CN114529130A - 一种交通环境风险评估方法、装置、电子设备及存储介质 - Google Patents
一种交通环境风险评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114529130A CN114529130A CN202210001772.1A CN202210001772A CN114529130A CN 114529130 A CN114529130 A CN 114529130A CN 202210001772 A CN202210001772 A CN 202210001772A CN 114529130 A CN114529130 A CN 114529130A
- Authority
- CN
- China
- Prior art keywords
- risk
- target
- information
- environment
- environmental
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012502 risk assessment Methods 0.000 title claims abstract description 51
- 230000007613 environmental effect Effects 0.000 claims abstract description 160
- 238000005381 potential energy Methods 0.000 claims abstract description 37
- 230000004888 barrier function Effects 0.000 claims description 52
- 230000003068 static effect Effects 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 61
- 238000010586 diagram Methods 0.000 description 15
- 238000013507 mapping Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通环境风险评估方法、装置、电子设备及存储介质。该方法包括:获取车辆当前行车环境中的环境风险信息;根据所述环境风险信息,确定目标环境风险类型;获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;若所述环境风险势能达到预设阈值,则发送接管预警信息。本发明的风险评估方法简单易行,通过确定环境风险信息对应的目标环境风险类型,对不同类型的交通环境风险进行针对性判断、处理,实现对交通环境风险进行全面评估。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种交通环境风险评估方法、装置、电子设备及存储介质。
背景技术
近年来,随着人工智能的不断发展,自动驾驶逐渐成为交通领域研究的热点。美国汽车工程师协会将自动驾驶阶段分为以下6个等级:L0级—人工驾驶,L1级—辅助驾驶,L2级—部分自动驾驶,L3级—有条件自动驾驶,L4级—高度自动驾驶和L5级—完全自动驾驶。当车辆处于L3等级时,自动驾驶系统能够代替驾驶员进行大多数的驾驶操作,此时驾驶员的注意力可适当转移至某些驾驶次任务上。然而当车辆遇到紧急情况发出接管请求时,如果驾驶员的认知能力不满足接管车辆需求,会导致接管绩效变差,对行车安全产生较大影响。由于自动驾驶系统面对的交通状况的复杂性以及实时变化性,对交通环境风险进行实时评估,对于降低自动驾驶车辆人机共驾阶段的交通事故率、提高道路交通安全水平、及保证行车安全尤为关键。
然而,现有技术中的交通环境风险评估的方法大多较为复杂,且不能对交通环境风险进行全面评估,难以应对不同类型的交通环境风险所带来的险情,存在安全隐患。
发明内容
有鉴于此,本发明的目的在于提供一种交通环境风险评估方法、装置、电子设备及存储介质,通过对不同类型的交通环境风险进行针对性判断、处理,进而能够全面的对多种潜在交通环境风险进行准确评估,且评估方法简单,以至少解决相关现有技术中不能全面的对多种潜在环境风险进行准确评估以及评估方式较为复杂的技术问题。
根据本发明的一个方面,提供了一种交通环境风险评估方法,所述交通环境风险评估方法包括:
获取车辆当前行车环境中的环境风险信息;
根据所述环境风险信息,确定目标环境风险类型;
获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;
基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;
若所述环境风险势能达到预设阈值,则发送接管预警信息。
进一步地,所述获取所述目标环境风险类型对应的目标环境风险类型影响因子,具体包括:
