场景是基于测试标准搭建的场景，那么得到的第一测试参数也就能够指示目标车辆基于该参考风险阈值能否通过标准对应的测试。根据第一测试参数对参考风险阈值进行调整，得到的目标风险阈值能够更加符合标准的要求，从而更加适用于真实的驾驶场景，提升了风险值阈值的准确性，从而提高车辆使用主动紧急制动系统时的安全性。
上述步骤201-204是对本申请实施例提供的技术方案的简单说明，下面将结合一些例子，本申请实施例提供的技术方案进行更加详细的说明，参见图3，方法包括：
301、第二终端获取目标车辆的制动数据集，该制动数据集包括该目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数。
其中，目标车辆也即是待进行风险阈值确定的车辆，目标车辆可以为汽车，也可以为摩托车。在目标车辆为汽车的情况下，目标车辆可以为电动汽车，也可以为燃油汽车。在目标车辆为燃油汽车的情况下，目标车辆可以为手动挡，也可以为自动挡，本申请实施例对于目标车辆的类型不做限定。
在一些实施例中，该制动数据集为基于目标车辆行驶过程中的制动表现生成的数据集，该制动数据集能够真实地反映目标车辆的制动能力。目标车辆在不同速度下进行制动的减速度，是指目标车辆在不同速度下进行紧急制动的减速度，这里的紧急制动是指目标车辆以最大制动能力进行制动，从驾驶员的角度来说，也即是将减速踏板踩到底进行制动。目标车辆在不同速度下进行制动的制动时间是指，目标车辆由不同速度减速到静止所需的时间。目标车辆在不同速度下进行制动的车身稳定参数用于评价目标车辆在制动过程中车身的稳定程度，在一些实施例中，该车身稳定参数由目标车辆的车身电子稳定性控制系统(Electronic Stability Controller，ESC)确定，或者，该车身稳定参数也可以为主观参数，也即是由乘坐该目标车辆的乘客对制动过程中的乘坐感受进行打分，本申请实施例对此不做限定。
在一种可能的实施方式中，第二终端向第一终端发送数据集获取请求，该数据集获取请求用于获取该目标车辆的制动数据集，第一终端为该目标车辆的车载终端。响应于接收到该数据集获取请求，第一终端向第二终端发送该目标车辆的制动数据集。
举例来说，第二终端向第一终端发送制动测试请求，该制动测试请求携带多个行驶速度，该制动测试请求用于请求第一终端基于该制动测试请求携带的多个行驶速度对目标车辆进行测试。第一终端接收到该制动测试请求之后，从该制动测试请求中获取该多个行驶速度。第一终端基于该多个行驶速度，对目标车辆进行测试。在测试过程中，第一终端控制该目标车辆分别以该多个行驶速度行驶，在行驶过程中，第一终端触发紧急制动请求，该目标车辆进行紧急制动，第一终端获取目标车辆在紧急制动过程中的制动数据。第一终端基于多个行驶速度获取的制动数据，生成制动数据集。第二终端向第一终端发送数据集获取请求，该数据集获取请求用于获取该目标车辆制动数据集，第一终端为该目标车辆的车载终端。响应于接收到该数据集获取请求，第一终端向第二终端发送该目标车辆的制动数据集。在一些实施例中，第二终端能够通过测试接口向第一终端发送制动测试请求，该测试接口为CANoe(CAN Open Environment，总线开发环境)提供的测试接口，或者为其他开发软件提供的测试接口，本申请实施例对此不做限定。由于该制动数据集是基于该目标车辆实际制动过程获取的，那么该制动数据集也就能够真实地反映该目标车辆的制动能力。
在一些实施例中，第二终端向第一终端发送的制动测试请求中还携带有制动测试方案，制动测试方案为对该目标车辆的制动能力进行测试的方案，制动测试方案包括行驶速度、目标制动减速度以及目标制动减速度梯度，该制动测试方案为技术人员根据实际情况设计的方案，或者为第二终端基于测试标准生成的方案，本申请实施例对此不做限定。第一终端接收该制动测试请求之后，从该制动测试请求中获取该制动测试方案，基于该制动测试方案对该目标车辆进行测试，得到制动测试方案对应的制动数据。在制动测试方案的数量为多个的情况下，第一终端将多个制动测试方案分别对应的制动数据组合为制动数据集。在这种情况下，制动数据集中的制动数据包括该目标车辆在不同情况下的制动数据，从而更加完整地反映该目标车辆的制动性能。
在一种可能的实施方式中，第二终端向服务器发送数据集获取请求，该数据集获取请求用于获取该目标车辆的制动数据集，该数据集获取请求携带该目标车辆的标识。响应于接收到该数据集获取请求，服务器基于该目标车辆的标识进行查询，得到该目标车辆的制动数据集。服务器将该目标车辆的制动数据集发送给第二终端，第二终端获取该目标车辆的制动数据集。
在一些实施例中，该服务器为制动测试服务器，用于收集不同车辆在制动测试时的相关数据。也即是，在测试结束之后，第一终端能够将不同车辆在制动测试过程中的制动数据集上传至该服务器，由服务器对不同车辆的制动数据集进行存储，方便开发人员在进行开发时调用。
302、第二终端基于该目标车辆的制动数据集，获取该目标车辆的制动性能参数。
其中，该目标车辆的制动性能参数是对该目标车辆的制动数据集进行数据处理后得到的，或者说，该目标车辆的制动性能参数是对该目标车辆的制动数据集进行数据挖掘得到的，该制动性能参数能够从不同维度反映该目标车辆的制动性能。
在一种可能的实施方式中，第二终端基于该目标车辆的制动数据集，获取该目标车辆的制动性能参数包括下述至少一项：
1、第二终端基于该目标车辆在不同速度下进行制动的减速度以及制动时间，确定该目标车辆在不同速度下的制动距离。
在一种可能的实施方式中，在该目标车辆在第一速度下进行制动的过程中，第二终端基于该目标车辆在该第一速度下进行制动的减速度，确定目标车辆在制动过程中的速度，其中，第一速度属于该不同速度。第二终端基于该目标车辆在制动过程中的速度以及对应的制动时间，获取该目标车辆在该第一速度下进行制动的制动距离。由于该目标车辆在制动过程中，制动的减速度可能会发生变化，那么目标车辆在制动过程中的速度也就不是均匀减小的。第二终端基于该目标车辆在该第一速度下进行制动的减速度，能够确定出制动过程中该目标车辆的多个速度，该多个速度对应于制动过程中的不同时刻。第二终端基于该目标车辆在制动过程中的多个速度以及制动时间，确定该目标车辆在第一速度下的制动距离。
在一些实施例中，在二终端基于该目标车辆在制动过程中的多个速度以及制动时间，确定该目标车辆在第一速度下的制动距离的过程中，第二终端能够基于多个速度以及制动时间生成“速度－时间”曲线图，将该“速度－时间”曲线图围成的面积确定为该第一速度下的制动距离。
在一种可能的实施方式中，在该目标车辆在第一速度下进行制动的过程中，第二终端能够对该目标车辆在第一速度下进行制动的减速度进行积分，积分的上限为该第一速度对应的制动时间，积分的下限为0，积分的结果也即是该目标车辆在第一速度下的制动距离。
需要说明的是，在上述说明过程中，是以第二终端对该目标车辆在第一速度下进行制动为例进行说明的，在其他可能的实施方式中，第二终端也能够通过上述方式来获取该目标车辆在其他速度下进行制动的制动距离，本申请实施例对此不做限定。
另外，在一些实施例中，该制动数据集包括第一终端确定的该目标车辆在不同车速下的制动距离。第二终端能够将第一终端确定的制动距离和通过上述方式确定的制动距离进行比较，在二者差距小于差值阈值的情况下，将第一终端确定的制动距离或者第二终端确定的制动距离确定为该目标车辆的制动距离；在二者差距小于差值阈值的情况下，将第二终端确定的制动距离确定为该目标车辆的制动距离。
2、第二终端从该目标车辆在不同速度下进行制动的减速度中获取该目标车辆的最大减速度。
由于该制动数据集携带该车辆在不同速度下进行制动的减速度，那么第二终端能够直接从多个减速度中获取数值最大的减速度，该数值最大的减速度也即是该目标车辆的最大减速度，该最大减速度能够反映该目标车辆的最大制动能力。
