本公開實施例涉及自動駕駛領(lǐng)域，更具體地，涉及自動駕駛的風險識別方法及自動駕駛車輛。

背景技術(shù)：

1、在自動駕駛模式時車輛的行車安全始終是當前系統(tǒng)供應商和用戶普遍關(guān)心的重要問題。然而現(xiàn)有技術(shù)中缺少自動駕駛模式下車輛的行車安全評估方法，這在極大程度上影響人們對于自動駕駛的信心。目前，在自動駕駛領(lǐng)域，現(xiàn)有的風險識別方法通常采用ttc(time?to?collision，碰撞時間)，即障礙物車輛與自動駕駛車輛的最小碰撞時間來衡量障礙物交互風險，但是，這種方式需要障礙物與自動駕駛車輛的距離較近的情況下才可以進行，無法提前預測出潛在的風險，無法及時做出避險行為。并且，ttc算法只能考慮到部分場景的情況，并不能適應復雜多變場景的一些突發(fā)情況，導致其可能出現(xiàn)制動不準確等不安全的操作，影響乘客的安全。

技術(shù)實現(xiàn)思路

1、本公開實施例提供一種自動駕駛的風險識別方法及自動駕駛車輛。可以在提前預測自動駕駛車輛的潛在風險，并可以適應復雜的場景。

2、第一方面，本實施例提供了一種自動駕駛的風險識別方法，包括：獲取第一障礙物的預測時空軌跡和自動駕駛車輛的規(guī)劃時空軌跡，所述第一障礙物為當前場景中的動態(tài)障礙物；根據(jù)所述第一障礙物的預測時空軌跡、所述自動駕駛車輛的規(guī)劃時空軌跡和預設地圖參數(shù)，建立所述當前場景的時空交互場景圖；根據(jù)所述當前場景的時空交互場景圖獲取當前場景的時空交互特征，將所述當前場景的時空交互特征輸入預訓練模型，通過所述預訓練模型確定所述自動駕駛車輛在當前場景中的交互安全性。

3、第二方面，一種自動駕駛車輛，其特征在于，具有處理器和存儲器，所述存儲器中存儲有計算機指令，所述計算機指令被處理器執(zhí)行時實現(xiàn)第一方面所述的方法的步驟。

4、通過本公開的不同實施例，可以通過動態(tài)障礙物的預測時空軌跡和自動駕駛車輛的行駛軌跡，構(gòu)建當前駕駛場景的時空交互場景圖，并根據(jù)時空交互場景圖和預先訓練的模型確定自動駕駛車輛的交互安全性，通過這種方式，可以基于預測的障礙物軌跡和自動駕駛車輛的規(guī)劃時空軌跡，在距離風險點位較遠的情況下預測交互風險，給駕駛員或車輛留出處理時間，可以及時做出避險行為。

5、通過以下參照附圖對本公開的示例性實施例的詳細描述，本公開實施例的其它特征及其優(yōu)點將會變得清楚。

技術(shù)特征：

1.一種自動駕駛的風險識別方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，時空交互特征包括車速、障礙物速度、障礙物類型、位置時間信息、障礙物與自動駕駛車輛的相對速度、障礙物與自動駕駛車輛的相對朝向、障礙物與自動駕駛車輛的交互時間距離和交互空間距離中的至少一個。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一障礙物的預測時空軌跡、所述自動駕駛車輛的規(guī)劃時空軌跡和預設地圖參數(shù)，建立所述當前場景的時空交互場景圖，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述當前場景的時空交互場景圖獲取當前場景的時空交互特征，包括：從所述當前場景的時空交互場景圖中獲取柵格語義信息，作為所述當前場景的時空交互特征。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，在將所述柵格語義信息輸入對應柵格，獲得所述當前場景的時空交互場景圖之前，所述方法還包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將所述當前場景的時空交互特征輸入預訓練模型之前，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，其特征在于，確定所述第三障礙物的類別，包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，其特征在于，所述獲取所述第三障礙物的預測時空軌跡和測試車輛的規(guī)劃時空軌跡，包括：

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述通過所述預訓練模型確定所述自動駕駛車輛在當前場景中的交互安全性后，所述方法還包括：

10.一種自動駕駛車輛，其特征在于，具有處理器和存儲器，所述存儲器中存儲有計算機指令，所述計算機指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-9任一項所述的方法的步驟。

技術(shù)總結(jié)
本公開涉及自動駕駛領(lǐng)域，具體涉及一種自動駕駛的風險識別方法及自動駕駛車輛。所述方法包括：獲取第一障礙物的預測時空軌跡和自動駕駛車輛的規(guī)劃時空軌跡，所述第一障礙物為當前場景中的動態(tài)障礙物；根據(jù)所述第一障礙物的預測時空軌跡、所述自動駕駛車輛的規(guī)劃時空軌跡和預設地圖參數(shù)，建立所述當前場景的時空交互場景圖；根據(jù)所述當前場景的時空交互場景圖獲取當前場景的時空交互特征，將所述當前場景的時空交互特征輸入預訓練模型，通過所述預訓練模型確定所述自動駕駛車輛在當前場景中的交互安全性。

技術(shù)研發(fā)人員：呂華龍
受保護的技術(shù)使用者：北京三快在線科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21