获取映射关系表,所述映射关系表用于表征各种环境风险与相应的风险类型影响因子之间的映射关系;
基于所述目标环境风险类型在所述映射关系表中进行匹配,得到与所述目标环境风险类型匹配的所述目标环境风险类型影响因子。
进一步地,所述环境风险信息的目标环境风险类型包括可视风险类型,相应的,所述环境风险信息包括动态障碍物信息和/或静态障碍物信息,所述确定所述目标环境风险类型对应的目标风险点,具体包括:
确定动态障碍物和/或静态障碍物与所述车辆的相对位置为所述目标风险点。
进一步地,所述环境风险信息的目标环境风险类型包括不可视风险类型,相应的,所述环境风险信息包括视野盲区信息,该视野盲区指在所述车辆行驶路径上、对驾驶人员的视野造成遮挡的遮挡物所形成的可能存在碰撞风险的区域,所述确定所述目标环境风险类型对应的目标风险点,具体包括:
根据所述视野盲区信息判断对应的遮挡物是否能够供动态障碍物穿过;
若是,则确定所述遮挡物相对于所述车辆的起点位置为所述目标风险点。
进一步地,所述方法还包括:
若所述遮挡物不能够供动态障碍物穿过,则确定所述遮挡物相对于所述车辆的终点位置为所述目标风险点。
进一步地,所述基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能,具体包括:
根据所述环境风险信息,获取所述车辆与对应的环境风险之间的相对距离、相对速度及角度;
基于所述目标环境风险类型影响因子、所述相对距离、相对速度及角度,计算所述目标风险点的环境风险势能,所述目标风险点的环境风险势能的表达式如下:
其中:
Mtype代表所述目标环境风险类型影响因子;
k1代表距离影响因子;
k2代表速度影响因子。
进一步地,所述若所述环境风险势能达到预设阈值,则发送预警信息包括:
若所述环境风险势能达到第一预设阈值,则发送第一接管预警信息;
若所述环境风险势能达到第二预设阈值,则发送第二接管预警信息,其中,所述第二预设阈值大于所述第一预设阈值。
进一步地,所述若所述环境风险势能达到预设阈值,则发送预警信息还包括:
若在发送所述第二接管预警信息后的预设时间间隔内未收到接管确认信息,则调整所述车辆的行驶参数至预设参数。
进一步地,所述方法还包括:
根据地图信息获取路况风险信息;
当所述路况风险信息满足预设路况风险类型时,确定对应路况风险的起点位置;
当所述车辆与所述起点位置的距离满足预设距离时,发送第三接管预警信息。
根据本发明的另一个方面,提供了一种交通环境风险评估装置,包括:
第一获取模块,用于获取车辆当前行车环境中的环境风险信息;
确定模块,用于根据所述环境风险信息,确定目标环境风险类型;
第二获取模块,用于获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;
计算模块,用于基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;
信息发送模块,用于若所述环境风险势能达到预设阈值,则发送接管预警信息。
根据本发明的另一个方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如上述交通环境风险评估方法。
根据本发明的另一个方面,提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行上述的交通环境风险评估方法。
本发明提供的交通环境风险评估方法、装置、电子设备及存储介质,先获取车辆当前行车环境中的环境风险信息,接着确定其目标环境风险类型,根据目标环境风险类型确定目标环境风险类型影响因子及目标风险点,进而计算该目标风险点的环境风险势能,利用环境风险势能判断当前驾驶是否安全,从而可以及时发送接管预警信息来提醒驾驶人员。上述交通环境风险评估方法简单易行,且通过对不同类型的交通环境风险进行针对性判断、处理,能够准确推断出不同类型的交通环境风险对应的风险点,进而评估环境风险大小,其风险评估范围可覆盖车辆行驶路径上所有的可视风险及不可视风险,能够全面的对多种潜在交通环境风险进行准确评估,以应对不同类型的交通环境风险所带来的险情,有效提升风险评估范围及风险评估准确性,从而进一步减少安全隐患。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图一;
图2是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图二;
图3是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图三;
图4是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图四;
图5是根据一示例性实施例示出的可穿过的遮挡物对应的盲区示意图;
图6是根据一示例性实施例示出的不可穿过的遮挡物对应的盲区示意图;
图7是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图五;
图8是根据一示例性实施例示出的一种交通环境风险评估方法的流程示意图六;