3、第二终端基于该目标车辆在不同速度下进行制动的减速度以及制动时间，确定该目标车辆在制动过程中的响应迟滞。
其中，目标车辆在制动过程中的响应迟滞是第一终端下发制动指令到该目标车辆开始制动之间的时间间隔，该响应迟滞主要是由于该目标车辆的刹车片和刹车盘之间存在距离产生的，也即是由于刹车片和刹车盘之间存在距离，在接收到制动指令时，该刹车片会向刹车片进行移动，移动的时长也即是响应迟滞。
在一种可能的实施方式中，在该目标车辆在第一速度下进行制动的过程中，第二终端从制动时间中确定该目标车辆开始制动的时刻，以及该目标车辆的出现减速度的时刻，该目标车辆开始制动的时刻到该目标车辆出现减速度的时刻之间的时间间隔，也即是该目标车辆在第一速度下进行制动的响应迟滞。
4、第二终端基于该目标车辆在不同速度下进行制动的减速度，确定该目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差。
在一种可能的实施方式中，在该目标车辆在第一速度下进行制动的过程中，第二终端确定该目标车辆在不同时间对应的减速度。第二终端基于该目标车辆在不同时刻对应的减速度，确定该目标车辆在第一速度下进行制动的过程中的最大减速度梯度、减速度的超调量以及减速度的静态偏差。基于同一发明构思，第二终端确定目标车辆在其他速度下进行制动的过程中的最大减速度梯度、减速度的超调量以及减速度的静态偏差。第二终端基于不同速度下的最大减速度梯度、减速度的超调量以及减速度的静态偏差，确定该目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差。
5、第二终端基于该车身稳定参数，确定该目标车辆在不同速度下以不同制动参数进行制动的稳定性。
在一些实施例中，车身稳定参数越大，表示该目标车辆在制动过程中的稳定性越高。在该车身稳定参数为该目标车辆的ESC输出的参数，那么该车身稳定参数也即是客观车身稳定参数。在该车身稳定参数为乘坐该目标车辆的乘客对制动过程中的乘坐感受进行打分的情况下，该车身稳定参数也即是主观车身稳定参数。
在一些实施例中，该目标车辆的制动数据集还可以包括该目标车辆在制动过程中的胎压、所处的道路类型(水泥或者柏油等)，基于这些维度来对制动数据集进行细化，从而提高数据的完善性。
303、第二终端基于该制动性能参数以及虚拟测试场景的场景参数，确定该目标车辆在该虚拟测试场景中的参考风险阈值，该场景参数包括该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，该参考风险阈值用于指示该目标车辆进行自动制动的时机。
其中，虚拟测试场景为基于从真实场景中获得的数据所构建的虚拟场景，这里的真实场景可以是真实的道路场景。该目标车辆的运动信息用于描述该目标车辆的运动状态，该碰撞目标的运动信息用于描述该碰撞目标的运动状态。在一些实施例中，虚拟测试场景的数量为多个，第二终端能够基于该目标车辆的制动性能参数以及多个虚拟测试场景的场景参数，确定该目标车辆分别在多个虚拟测试场景中的参考风险阈值。通过确定该目标车辆在多个虚拟测试场景中的参考风险阈值，使得该目标车辆在实际行驶过程中能够在更多的场景中进行自动制动，提高了自动制动的适用范围。在一些实施例中，多个虚拟测试场景既可以包括第二终端根据真实的道路场景构建的虚拟测试场景，还可以包括技术人员通过第二终端设计的虚拟测试场景，本申请实施例对此不做限定。参考风险阈值为基于理论计算得到的风险阈值，该参考风险阈值也可以称为理论风险阈值。在该目标车辆行驶的过程中，在该目标车辆的第一终端确定出的风险值大于或等于该参考风险阈值时，该第一终端控制该目标车辆开始自动制动。在一些实施例中，该第一终端集成有AEB系统，第一终端基于该AEB系统来确定风险值，在这种情况下，参考风险阈值用于指示该AEB系统的触发时机。
在一种可能的实施方式中，第二终端基于该制动性能参数，确定该目标车辆的多组制动参数。第二终端基于该多组制动参数以及该虚拟测试场景的场景参数，确定多个第一风险阈值。第二终端从该多个第一风险阈值中确定符合目标条件的该参考风险阈值。
其中，一组制动参数包括该目标车辆在制动过程中的减速度以及减速度梯度，减速度反映该目标车辆在制动过程中的速度变化快慢，减速度反映该目标车辆在制动过程中减速度的变化快慢。相较于上述步骤301和302中的制动数据，制动参数是第二终端基于该目标车辆的制动性能参数确定的，制动参数用于指导该目标车辆的制动过程。
为了更加清楚的对上述实施方式进行说明，下面将分为三个部分对上述实施方式进行说明。
第一部分、第二终端基于该制动性能参数，确定该目标车辆的多组制动参数。
其中，一组制动参数对应于一条制动曲线，通过制动曲线能够直观地反映该目标车辆制动过程中速度、减速度以及减速度梯度的变化情况。
在一种可能的实施方式中，在该制动性能参数包括该目标车辆的最大减速度以及最大减速度梯度的情况下，第二终端基于该最大减速度以及该最大减速度梯度，确定该目标车辆的多组制动参数，每组制动参数包括不同制动时刻对应的减速度，不同制动时刻对应的减速度均小于或等于该目标车辆的最大减速度，不同制动时刻对应的减速度之间的梯度小于或等于该目标车辆的最大减速度梯度。
第二部分、第二终端基于该多组制动参数以及该虚拟测试场景的场景参数，确定多个第一风险阈值，该多个第一风险阈值均为基于对应制动参数进行自动制动时，该目标车辆在该虚拟测试场景中避免与该碰撞目标发生碰撞的风险阈值。
在一种可能的实施方式中，对于多组制动参数中的一组制动参数，第二终端基于该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，确定该目标车辆在该虚拟测试场景中行驶的风险值，该风险值随着该目标车辆与该碰撞目标之间距离的减小而增加，也即是该风险值与该目标车辆与该碰撞目标之间距离负相关。第二终端基于该组制动参数、该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，确定该目标车辆最晚的制动时机，该最晚的制动时机是指避免该目标车辆与该碰撞目标发生碰撞的最晚制动时机，该最晚制动时机与该组制动参数相关联。第二终端将该目标车辆最晚的制动时机对应的风险值，确定为该组制动参数对应的第一风险值。在一些实施例中，第二终端确定制动参数对应的第一风险值的步骤，可以由安装在第二终端上的AEB系统标定应用来实现，通过该AEB系统标定应用，能够自动确定第一风险值，提高了风险值确定的效率。
举例来说，第二终端将目标车辆在该虚拟测试场景的运动信息以及该碰撞目标在该虚拟测试场景中的运动信息输入风险值确定模型，通过该风险值确定模型来输出该目标车辆与该碰撞目标发生碰撞的风险值，其中，该风险值确定模型是基于该目标车辆的AEB系统确定的。第二终端基于该组制动参数，确定该目标车辆的制动距离，该制动距离对应于该组制动参数。
第二终端基于该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，确定该目标车辆与该碰撞目标之前的距离达到该制动距离的时机。第二终端将该时机对应的风险值确定为该第一风险值。
第三部分、第二终端从该多个第一风险阈值中确定符合目标条件的该参考风险阈值。
在一种可能的实施方式中，第二终端从该多个第一风险阈值中确定对应车身稳定参数大于或等于车身稳定阈值的该参考风险阈值。
其中，多个第一风险阈值对应车身稳定参数是指，多个第一风险阈值对应的制动参数所关联的车身稳定参数。
在这种实施方式下，第二终端能够基于车身稳定参数来对多个第一风险值进行筛选，筛选出制动过程中车身较为平稳的参考风险阈值，这样能够提高乘客在乘坐该目标车辆的舒适性。