图9是根据一示例性实施例示出的一种交通环境风险评估装置框图;
图10是根据一示例性实施例示出的一种用于交通环境风险评估的电子设备的框图。
以下对附图作补充说明:
100-可穿过遮挡物,200-不可穿过遮挡物,300-车辆,901-第一获取模块,903-确定模块,905-第二获取模块,907-计算模块,909-信息发送模块。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中,需要理解的是,本发明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”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本申请,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本申请同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本申请的主旨。
实施例:
请参阅图1,图1是根据一示例性实施例示出的一种交通环境风险评估方法的流程图一,本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。如图1所示,交通环境风险评估方法可以包括:
S101,获取车辆当前行车环境中的环境风险信息。
具体地,环境风险信息可以是指存在于车辆当前行车环境中的、可能对车辆行驶安全造成威胁的事物信息,例如动态障碍物信息(如行人、机动车、非机动车等相关事物信息)、静态障碍物信息(如路障、灌木丛等不会发生移动的事物信息)、路况风险信息(如交通流、事故高发路段等)、视野盲区信息等。
示例性的,可以通过设置在车辆上的摄像头、雷达、传感器等检测装置以及高精地图或导航系统对车辆周边环境情况进行实时监测,从而实时获取车辆当前行车环境中的环境风险信息。以动态障碍物信息或静态障碍物信息为例,当检测装置检测到可能会对车辆行驶安全造成威胁的障碍物时,实时获取该动态障碍物对应的环境风险信息,包括该动态障碍物与车辆的相对距离、相对速度、动态障碍物的形状、类型等信息;以路况风险信息为例,当导航系统根据地图信息获知车辆行驶路径的前方存在事故高发路段或拥堵路段等路况风险,实时获取该路况风险对应的环境风险信息,包括该路况风险的起点位置、该路况风险与车辆的相对距离等信息;以视野盲区信息为例,当检测装置检测到在车辆行驶路径上、对驾驶人员的视野造成遮挡的遮挡物所形成的可能存在碰撞风险的视野盲区时,实时获取该视野盲区对应的环境风险信息,包括遮挡物与车辆的相对距离、遮挡物尺寸、类型、及盲区范围等信息。除了上述环境风险信息示例,还存在其他种类的环境风险信息,对其的检测及信息获取过程与上述示例基本相同,此处不再赘述。
S103,根据所述环境风险信息,确定目标环境风险类型。
具体地,目标环境风险类型即指检测到的当前行车环境中的上述环境风险所对应的风险类型。例如,可将交通环境风险分为可视风险类型(可直接提前被传感器检测到位于视野范围内的动态障碍物、静态障碍物等)、及不可视风险类型(如视野盲区等不可视风险,视野盲区内可能存在会与车辆发生碰撞的不能够提前被传感器直接检测到的障碍物);当然,还可以将交通环境风险进行其他类型的分类,例如根据环境风险信息的运动信息分为动态风险类型、静态风险类型;或根据环境风险信息的方位信息分为侧方位风险类型、前方风险类型即后方风险类型等;或根据环境风险信息对应的目标对象类型分为行人、小车、大车、路障、盲区、路况等风险类型;还可以根据环境风险信息的紧急状态或严重等级信息分为一级风险类型、二级风险类型、三级风险类型等,等级数越低,表征对应的环境风险越紧急、严重。分类方式可以根据实际需求进行设定,多种多样,此处不再一一列举,示例性的,还可以将多种分类方式进行组合、叠加、优先级排序等操作,以实现对风险的全面、精准评估,将车辆面对的潜在风险降至最低。
在实际应用中,不同的交通环境风险会对车辆行驶安全带来不同的威胁,传统的风险评估方法并未考虑不同类型的环境风险、或者未考虑物理对象形状、视野盲区、路况风险等各环境下对于车辆行驶安全造成的不同影响,从而不能对风险进行全面、准确的评估。本实施例通过对多种交通环境风险进行分类,并根据获取的车辆当前行车环境中的环境风险信息确定其目标环境风险类型,以对不同类型的环境风险进行判断并做针对性处理,进而实现对交通环境风险的全面、准确的评估。
S105,获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置。
具体地,不同类型的环境风险对应有不同的环境风险类型影响因子,环境风险类型影响因子与潜在环境风险的类型、障碍物尺寸、车速、自车与环境风险相对距离等有关。作为一个示例,潜在环境风险的类型是人、小车或大车,其对应的环境风险类型影响因子不同,环境风险类型影响因子可以是用于表征不同类型的环境风险所对应的风险大小的系数,也即评价风险的严重度。
不同类型的环境风险可能与车辆在不同的位置、以不同的方式发生碰撞,即不同类型的环境风险对应有不同的风险点,风险点可以指该环境风险可能与车辆发生碰撞的预判位置。以当前行驶环境下检测到的环境风险为动态障碍物为例,该环境风险对应的风险点即为该动态障碍物所在的位置;而如果检测到的环境风险为拥堵路况,则对应的风险点即为对应的拥堵路段相对于车辆的起点位置;如果检测到的环境风险为由一遮挡物形成的视野盲区,若该遮挡物能够被动态障碍物穿过,则该遮挡物相对于车辆的起点位置为风险点,而若该遮挡物不能被动态障碍物穿过,则该遮挡物相对于车辆的终点位置即为风险点。示例性的,风险点可以指一个精准的位置点,也可以指一个位置范围,可根据实际需求或者环境风险的类型进行设定,对此不做过多限定。
在实际应用中,当确定环境风险信息对应的目标环境风险类型后,根据目标环境风险类型获取对应的目标环境风险类型影响因子,并确定目标环境风险类型对应的目标风险点。针对不同类型的环境风险确定对应的环境风险类型影响因子及风险点,以实现对不同类型的环境风险进行针对性处理,有利于对交通环境风险进行全面、准确的评估。
S107,基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能。
具体地,针对一般障碍物,风险至少有如下特点:1.车辆距离障碍物越近,风险越大;2.车辆与障碍物的相对运动速度越大,风险越大。针对以上特点选用环境风险势能作为交通环境风险的基础模型。示例性的,环境风险=碰撞风险=碰撞概率×严重度,则基于环境风险信息及该环境风险信息对应的环境风险类型影响因子,计算该环境风险对应的风险点处的环境风险势能,环境风险势能即用于表征该环境风险所对应的风险大小,环境风险势能越大,代表环境风险越大,对自车造成的威胁越大。
针对环境风险建立环境风险数学模型,计算环境风险势能,利用环境风险势能来评价环境风险大小,以此来实时判断当前驾驶是否安全,是否需要采取减速或避让等措施,或者提醒驾驶人员提前接管车辆,以避让环境风险,避免交通事故的发生。
S109,若所述环境风险势能达到预设阈值,则发送接管预警信息。
本说明书实施例中,若所述目标风险点的环境风险势能达到了预设阈值,表示当前行车环境存在碰撞风险,则及时发送接管预警信息,以提醒驾驶人员注意周边情况并及时接管车辆。
图2是根据一示例性实施例示出的另一种交通环境风险评估方法的流程图二。在一种可能的实现方式中,如图2所示,该步骤S105之前,该方法还可以包括:
S201,建立各种环境风险与相应的环境风险影响因子的映射关系表。
作为一个示例,可以通过数据收集与统计,结合足够多的样本采集信息,在大数据的基础上得出各种环境风险对应的环境风险影响因子。在实际应用中,可以通过上述或上述以外的数据获取方法,预先建立各种环境风险与相应的环境风险影响因子的映射关系表。
相应地,步骤S105具体可以包括:
S1051,获取映射关系表,所述映射关系表用于表征各种环境风险与相应的风险类型影响因子之间的映射关系;
S1053,基于所述目标环境风险类型在所述映射关系表中进行匹配,得到与所述目标环境风险类型匹配的所述目标环境风险类型影响因子;较佳地,目标风险点的确定也可采用上述方法,通过环境风险类型与相应的风险点之间的对应关系来确定,当然也可以采用其他风险点确定方法,此处不再赘述。
S1055,确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置。
图3是根据一示例性实施例示出的另一种交通环境风险评估方法的流程图三,当环境风险信息的目标环境风险类型为可视风险类型时,相应的,环境风险信息可以包括动态障碍物信息和/或静态障碍物信息,则步骤S105具体包括:
S1052,当环境风险信息的目标环境风险类型为可视风险类型时,获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定动态障碍物和/或静态障碍物与所述车辆的相对位置为所述目标风险点。
以上述举例,当检测到的环境风险为行人时,确定目标环境风险类型为可视风险类型,获取对应的目标环境风险类型影响因子,并确定行人与车辆的相对位置为目标风险点。
图4是根据一示例性实施例示出的另一种交通环境风险评估方法的流程图四,当环境风险信息的目标环境风险类型为不可视风险类型时,相应的,环境风险信息包括视野盲区信息,该视野盲区指在所述车辆行驶路径上、对驾驶人员的视野造成遮挡的遮挡物所形成的可能存在碰撞风险的区域,所述确定所述目标环境风险类型对应的目标风险点,则步骤S105具体包括:
S1054,当环境风险信息的目标环境风险类型为不可视风险类型时,获取所述目标环境风险类型对应的目标环境风险类型影响因子,并根据所述环境风险信息判断对应的遮挡物是否能够供动态障碍物穿过;
S1056,若是,则确定所述遮挡物相对于所述车辆的起点位置为所述目标风险点。
示例性的,检测装置可以根据遮挡物尺寸、类型判断其能否被穿过,例如当检测到遮挡物为灌木丛或较矮的路障等时,则判断该遮挡物能够供动态障碍物穿过,当检测到遮挡物为墙体或较高的路障等时,则判断该遮挡物不能够供动态障碍物穿过。具体地,遮挡物能够供动态障碍物穿过,可以指遮挡物本身能够供动态障碍物穿过,也可以指遮挡物周围的预设区域能够供动态障碍物能够穿过,例如从遮挡物的上方或下方空隙穿过等。