在一种可能的实施方式中，该参考风险阈值为参考制动时刻，第二终端基于该目标车辆在该虚拟测试场景的运动信息、该碰撞目标在该虚拟测试场景中的运动信息以及该制动性能参数，确定该目标车辆的初始制动时刻，该目标车辆在该初始制动时刻以最大制动能力进行制动时，该目标车辆与该碰撞目标刚好不发生碰撞。第二终端基于该目标车辆在该虚拟测试场景的运动信息、该初始制动时刻以及预设的安全距离，确定该目标车辆在该虚拟测试场景中的参考制动时刻。
其中，该参考制动时刻也即是保证目标车辆与该碰撞目标不发生碰撞的最晚制动时刻。在该目标车辆确定的与该碰撞目标发生碰撞的时刻为该参考制动时刻时，第一终端控制该目标车辆开始自动制动，也即是该目标车辆的AEB系统被触发，开始自动制动。
第一部分、该运动信息包括在该虚拟测试场景中的初始位置以及初始速度，第二终端基于该目标车辆在该虚拟测试场景中的初始位置以及该碰撞目标在该虚拟测试场景的初始位置，确定该目标车辆与该碰撞目标之间的初始距离。第二终端基于该制动性能参数，获取该目标车辆在该虚拟测试场景中的初始速度对应的制动距离。第二终端基于该目标车辆与该碰撞目标在该虚拟测试场景中的初始速度差、该初始距离、该制动距离和该制动时间，确定该目标车辆的初始制动时刻。
在一种可能的实施方式中，第二终端将该目标车辆在该虚拟测试场景中的初始位置与该碰撞目标在该虚拟测试场景的初始位置作差，得到该目标车辆与该碰撞目标之间的初始距离。第二终端从该制动性能参数中获取该目标车辆在该虚拟测试场景中的初始速度对应的制动距离。第二终端基于该目标车辆与该碰撞目标在该虚拟测试场景中的初始速度差以及该初始距离，确定该目标车辆与该碰撞目标之间的距离达到该制动距离的时刻，该时刻也即是该目标车辆的初始制动时刻。
第二部分、该运动信息包括在该虚拟测试场景中的初始速度，第二终端基于该目标车辆在该虚拟测试场景中的初始速度以及该安全距离，确定制动时刻增量，该制动时刻增量为该目标车辆以在该虚拟测试场景中的初始速度行驶该安全距离所耗费的时长。第二终端基于该制动时刻增量和该初始制动时刻，确定该目标车辆在该虚拟测试场景中的参考制动时刻。
其中，该安全距离为预设的距离，由技术人员根据实际情况进行设置，比如设置为5米或者10米等，本申请对此不做限定。
在一种可能的实施方式中，第二终端将该安全距离与该目标车辆在该虚拟测试场景中的初始速度的比值，确定为该制动时刻增量。第二终端将该初始制动时刻减去该制动时刻增量，得到该参考制动时刻。
除了该参考风险阈值为参考制动时刻之外，该参考风险阈值还可以为制动距离，实现方法参见下述描述。
在一种可能的实施方式中，该参考风险阈值为参考制动距离，第二终端基于该目标车辆在该虚拟测试场景的运动信息、该碰撞目标在该虚拟测试场景中的运动信息以及该制动性能参数，确定该目标车辆的初始制动距离，该目标车辆在该初始制动距离以最大制动能力进行制动时，该目标车辆与该碰撞目标刚好不发生碰撞。第二终端基于该初始制动距离以及预设的安全距离，确定该目标车辆在该虚拟测试场景中的参考制动距离。
其中，初始制动距离为该目标车辆刚好与该碰撞目标不发生碰撞的制动距离。该参考制动距离也即是保证目标车辆与该碰撞目标不发生碰撞的最短距离。在该目标车辆确定的与该碰撞目标之间的距离达到该参考制动距离时，第一终端控制该目标车辆开始自动制动，也即是该目标车辆的AEB系统被触发，开始自动制动。
举例来说，第二终端基于该目标车辆在该虚拟测试场景的初始速度和初始位置、该碰撞目标在该虚拟测试场景中的初始速度和初始位置以及该制动性能参数，确定该目标车辆的初始制动距离。也即是第二终端将该目标车辆在该虚拟测试场景中的初始位置与该碰撞目标在该虚拟测试场景的初始位置作差，得到该目标车辆与该碰撞目标之间的初始距离。第二终端基于该目标车辆与该碰撞目标的速度差以及该初始距离，确定该初始制动距离。第二终端将该初始制动距离与该安全距离相加，得到该目标车辆在该虚拟测试场景中的参考制动距离。
304、第二终端获取该目标车辆在标准测试场景中的第一测试参数，该标准测试场景为基于测试标准搭建的场景，该第一测试参数为该目标车辆基于该参考风险阈值在该测试场景中进行制动所得到的参数。
其中，标准测试场景为基于测试标准搭建的场景，这里的测试标准既可以是国家标准，也可以是行业标准，本申请实施例对此不做限定。在一些实施例中，第一测试参数能够反映目标车辆在标准测试场景的测试结果，比如，该目标车辆是否通过该标准测试场景对应的测试。在一些实施例中，该标准测试场景为基于中国新车评价规程(China-New CarAssessment Programme，C-NCAP)搭建的测试场景。需要说明的是，由于C-NCAP对应的测试标准每隔一段时间会进行更新，那么相应的更新标准测试场景即可。当然，除了基于C-NCAP来搭建标准测试场景之外，还能够基于其他测试标准来搭建标准测试场景，本申请实施例对此不做限定。
在一种可能的实施方式中，第二终端获取该目标车辆基于参考制动参数在该标准测试场景中进行制动得到的该第一测试参数，该参考制动参数为该参考风险阈值对应的制动参数。
其中，目标车辆基于该参考制动参数在该标准测试场景中进行制动的过程，也即是将该目标车辆放在该标准测试场景中，通过该目标车辆上的各个传感器来实时获取目标车辆的相关信息，以及该标准测试场景中真实的碰撞目标的相关信息。该目标车辆上的第一终端能够基于该目标车辆的相关信息以及该碰撞目标的相关信息，实时确定风险值。在确定出的风险值大于或等于该参考风险阈值时，基于该参考风险阈值对应的参考制动参数控制该目标车辆进行制动。第一终端基于该目标车辆制动过程中获取的信息来确定第一测试参数，在一些实施例中，该目标车辆制动过程中获取的信息包括该目标车辆的制动距离、静止后与该碰撞目标之间的距离、是否与该碰撞目标发生碰撞以及该目标车辆的车身稳定性等。第一终端基于该目标车辆制动过程中获取的信息来确定第一测试参数是基于对应的测试标准来实现的，也即是测试标准会提供不同信息对应分数，比如，测试标准记载了静止后与目标车辆与碰撞目标之间的距离对应的不同分数：0＜d＜5得60分、5＜d＜10得70分、10＜d＜20得80分等，第一终端能够基于该测试标准，来得到该目标车辆对应的分数，该分数也即是该第一测试参数。
下面通过两个例子对上述实施方式进行说明。
例1、在一种可能的实施方式中，第二终端向第一终端发送测试参数获取请求，该测试参数获取请求用于获取该目标车辆的测试参数，第一终端为该目标车辆的车载终端。响应于接收到该测试参数获取请求，第一终端向第二终端发送该目标车辆的第一测试参数。
例2、第二终端向服务器发送测试参数获取请求，该测试参数获取请求用于获取该目标车辆制动的测试参数，该测试参数获取请求携带该目标车辆的标识。响应于接收到该测试参数获取请求，服务器基于该目标车辆的标识进行查询，得到该目标车辆的第一测试参数。服务器将该目标车辆的第一测试参数发送给第二终端，第二终端获取该目标车辆的第一测试参数。
需要说明的是，标准测试场景的数量可以为多个，多个标准测试场景也即是基于不同的测试标准搭建的测试场景，目标车辆能够在多个标准测试场景中进行实车测试，得到各个标准测试场景对应的第一测试参数，第二终端也就能够获取各个标准测试场景对应的第一测试参数，各个标准测试场景对应的第一测试参数能够反映该目标车辆基于不同测试标准的通过情况。
在一些实施例中，在步骤304之前，第二终端还能够基于标准测试场景的场景参数，来构建虚拟标准测试场景，并基于确定出的参考风险阈值，以及该参考风险阈值对应的参考制动参数在该虚拟标准测试场景中进行测试，测试方法与步骤304和305属于同一发明构思。第二终端根据测试结果对参考风险阈值进行调整，得到调整后的参考风险阈值，并基于调整后的参考风险阈值来进一步执行步骤304。在这种实施方式下，能够在该目标车辆在标准测试场景中进行实车测试之前，通过该虚拟标准测试场景再进行一轮模拟，从而减少目标车辆在标准测试场景中进行实车测试的工作量，提高工作效率。