如图5所示为可穿过的遮挡物对应的盲区示意图,其中轨迹P形成的区域为检测装置能够检测的范围,当车辆300的行驶路径上出现可穿过遮挡物100,则视野盲区包括可穿过遮挡物100本身所在的区域,因而将可穿过遮挡物100相对于车辆300的起点位置A认定为目标风险点,并且随着车辆300的行驶,所述可穿过遮挡物100相对于所述车辆的起点位置实时变化,即视野盲区的范围及所述目标风险点是随着车辆300移动而实时变化的,其中,AB段即为检测装置能够且需要持续监测的盲区长度。
相应地,步骤S105还包括:
S1058,若所述遮挡物不能够供动态障碍物穿过,则确定所述遮挡物相对于所述车辆的终点位置为所述目标风险点。
具体地,遮挡物不能供动态障碍物穿过,可以指遮挡物本身、及遮挡物周围的预设区域均不能供动态障碍物穿过。如图6所示为不可穿过的遮挡物对应的盲区示意图,其中轨迹P形成的区域为检测装置能够检测的范围,当车辆300的行驶路径上出现不可穿过遮挡物200时,则视野盲区不包括不可穿过遮挡物200本身所在的区域,但沿车辆300行驶路径的不可穿过遮挡物200的后方会形成可能能够供动态障碍物穿过的视野盲区,因而仅将所述不可穿过遮挡物200相对于所述车辆的终点位置C作为所述目标风险点,其中,CD段即为检测装置能够且需要持续监测的盲区长度。)
采用上述方法确定目标环境风险类型对应的目标风险点,使得环境风险评估范围可覆盖车辆行驶路径上整个视野盲区内的可视风险和不可视风险,例如位于行驶路径上的动态障碍物、静态障碍物,以及可能突然出现在盲区的人、车及动物等,有效提升风险评估范围及风险评估准确性。
作为一个示例,步骤S107中,所述基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能,具体包括:
S1071,根据所述环境风险信息,获取所述车辆与对应的环境风险之间的相对距离、相对速度及角度;
S1072,基于所述目标环境风险类型影响因子、所述相对距离、相对速度及角度,计算所述目标风险点的环境风险势能,所述目标风险点的环境风险势能的表达式如下:
其中:
Mtype代表所述目标环境风险类型影响因子;
k1代表距离影响因子;
k2代表速度影响因子。
其中,Mtype值、k2值与REaj值呈正相关,即Mtype值越大,REaj值越大,k2值越大,REaj值也越大;k1值与REaj值呈负相关,即k1值越小,REaj值越大。
示例性的,可以采用微元法获取所述车辆与对应的环境风险之间的相对距离、相对速度及角度,即,将车辆和环境风险均进行栅格化,分别计算每个栅格点相对车辆每个栅格点的相对距离、相对速度及角度。在可能的实施方式中,还可以将车辆和环境风险都简化为椭圆模型,计算车辆各边界点与环境风险各边界点的相对距离、相对速度及角度。在其他可能的实施方式中,还可以将上述的微元法和椭圆模型法结合使用,例如将环境风险的形状用椭圆模型描述,而车辆依然采用栅格化,分别计算车辆每个栅格点与环境风险椭圆各边界点的相对距离、相对速度和角度,使得计算结果更精确,进一步实现对环境风险的精确评估。
图7是根据一示例性实施例示出的另一种交通环境风险评估方法的流程图五。在一种可能的实现方式中,如图7所示,步骤S109可以具体包括:
S1091,若所述环境风险势能达到第一预设阈值,则发送第一接管预警信息;第一接管预警信息用于提示驾驶人员车辆已进入高风险区,请驾驶人员注意周边情况,做好接管车辆的准备;
S1092,若所述环境风险势能达到第二预设阈值,则发送第二接管预警信息,其中,所述第二预设阈值大于所述第一预设阈值,第二接管预警信息用于提示驾驶人员必须接管车辆。
作为一个示例,步骤S109还包括:
S1093,若在发送所述第二接管预警信息后的预设时间间隔内未收到接管确认信息,则调整所述车辆的行驶参数至预设参数。具体地,接管确认信息表征驾驶人员已接管车辆,所述行驶参数包括车速、制动、转向等参数,所述调整所述车辆的形式参数至预设参数具体包括减速、刹车、绕行等避让措施。
示例性的,步骤S109还包括:
S1094,若在所述预设时间间隔内收到了所述接管确认信息,则解除接管预警。
采用上述多级预警方式,根据风险势能大小逐级向驾驶人员发送相应的接管预警信息,及时提醒驾驶人员注意周边情况并接管车辆,结合驾驶人的接管反应特性,对接管时刻的风险进行评估并逐级预警,保障自动驾驶接管安全性,同时提高驾驶人的驾驶舒适性,而若驾驶人员未及时接管车辆,车辆主动采取减速、避让等措施,以免交通事故的发生,保证行车安全。
图8是根据一示例性实施例示出的另一种交通环境风险评估方法的流程图六。在一种可能的实现方式中,如图8所示,该方法还可以包括:
S801,根据地图信息获取路况风险信息;
S803,当所述路况风险信息满足预设路况风险类型时,确定对应路况风险的起点位置;
S805,当所述车辆与所述起点位置的距离满足预设距离时,发送第三接管预警信息,所述第三预警信息用于提示驾驶人员车辆即将进入高风险区域,请驾驶人员注意周边情况,并做好接管车辆的准备。
在实际应用中,实时根据地图信息获取路况信息,如果检测到路况风险,例如行驶路径前方存在事故高发路段或拥堵路段,则获取事故高发路段或拥堵路段的起点位置,当车辆进入事故高发路段或拥堵路段时,或者车辆与事故高发路段或拥堵路段的距离小于预设距离时,则向驾驶人员发送接管预警信息,提示此时已进入或即将进入高风险区,请驾驶人员注意周边情况,做好接管车辆准备。示例性的,在发出第三接管预警信息之后,继续监测该事故高发路段或拥堵路段中是否存在环境风险,如果检测到车辆行车环境中存在其他环境风险,则采用上述步骤S101-S109的风险评估方法。
图9是根据一示例性实施例示出的一种交通环境风险评估装置框图。
参照图9,该装置可以包括:
第一获取模块901,用于获取车辆当前行车环境中的环境风险信息;
确定模块903,用于根据所述环境风险信息,确定目标环境风险类型;
第二获取模块905,用于获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;
计算模块907,用于基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;
信息发送模块909,用于若所述环境风险势能达到预设阈值,则发送接管预警信息。
在一种可能的实现方式中,该装置还可以包括:
映射关系表建立模块,用于建立各种环境风险与相应的环境风险影响因子的映射关系表。
相应的,第二获取模块905还可以包括:
获取单元,用于获取映射关系表,所述映射关系表用于表征各种环境风险与相应的风险类型影响因子之间的映射关系;
匹配单元,用于基于所述目标环境风险类型在所述映射关系表中进行匹配,得到与所述目标环境风险类型匹配的所述目标环境风险类型影响因子。
在一种可能的实现方式中,当环境风险信息的目标环境风险类型为可视风险类型时,相应的,环境风险信息可以包括动态障碍物信息和/或静态障碍物信息,第二获取模块905还可以包括:
第一确定单元,用于当环境风险信息的目标环境风险类型为可视风险类型时,获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定动态障碍物和/或静态障碍物与所述车辆的相对位置为所述目标风险点。
在一种可能的实现方式中,当环境风险信息的目标环境风险类型为不可视风险类型时,相应的,环境风险信息包括视野盲区信息,第二获取模块905还可以包括:
判断单元,用于当环境风险信息的目标环境风险类型为不可视风险类型时,获取所述目标环境风险类型对应的目标环境风险类型影响因子,并根据所述环境风险信息判断对应的遮挡物是否能够供动态障碍物穿过;
第二确定单元,用于若遮挡物能够供动态障碍物穿过,则确定所述遮挡物相对于所述车辆的起点位置为所述目标风险点。
第三确定单元,用于若遮挡物不能够供动态障碍物穿过,则确定所述遮挡物相对于所述车辆的终点位置为所述目标风险点。
在一种可能的实现方式中,信息发送模块909还可以包括:
第一发送单元,用于若所述环境风险势能达到第一预设阈值,则发送第一接管预警信息;
第二发送单元,用于若所述环境风险势能达到第二预设阈值,则发送第二接管预警信息,其中,所述第二预设阈值大于所述第一预设阈值;
调整单元,用于若在发送所述第二接管预警信息后的预设时间间隔内未收到接管确认信息,则调整所述车辆的行驶参数至预设参数;
解除预警单元,用于若在所述预设时间间隔内收到了所述接管确认信息,则解除接管预警。
在一种可能的实现方式中,该装置还可以包括:
第三获取模块,用于根据地图信息获取路况风险信息;
定位模块,用于当所述路况风险信息满足预设路况风险类型时,确定对应路况风险的起点位置。
相应的,信息发送模块909还包括:
第三发送单元,用于当所述车辆与所述起点位置的距离满足预设距离时,发送第三接管预警信息。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种用于交通环境风险评估的电子设备的框图,该电子设备可以是服务器,其内部结构图可以如图10所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交通环境风险评估的方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在示例性实施例中,还提供了一种电子设备,包括:处理器;用于存储该处理器可执行指令的存储器;其中,该处理器被配置为执行该指令,以实现如本公开实施例中的交通环境风险评估方法。