305、第二终端基于该第一测试参数，调整该参考风险阈值，得到该目标车辆的目标风险阈值。
在一种可能的实施方式中，在该第一测试参数指示该目标车辆未通过该标准测试场景对应的测试时，第二终端调整该参考风险阈值，得到该目标风险阈值，该目标风险阈值小于该参考风险阈值。
在这种实施方式下，第二终端能够根据该目标车辆基于参考风险阈值在标准测试场景中的表现，来对参考风险阈值进行调整。在该目标车辆基于该参考风险阈值未通过对应标准测试场景中的测试时，第二终端调整该参考风险阈值，以使得调整后得到的目标风险阈值小于该参考风险阈值，也即是使得该目标车辆的自动制动更加容易触发，或者说该目标车辆的AEB系统更加容易激活，以保证该目标车辆行驶时的安全性。
在一种可能的实施方式中，在该第一测试参数指示该目标车辆在该标准测试场景中出现误制动的情况下，第二终端调整该参考风险阈值，得到该目标风险阈值，该目标风险阈值大于该参考风险阈值。
其中，误制动是指，该目标车辆在不应该自动制动时进行了自动制动，或者说是该目标车辆的AEB系统在不应该触发时发生了触发，在这种情况下，通过调整参考风险值能够减少误制动的概率。
需要说明的是，步骤304和305主要是进行实车进行相关标准测试场景的测试，标准测试场景也即是上述标准测试场景，基于上面生成的参考风险阈值进行微调验证即可，因为该数据主要是通过实际标准测试场景的测试，因此参数变动性比较小，只需要进行局部微调即可。
通过基于虚拟测试场景对参考风险阈值进行调优，得到目标风险阈值，使得在实际道路测试前完成能够获得接近实际的数据。由于相关参数选择以及调优均为软件工具自动化进行，极大提高了工作效率。
306、第二终端获取该目标车辆在实际道路中的第二测试参数，该第二测试参数为该目标车辆基于该目标风险阈值在该实际道路中进行制动所得到的参数。
在一种可能的实施方式中，第二终端获取该目标车辆基于目标制动参数在该实际道路中进行制动得到的该第二测试参数，该目标制动参数为该目标风险阈值对应的制动参数。
其中，目标车辆基于该目标制动参数在该实际道路中进行制动的过程，也即是将该目标车辆放在该实际道路中，通过该目标车辆上的各个传感器来实时获取目标车辆的相关信息，以及该实际道路中真实的碰撞目标的相关信息。该目标车辆上的第一终端能够基于该目标车辆的相关信息以及该碰撞目标的相关信息，实时确定风险值。在确定出的风险值大于或等于该目标风险阈值时，基于该目标风险阈值对应的目标制动参数控制该目标车辆进行制动。第一终端基于该目标车辆制动过程中获取的信息来确定第二测试参数，在一些实施例中，该目标车辆制动过程中获取的信息包括该目标车辆的制动距离、静止后与该碰撞目标之间的距离、是否与该碰撞目标发生碰撞以及该目标车辆的车身稳定性等。第一终端基于该目标车辆制动过程中获取的信息来确定第二测试参数是基于对应的测试标准来实现的，也即是测试标准会提供不同信息对应分数，比如，测试标准记载了静止后与目标车辆与碰撞目标之间的距离对应的不同分数：0＜d＜5得60分、5＜d＜10得70分、10＜d＜20得80分等，第一终端能够基于该测试标准，来得到该目标车辆对应的分数，该分数也即是该第二测试参数。
下面通过两个例子对上述实施方式进行说明。
例1、在一种可能的实施方式中，第二终端向第一终端发送测试参数获取请求，该测试参数获取请求用于获取该目标车辆的测试参数，第一终端为该目标车辆的车载终端。响应于接收到该测试参数获取请求，第一终端向第二终端发送该目标车辆的第二测试参数。
例2、第二终端向服务器发送测试参数获取请求，该测试参数获取请求用于获取该目标车辆制动的测试参数，该测试参数获取请求携带该目标车辆的标识。响应于接收到该测试参数获取请求，服务器基于该目标车辆的标识进行查询，得到该目标车辆的第二测试参数。服务器将该目标车辆的第二测试参数发送给第二终端，第二终端获取该目标车辆的第二测试参数。
需要说明的是，实际道路的数量可以为多个，多个实际道路也即是基于不同的测试标准搭建的测试场景，目标车辆能够在多个实际道路中进行实车测试，得到各个实际道路对应的第二测试参数，第二终端也就能够获取各个实际道路对应的第二测试参数，各个实际道路对应的第二测试参数能够反映该目标车辆基于不同测试标准的通过情况。
307、在该第二测试参数符合测试参数条件的情况下，第二终端将该目标风险阈值确定为该目标车辆在实际行驶中的风险阈值。
在一种可能的实施方式中，在该第二测试参数指示该目标车辆基于该目标风险阈值通过对应测试的情况下，第二终端将该目标风险阈值持久化到该目标车辆上，也即是固化到该目标车辆的AEB系统上，作为该AEB系统的标定参数。另外，第二终端也能够将该目标风险阈值对应的目标制动参数固化到该目标车辆的AEB系统上，也作为该AEB系统的标定参数。在实际行驶过程中，在该目标车辆确定的风险值大于或等于该目标风险阈值的情况下，该AEB系统被激活，控制该目标车辆以该目标制动参数进行自动制动。
另外，在本申请实施例中还提供了相关数据闭环优化的方法，在进行实际道路和标准测试场景的测试过程中可持续进行数据的收集和积累，相关实际制动性能数据，以及触发时机的数据一方面可以作为自动化生成工具优化的基础，通过与实际数据对比以及优化计算不断逼近相关实际，进一步提升工具的准确性以及提升效率；另一方面这些数据也可以通过数据挖掘作为AEB系统开发数据集，不断丰富和优化相关数据集；相关实际道路的数据也可以通过数据挖掘作为AEB系统误触发评估的数据集。
下面将结合图4以及上述步骤301-307，对本申请实施例提供的技术方案进行说明。
参见图5，通过实车模拟紧急制动获取目标车辆的制动数据集。对该目标车辆的制动数据集进行数据挖掘，得到该目标车辆的制动性能参数。基于该目标车辆的制动性能参数，生成该多组制动参数分别对应的制动曲线。基于测试标准构建多个虚拟测试场景。基于该目标车辆的制动性能参数、多组制动参数分别对应的制动曲线以及各个虚拟测试场景的场景参数，生成参考风险阈值，确定参考风险阈值对应的制动曲线。在标准测试场景中测试该目标车辆，获取该目标车辆在标准测试场景中的第一测试参数，基于第一测试参数，自动化对该参考风险阈值进行调优，得到目标风险阈值。基于在标准测试场景中获得的数据，建立数据集。将该目标车辆置于真实道路进行测试，获取该目标车辆在真实道路中测试得到的第二测试参数。在该第二测试参数指示该目标车辆基于该目标风险阈值通过了实际道路测试，将该目标风险阈值以及该目标风险阈值对应的目标制动参数固化到该目标车辆的AEB系统中。收集该目标车辆在该实际道路测试中的相关数据，建立数据集。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
通过本申请实施例提供的技术方案，在确定风险阈值的过程中，获取了目标车辆的制动性能参数，构建了虚拟测试场景。基于制动性能参数和虚拟测试场景的场景参数来确定参考风险阈值，由于制动性能参数和虚拟场景参数均是理想状态的标准参数，因此确定出的参考风险阈值也即是一个理论风险值。基于参考风险阈值在标准测试场景中进行测试，获取第一测试参数，由于标准测试场景是基于测试标准搭建的场景，那么得到的第一测试参数也就能够指示目标车辆基于该参考风险阈值能否通过标准对应的测试。根据第一测试参数对参考风险阈值进行调整，得到的目标风险阈值能够更加符合标准的要求，从而更加适用于真实的驾驶场景，提升了风险值阈值的准确性，从而提高车辆使用主动紧急制动系统时的安全性。
本申请实施例提供的技术方案在AEB系统的开发过程中基于数据闭环的思想，将原本大量的实车标定验证，需要消耗较大的人力时间成本，场地设备租赁成本，转移到终端通过软件工具进行自动化的标定调优，相关的标定数据主要是基于实际整车制动数据挖掘，以及实际标准测试场景的数据进行调优得到，在进行实际道路测试前，相关自动化生成的标定参数能够非常贴近实际情况，因此可以减少了标准测试场景现场的标定测试过程，以及调优工作，提升了AEB系统开发的效率。本申请实施例提供的技术方案也提出了后期优化的方案，通过数据的积累，以及数据挖掘维度拓展一方面可以优化相关自动化工具，进一步提升开发效率。
图5是本申请实施例提供的一种风险阈值确定装置的结构示意图，参见图5，装置包括：制动性能参数获取模块501、参考风险值确定模块502、第一测试参数确定模块503以及目标风险值获取模块504。
制动性能参数获取模块501，用于获取目标车辆的制动性能参数，该制动性能参数用于反映该目标车辆的制动性能。
参考风险值确定模块502，用于基于该制动性能参数以及虚拟测试场景的场景参数，确定该目标车辆在该虚拟测试场景中的参考风险阈值，该场景参数包括该目标车辆在该虚拟测试场景的运动信息以及碰撞目标在该虚拟测试场景中的运动信息，该参考风险阈值用于指示该目标车辆进行自动制动的时机。
第一测试参数确定模块503，用于获取该目标车辆在标准测试场景中的第一测试参数，该标准测试场景为基于测试标准搭建的场景，该第一测试参数为该目标车辆基于该参考风险阈值在该测试场景中进行制动所得到的参数。
目标风险值获取模块504，用于基于该第一测试参数，调整该参考风险阈值，得到该目标车辆的目标风险阈值。
在一种可能的实施方式中，该制动性能参数获取模块501，用于获取该目标车辆的制动数据集，该制动数据集包括该目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数。基于该目标车辆的制动数据集，获取该目标车辆的制动性能参数。
在一种可能的实施方式中，该制动性能参数获取模块501，用于执行下述至少一项：
基于该目标车辆在不同速度下进行制动的减速度以及制动时间，确定该目标车辆在不同速度下的制动距离。
从该目标车辆在不同速度下进行制动的减速度中获取该目标车辆的最大减速度。
基于该目标车辆在不同速度下进行制动的减速度以及制动时间，确定该目标车辆在制动过程中的响应迟滞。
基于该目标车辆在不同速度下进行制动的减速度，确定该目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差。
基于该车身稳定参数，确定该目标车辆在不同速度下以不同制动参数进行制动的稳定性。
在一种可能的实施方式中，该参考风险值确定模块502，用于基于该制动性能参数，确定该目标车辆的多组制动参数。基于该多组制动参数以及该虚拟测试场景的场景参数，确定多个第一风险阈值，该多个第一风险阈值均为基于对应制动参数进行自动制动时，该目标车辆在该虚拟测试场景中避免与该碰撞目标发生碰撞的风险阈值。从该多个第一风险阈值中确定符合目标条件的该参考风险阈值。
在一种可能的实施方式中，该参考风险值确定模块502，用于从该多个第一风险阈值中确定对应车身稳定参数大于或等于车身稳定阈值的该参考风险阈值。
在一种可能的实施方式中，该参考风险阈值为参考制动时刻，该参考风险值确定模块502，用于基于该目标车辆在该虚拟测试场景的运动信息、该碰撞目标在该虚拟测试场景中的运动信息以及该制动性能参数，确定该目标车辆的初始制动时刻，该目标车辆在该初始制动时刻以最大制动能力进行制动时，该目标车辆与该碰撞目标刚好不发生碰撞。基于该目标车辆在该虚拟测试场景的运动信息、该初始制动时刻以及预设的安全距离，确定该目标车辆在该虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，该运动信息包括在该虚拟测试场景中的初始位置以及初始速度，该参考风险值确定模块502，用于基于该目标车辆在该虚拟测试场景中的初始位置以及该碰撞目标在该虚拟测试场景的初始位置，确定该目标车辆与该碰撞目标之间的初始距离。基于该制动性能参数，获取该目标车辆在该虚拟测试场景中的初始速度对应的制动距离。基于该目标车辆与该碰撞目标在该虚拟测试场景中的初始速度差、该初始距离和该制动距离，确定该目标车辆的初始制动时刻。
在一种可能的实施方式中，该运动信息包括在该虚拟测试场景中的初始速度，该参考风险值确定模块502，用于基于该目标车辆在该虚拟测试场景中的初始速度以及该安全距离，确定制动时刻增量，该制动时刻增量为该目标车辆以在该虚拟测试场景中的初始速度行驶该安全距离所耗费的时长。基于该制动时刻增量和该初始制动时刻，确定该目标车辆在该虚拟测试场景中的参考制动时刻。
在一种可能的实施方式中，该参考风险阈值为参考制动距离，该参考风险值确定模块502，用于基于该目标车辆在该虚拟测试场景的运动信息、该碰撞目标在该虚拟测试场景中的运动信息以及该制动性能参数，确定该目标车辆的初始制动距离，该目标车辆在该初始制动距离以最大制动能力进行制动时，该目标车辆与该碰撞目标刚好不发生碰撞。基于该初始制动距离以及预设的安全距离，确定该目标车辆在该虚拟测试场景中的参考制动距离。
在一种可能的实施方式中，该第一测试参数确定模块503，用于获取该目标车辆基于参考制动参数在该标准测试场景中进行制动得到的该第一测试参数，该参考制动参数为该参考风险阈值对应的制动参数。
在一种可能的实施方式中，该目标风险值获取模块504，用于在该第一测试参数指示该目标车辆未通过该标准测试场景对应的测试时，调整该参考风险阈值，得到该目标风险阈值，该目标风险阈值小于该参考风险阈值。
在一种可能的实施方式中，该装置还包括：
目标风险值确定模块，用于获取该目标车辆在实际道路中的第二测试参数，该第二测试参数为该目标车辆基于该目标风险阈值在该实际道路中进行制动所得到的参数。在该第二测试参数符合测试参数条件的情况下，将该目标风险阈值确定为该目标车辆在实际行驶中的风险阈值。
需要说明的是：上述实施例提供的风险阈值确定装置在确定风险阈值时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将计算机设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的风险阈值确定装置与风险阈值确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
通过本申请实施例提供的技术方案，在确定风险阈值的过程中，获取了目标车辆的制动性能参数，构建了虚拟测试场景。基于制动性能参数和虚拟测试场景的场景参数来确定参考风险阈值，由于制动性能参数和虚拟场景参数均是理想状态的标准参数，因此确定出的参考风险阈值也即是一个理论风险值。基于参考风险阈值在标准测试场景中进行测试，获取第一测试参数，由于标准测试场景是基于测试标准搭建的场景，那么得到的第一测试参数也就能够指示目标车辆基于该参考风险阈值能否通过标准对应的测试。根据第一测试参数对参考风险阈值进行调整，得到的目标风险阈值能够更加符合标准的要求，从而更加适用于真实的驾驶场景，提升了风险值阈值的准确性，从而提高车辆使用主动紧急制动系统时的安全性。
本申请实施例提供了一种计算机设备，用于执行上述方法，该计算机设备可以实现为终端，下面对终端的结构进行介绍：
图6是本申请实施例提供的一种终端的结构示意图。该终端600可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能手表等。
通常，终端600包括有：一个或多个处理器601和一个或多个存储器602。