在示例性实施例中,还提供了一种计算机可读存储介质,当该计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行本公开实施例中的交通环境风险评估方法。计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本公开实施例中的交通环境风险评估的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本发明提供的交通环境风险评估方法、装置、电子设备及存储介质,先获取车辆当前行车环境中的环境风险信息,接着确定其目标环境风险类型,根据目标环境风险类型确定目标环境风险类型影响因子及目标风险点,进而计算该目标风险点的环境风险势能,利用环境风险势能判断当前驾驶是否安全,从而可以及时发送接管预警信息来提醒驾驶人员。上述交通环境风险评估方法简单易行,且通过对不同类型的交通环境风险进行针对性判断、处理,能够准确推断出不同类型的交通环境风险对应的风险点,进而评估环境风险大小,其风险评估范围可覆盖车辆行驶路径上所有的可视风险及不可视风险,能够全面的对多种潜在交通环境风险进行准确评估,以应对不同类型的交通环境风险所带来的险情,有效提升风险评估范围及风险评估准确性,从而进一步减少安全隐患。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种交通环境风险评估方法,其特征在于,包括:
获取车辆当前行车环境中的环境风险信息;
根据所述环境风险信息,确定目标环境风险类型;
获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;
基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;
若所述环境风险势能达到预设阈值,则发送接管预警信息。
2.根据权利要求1所述的交通环境风险评估方法,其特征在于,所述环境风险信息的目标环境风险类型包括可视风险类型,相应的,所述环境风险信息包括动态障碍物信息和/或静态障碍物信息,则所述确定所述目标环境风险类型对应的目标风险点,具体包括:
确定动态障碍物和/或静态障碍物与所述车辆的相对位置为所述目标风险点。
3.根据权利要求1所述的交通环境风险评估方法,其特征在于,所述环境风险信息的目标环境风险类型包括不可视风险类型,相应的,所述环境风险信息包括视野盲区信息,该视野盲区指在所述车辆行驶路径上、对驾驶人员的视野造成遮挡的遮挡物所形成的可能存在碰撞风险的区域,则所述确定所述目标环境风险类型对应的目标风险点,具体包括:
根据所述视野盲区信息判断对应的遮挡物是否能够供动态障碍物穿过;
若是,则确定所述遮挡物相对于所述车辆的起点位置为所述目标风险点。
4.根据权利要求3所述的交通环境风险评估方法,其特征在于,所述方法还包括:
若所述遮挡物不能够供动态障碍物穿过,则确定所述遮挡物相对于所述车辆的终点位置为所述目标风险点。
6.根据权利要求1所述的交通环境风险评估方法,其特征在于,所述若所述环境风险势能达到预设阈值,则发送接管预警信息包括:
若所述环境风险势能达到第一预设阈值,则发送第一接管预警信息;
若所述环境风险势能达到第二预设阈值,则发送第二接管预警信息,其中,所述第二预设阈值大于所述第一预设阈值;
若在发送所述第二接管预警信息后的预设时间间隔内未收到接管确认信息,则调整所述车辆的行驶参数至预设参数。
7.根据权利要求1所述的交通环境风险评估方法,其特征在于,所述方法还包括:
根据地图信息获取路况风险信息;
当所述路况风险信息满足预设路况风险类型时,确定对应路况风险的起点位置;
当所述车辆与所述起点位置的距离满足预设距离时,发送第三接管预警信息。
8.一种交通环境风险评估装置,其特征在于,包括:
第一获取模块,用于获取车辆当前行车环境中的环境风险信息;
确定模块,用于根据所述环境风险信息,确定目标环境风险类型;
第二获取模块,用于获取所述目标环境风险类型对应的目标环境风险类型影响因子,并确定所述目标环境风险类型对应的目标风险点,所述目标风险点指示可能与所述车辆发生碰撞的预判位置;
计算模块,用于基于所述目标环境风险类型影响因子及所述环境风险信息,计算所述目标风险点的环境风险势能;
信息发送模块,用于若所述环境风险势能达到预设阈值,则发送接管预警信息。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的交通环境风险评估方法。
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至7中任一项所述的交通环境风险评估方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001772.1A CN114529130A (zh) | 2022-01-04 | 2022-01-04 | 一种交通环境风险评估方法、装置、电子设备及存储介质 |
PCT/CN2022/144358 WO2023131095A1 (zh) | 2022-01-04 | 2022-12-30 | 交通环境风险评估方法、风险评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001772.1A CN114529130A (zh) | 2022-01-04 | 2022-01-04 | 一种交通环境风险评估方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114529130A true CN114529130A (zh) | 2022-05-24 |