处理器601可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器601可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器601也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器601可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器601还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器602中的非暂态的计算机可读存储介质用于存储计算机程序，该计算机程序用于被处理器601所执行以实现本申请中方法实施例提供的风险阈值确定方法。
在一些实施例中，终端600还可选包括有：外围设备接口603和外围设备。处理器601、存储器602和外围设备接口603之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口603相连。具体地，外围设备包括：射频电路604、显示屏605、摄像头组件606、音频电路607、定位组件608和电源609中的至少一种。
外围设备接口603可被用于将I/O(Input/Output，输入/输出)相关的外围设备连接到处理器601和存储器602。在一些实施例中，处理器601、存储器602和外围设备接口603被集成在同一芯片或电路板上；在一些其他实施例中，处理器601、存储器602和外围设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路604用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路604通过电磁信号与通信网络以及其他通信设备进行通信。射频电路604将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路604包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。
显示屏605用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏605是触摸显示屏时，显示屏605还具有采集在显示屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器601进行处理。此时，显示屏605还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。
摄像头组件606用于采集图像或视频。可选地，摄像头组件606包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。
音频电路607可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器601进行处理，或者输入至射频电路604以实现语音通信。
定位组件608用于定位终端600的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。
电源609用于为终端600中的各个组件进行供电。电源609可以是交流电、直流电、一次性电池或可充电电池。
在一些实施例中，终端600还包括有一个或多个传感器610。该一个或多个传感器610包括但不限于：加速度传感器611、陀螺仪传感器612、压力传感器613、指纹传感器614、光学传感器615以及接近传感器616。
加速度传感器611可以检测以终端600建立的坐标系的三个坐标轴上的加速度大小。
陀螺仪传感器612可以终端600的机体方向及转动角度，陀螺仪传感器612可以与加速度传感器611协同采集用户对终端600的3D动作。
压力传感器613可以设置在终端600的侧边框和/或显示屏605的下层。当压力传感器613设置在终端600的侧边框时，可以检测用户对终端600的握持信号，由处理器601根据压力传感器613采集的握持信号进行左右手识别或快捷操作。当压力传感器613设置在显示屏605的下层时，由处理器601根据用户对显示屏605的压力操作，实现对UI界面上的可操作性控件进行控制。
指纹传感器614用于采集用户的指纹，由处理器601根据指纹传感器614采集到的指纹识别用户的身份，或者，由指纹传感器614根据采集到的指纹识别用户的身份。
光学传感器615用于采集环境光强度。在一个实施例中，处理器601可以根据光学传感器615采集的环境光强度，控制显示屏605的显示亮度。
接近传感器616用于采集用户与终端600的正面之间的距离。
本领域技术人员可以理解，图6中示出的结构并不构成对终端600的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括计算机程序的存储器，上述计算机程序可由处理器执行以完成上述实施例中的风险阈值确定方法。例如，该计算机可读存储介质可以是只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括程序代码，该程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，使得该计算机设备执行上述风险阈值确定方法。
在一些实施例中，本申请实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链系统。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
上述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (16)
1.一种风险阈值确定方法，其特征在于，所述方法包括：
获取目标车辆的制动性能参数，所述制动性能参数用于反映所述目标车辆的制动性能；
基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值，所述场景参数包括所述目标车辆在所述虚拟测试场景的运动信息以及碰撞目标在所述虚拟测试场景中的运动信息，所述参考风险阈值用于指示所述目标车辆进行自动制动的时机；
获取所述目标车辆在标准测试场景中的第一测试参数，所述标准测试场景为基于测试标准搭建的场景，所述第一测试参数为所述目标车辆基于所述参考风险阈值在所述测试场景中进行制动所得到的参数；
基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值。
2.根据权利要求1所述的方法，其特征在于，所述获取目标车辆的制动性能参数包括：
获取所述目标车辆的制动数据集，所述制动数据集包括所述目标车辆在不同速度下进行制动的减速度、制动时间以及车身稳定参数；
基于所述目标车辆的制动数据集，获取所述目标车辆的制动性能参数。
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标车辆的制动数据集，获取所述目标车辆的制动性能参数包括下述至少一项：
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在不同速度下的制动距离；
从所述目标车辆在不同速度下进行制动的减速度中获取所述目标车辆的最大减速度；
基于所述目标车辆在不同速度下进行制动的减速度以及制动时间，确定所述目标车辆在制动过程中的响应迟滞；
基于所述目标车辆在不同速度下进行制动的减速度，确定所述目标车辆的最大减速度梯度、减速度的超调量以及减速度的静态偏差；
基于所述车身稳定参数，确定所述目标车辆在不同速度下以不同制动参数进行制动的稳定性。
4.根据权利要求1所述的方法，其特征在于，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述制动性能参数，确定所述目标车辆的多组制动参数；
基于所述多组制动参数以及所述虚拟测试场景的场景参数，确定多个第一风险阈值，所述多个第一风险阈值均为基于对应制动参数进行自动制动时，所述目标车辆在所述虚拟测试场景中避免与所述碰撞目标发生碰撞的风险阈值；
从所述多个第一风险阈值中确定符合目标条件的所述参考风险阈值。
5.根据权利要求4所述的方法，其特征在于，所述从所述多个第一风险阈值中确定符合目标条件的所述参考风险阈值包括：
从所述多个第一风险阈值中确定对应车身稳定参数大于或等于车身稳定阈值的所述参考风险阈值。
6.根据权利要求1所述的方法，其特征在于，所述参考风险阈值为参考制动时刻，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动时刻，所述目标车辆在所述初始制动时刻以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；
基于所述目标车辆在所述虚拟测试场景的运动信息、所述初始制动时刻以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
7.根据权利要求6所述的方法，其特征在于，所述运动信息包括在所述虚拟测试场景中的初始位置以及初始速度，所述基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动时刻包括：
基于所述目标车辆在所述虚拟测试场景中的初始位置以及所述碰撞目标在所述虚拟测试场景的初始位置，确定所述目标车辆与所述碰撞目标之间的初始距离；
基于所述制动性能参数，获取所述目标车辆在所述虚拟测试场景中的初始速度对应的制动距离；
基于所述目标车辆与所述碰撞目标在所述虚拟测试场景中的初始速度差、所述初始距离和所述制动距离，确定所述目标车辆的初始制动时刻。
8.根据权利要求6所述的方法，其特征在于，所述运动信息包括在所述虚拟测试场景中的初始速度，所述基于所述目标车辆在所述虚拟测试场景的运动信息、所述初始制动时刻以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻包括：
基于所述目标车辆在所述虚拟测试场景中的初始速度以及所述安全距离，确定制动时刻增量，所述制动时刻增量为所述目标车辆以在所述虚拟测试场景中的初始速度行驶所述安全距离所耗费的时长；
基于所述制动时刻增量和所述初始制动时刻，确定所述目标车辆在所述虚拟测试场景中的参考制动时刻。
9.根据权利要求1所述的方法，其特征在于，所述参考风险阈值为参考制动距离，所述基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值包括：
基于所述目标车辆在所述虚拟测试场景的运动信息、所述碰撞目标在所述虚拟测试场景中的运动信息以及所述制动性能参数，确定所述目标车辆的初始制动距离，所述目标车辆在所述初始制动距离以最大制动能力进行制动时，所述目标车辆与所述碰撞目标刚好不发生碰撞；
基于所述初始制动距离以及预设的安全距离，确定所述目标车辆在所述虚拟测试场景中的参考制动距离。
10.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆在标准测试场景中的第一测试参数包括：
获取所述目标车辆基于参考制动参数在所述标准测试场景中进行制动得到的所述第一测试参数，所述参考制动参数为所述参考风险阈值对应的制动参数。
11.根据权利要求1所述的方法，其特征在于，所述基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值包括：
在所述第一测试参数指示所述目标车辆未通过所述标准测试场景对应的测试时，调整所述参考风险阈值，得到所述目标风险阈值，所述目标风险阈值小于所述参考风险阈值。
12.根据权利要求1所述的方法，其特征在于，所述基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值之后，所述方法还包括：
获取所述目标车辆在实际道路中的第二测试参数，所述第二测试参数为所述目标车辆基于所述目标风险阈值在所述实际道路中进行制动所得到的参数；
在所述第二测试参数符合测试参数条件的情况下，将所述目标风险阈值确定为所述目标车辆在实际行驶中的风险阈值。
13.一种风险阈值确定装置，其特征在于，所述装置包括：
制动性能参数获取模块，用于获取目标车辆的制动性能参数，所述制动性能参数用于反映所述目标车辆的制动性能；
参考风险值确定模块，用于基于所述制动性能参数以及虚拟测试场景的场景参数，确定所述目标车辆在所述虚拟测试场景中的参考风险阈值，所述场景参数包括所述目标车辆在所述虚拟测试场景的运动信息以及碰撞目标在所述虚拟测试场景中的运动信息，所述参考风险阈值用于指示所述目标车辆进行自动制动的时机；
第一测试参数确定模块，用于获取所述目标车辆在标准测试场景中的第一测试参数，所述标准测试场景为基于测试标准搭建的场景，所述第一测试参数为所述目标车辆基于所述参考风险阈值在所述测试场景中进行制动所得到的参数；
目标风险值获取模块，用于基于所述第一测试参数，调整所述参考风险阈值，得到所述目标车辆的目标风险阈值。
14.一种计算机设备，其特征在于，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序，所述计算机程序由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求12任一项所述的风险阈值确定方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至权利要求12任一项所述的风险阈值确定方法。
16.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至权利要求12任一项所述的风险阈值确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657463.1A CN114291113B (zh) | 2021-12-30 | 2021-12-30 | 风险阈值确定方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657463.1A CN114291113B (zh) | 2021-12-30 | 2021-12-30 | 风险阈值确定方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114291113A true CN114291113A (zh) | 2022-04-08 |
| CN114291113B CN114291113B (zh) | 2024-04-19 |
Family
ID=80973707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111657463.1A Active CN114291113B (zh) | 2021-12-30 | 2021-12-30 | 风险阈值确定方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114291113B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115493857A (zh) * | 2022-11-16 | 2022-12-20 | 苏州挚途科技有限公司 | 自动紧急制动参数的确定方法、确定装置与处理器 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104129387A (zh) * | 2014-07-25 | 2014-11-05 | 杭州电子科技大学 | 安全距离与碰撞时间权衡风险的单摄像头汽车防撞方法 |