Family
ID=81620956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210001772.1A Pending CN114529130A (zh) | 2022-01-04 | 2022-01-04 | 一种交通环境风险评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114529130A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023131095A1 (zh) * | 2022-01-04 | 2023-07-13 | 武汉路特斯汽车有限公司 | 交通环境风险评估方法、风险评估方法及装置 |
-
2022
- 2022-01-04 CN CN202210001772.1A patent/CN114529130A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023131095A1 (zh) * | 2022-01-04 | 2023-07-13 | 武汉路特斯汽车有限公司 | 交通环境风险评估方法、风险评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6524144B2 (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
US10220841B2 (en) | Method and system for assisting a driver of a vehicle in driving the vehicle, vehicle and computer program | |
CN109515433B (zh) | 车辆控制系统 | |
CN111231982B (zh) | 一种智能驾驶的障碍物识别方法、装置、车辆和存储介质 | |
Jiménez et al. | An improved method to calculate the time-to-collision of two vehicles | |
JP6428928B2 (ja) | オクルージョン制御装置 | |
CN109572693A (zh) | 车辆避障辅助方法、系统及车辆 | |
US8731816B2 (en) | Method for classifying an object as an obstacle | |
JP6468261B2 (ja) | 自動運転システム | |
WO2023131095A1 (zh) | 交通环境风险评估方法、风险评估方法及装置 | |
EP2990290A1 (en) | Method and system for post-collision manoeuvre planning and vehicle equipped with such system | |
EP2571004A1 (en) | System for inferring driver's lane change intention | |
CN109249930B (zh) | 一种智能车碰撞安全预测方法 | |
JP6981197B2 (ja) | 車両制御装置 | |
JP7145815B2 (ja) | 電子制御装置 | |
CN103718061A (zh) | 使用radar和视频的改进的驾驶员辅助系统 | |
EP2753953A1 (de) | Sicherheitseinrichtung für kraftfahrzeuge | |
CN111665828A (zh) | 车辆感应方法、装置、计算机设备和存储介质 | |
CN113815620B (zh) | 一种车辆安全行驶的评估方法、装置、设备及存储介质 | |
CN116872921A (zh) | 一种车辆规避风险方法、系统、车辆及存储介质 | |
CN106218612A (zh) | 一种汽车安全行驶的方法、装置以及终端 | |
CN114529130A (zh) | 一种交通环境风险评估方法、装置、电子设备及存储介质 | |
Hosseini et al. | Adaptive forward collision warning algorithm for automotive applications | |
US20230100091A1 (en) | Scenario generation device and scenario generation method | |
DE102016209735A1 (de) | Steuern einer Schutzeinrichtung eines Kraftfahrzeugs |
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 |