| CN108495330A (zh) * | 2018-03-09 | 2018-09-04 | 清华大学 | 一种车-车信息交互通信的碰撞预警可靠性测试方法 |
| CN109017730A (zh) * | 2018-08-09 | 2018-12-18 | 北京智行者科技有限公司 | 车辆制动控制方法 |
| CN109435952A (zh) * | 2018-10-31 | 2019-03-08 | 北京新能源汽车股份有限公司 | 车辆纵向控制标定方法、装置、系统及汽车 |
| DE102018215329A1 (de) * | 2018-08-31 | 2020-03-05 | Robert Bosch Gmbh | Computerimplementiertes Simulationsverfahren und Anordnung zum Testen von Steuergeräten |
| CN111238825A (zh) * | 2020-01-10 | 2020-06-05 | 东南大学 | 面向组合试验路面的智能驾驶自动紧急制动性能测试方法 |
| CN113665593A (zh) * | 2021-10-22 | 2021-11-19 | 智己汽车科技有限公司 | 一种车辆智能驾驶纵向控制方法、系统及存储介质 |
-
2021
- 2021-12-30 CN CN202111657463.1A patent/CN114291113B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104129387A (zh) * | 2014-07-25 | 2014-11-05 | 杭州电子科技大学 | 安全距离与碰撞时间权衡风险的单摄像头汽车防撞方法 |
| CN108495330A (zh) * | 2018-03-09 | 2018-09-04 | 清华大学 | 一种车-车信息交互通信的碰撞预警可靠性测试方法 |
| CN109017730A (zh) * | 2018-08-09 | 2018-12-18 | 北京智行者科技有限公司 | 车辆制动控制方法 |
| DE102018215329A1 (de) * | 2018-08-31 | 2020-03-05 | Robert Bosch Gmbh | Computerimplementiertes Simulationsverfahren und Anordnung zum Testen von Steuergeräten |
| US20210122383A1 (en) * | 2018-08-31 | 2021-04-29 | Robert Bosch Gmbh | Computer-implemented simulation method and system for testing control units |
| CN109435952A (zh) * | 2018-10-31 | 2019-03-08 | 北京新能源汽车股份有限公司 | 车辆纵向控制标定方法、装置、系统及汽车 |
| CN111238825A (zh) * | 2020-01-10 | 2020-06-05 | 东南大学 | 面向组合试验路面的智能驾驶自动紧急制动性能测试方法 |
| CN113665593A (zh) * | 2021-10-22 | 2021-11-19 | 智己汽车科技有限公司 | 一种车辆智能驾驶纵向控制方法、系统及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115493857A (zh) * | 2022-11-16 | 2022-12-20 | 苏州挚途科技有限公司 | 自动紧急制动参数的确定方法、确定装置与处理器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114291113B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10685570B2 (en) | Electronic device for identifying external vehicle with changed identification information based on data related to movement of external vehicle and method for operating the same | |
| CN110155066B (zh) | 一种颠簸检测、预警方法、装置、设备及系统 | |
| US11458978B2 (en) | Drive assist method, drive assist program, and vehicle control device | |
| KR20200002954A (ko) | 차량 주행 제어 방법 및 장치 | |
| JP2019535566A (ja) | 不測のインパルス変化衝突検出器 | |
| CN110979332B (zh) | 智能汽车的控制方法、装置及存储介质 | |
| KR102492637B1 (ko) | 주행 성향 분석 방법, 주행 성향 분석 장치 및 차량 제어 시스템 | |
| CN109720348A (zh) | 车载装置、信息处理系统和信息处理方法 | |
| KR102621430B1 (ko) | 차량 간 통신 및 통지 | |
| CN113479195A (zh) | 用于自动代客泊车的方法和用于执行所述方法的系统 | |
| US11604908B2 (en) | Hardware in loop testing and generation of latency profiles for use in simulation | |
| CN112991684A (zh) | 一种驾驶预警的方法及装置 | |
| CN113734203A (zh) | 一种智能驾驶的控制方法、装置、系统及存储介质 | |
| CN111186435B (zh) | 汽车的防碰撞方法、装置及存储介质 | |
| CN114537141A (zh) | 用于控制车辆的方法、装置、设备及介质 | |
| CN114291113B (zh) | 风险阈值确定方法、装置、设备以及存储介质 | |
| CN111071151A (zh) | 汽车的防碰撞方法、装置及存储介质 | |
| KR20210056632A (ko) | 메시지 기반의 영상 처리 방법 및 이를 구현하는 전자 장치 | |
| CN115145246B (zh) | 控制器的测试方法、装置、车辆、存储介质及芯片 | |
| CN115631626A (zh) | 一种车辆数据监控分析方法、装置、设备及介质 | |
| CN113538893A (zh) | 车辆预警方法、控制方法、装置及电子设备 | |
| CN106162938B (zh) | 一种信息处理方法和第一电子设备 | |
| CN113879313A (zh) | 驾驶员疲劳检测方法及装置 | |
| CN114071350B (zh) | 车辆定位方法、装置及可读存储介质 | |
| WO2023145404A1 (ja) | 車両用装置、情報統合方法 |
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 |