基于轨迹安全度的数据处理方法和装置制造方法及图纸

本申请提供一种基于轨迹安全度的数据处理方法和装置，该方法包括：获取车辆在自动驾驶规划路径上的每一个时刻的车辆位置信息和车辆运动信息，并确定每一个时刻的与车辆位置信息对应的预设周围区域，其中，预设周围区域中包括静态障碍物和动态障碍物；获取每一个时刻的静态障碍物的静态障碍物位置信息，并获取每一个时刻的动态障碍物的障碍物运动信息；根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定自动驾驶规划路径的风险值。本申请的方法，风险值评估指标多元化，适用于复杂交通场景中的自动驾驶规划路径的风险值的评估。

【技术实现步骤摘要】
基于轨迹安全度的数据处理方法和装置
本申请涉及自动驾驶领域，尤其涉及一种基于轨迹安全度的数据处理方法和装置。
技术介绍
随着自动驾驶技术发展，自动驾驶车辆逐渐得到发展和应用，其中，自动驾驶也可以称为无人驾驶。在自动驾驶车辆进行行驶的时候，会为自动驾驶车辆提供自动驾驶规划路径；然后，自动驾驶车辆可以依据自动驾驶规划路径进行自动行驶。在自动驾驶车辆的行驶环境中，在自动驾驶规划路径上以及周围会存在一些障碍物，需要对自动驾驶规划路径进行分析，以确定自动驾驶规划路径的风险，以保证自动驾驶车辆可以采用较为安全的自动驾驶规划路径进行自动行驶。现有技术中，对自动驾驶规划路径进行分析和评估的方法包括了以下几种。一种是基于未来轨迹的碰撞检测方法，预测出障碍物的位置信息，根据障碍物的位置信息，确定出在路径上发生碰撞的风险；另一种是基于异常行为的风险评估方法，可以获取道路上的参与者的异常行为信息，进而确定出在轨迹上发生碰撞的风险。现有技术中自动驾驶规划路径的风险评估指标主要包括TTC(timetocollision碰撞时间)和DTC(distancetocollision碰撞距离)，TTC是根据车辆的速度和位置预测碰撞时间点，DTC是根据车辆的速度和位置预测碰撞距离，利用类似人类驾驶行为习惯的TTC和DTC来评估车辆的自动驾驶规划路径的风险值。然而现有技术中，在对自动驾驶规划路径的风险进行分析的时候，基于的指标太过简单和单一，现实的行驶环境是较为复杂的，现有的方式所确定出风险性是不准确的。
技术实现思路
本申请提供一种基于轨迹安全度的数据处理方法和装置，用以解决针对存在多种障碍物的复杂场景中的自动驾驶轨迹风险评估问题。本申请提供了一种基于轨迹安全度的数据处理方法，包括：获取车辆在自动驾驶规划路径上的每一个时刻的车辆位置信息和车辆运动信息，并确定每一个时刻的与车辆位置信息对应的预设周围区域，其中，预设周围区域中包括静态障碍物和动态障碍物；获取每一个时刻的静态障碍物的静态障碍物位置信息，并获取每一个时刻的动态障碍物的障碍物运动信息；根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定自动驾驶规划路径的风险值。进一步地，根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定自动驾驶规划路径的风险值，包括：根据每一个时刻的车辆运动信息和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值；根据每一个时刻的车辆运动信息和每一个时刻下每一个动态障碍物的障碍物运动信息，确定每一个时刻下每一个动态障碍物的动态风险值；根据各个时刻下各个静态障碍物的静态风险值和各个动态障碍物的动态风险值，确定路径风险值。进一步地，根据每一个时刻的车辆运动信息和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值，包括：根据每一个时刻的车辆运动信息，确定每一个时刻的第一运动风险参数；根据每一个时刻的第一运动风险参数和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值。进一步地，每一个时刻的第一运动风险参数为其中，vego为每一个时刻的车辆运动信息，且vego表征车辆的车辆速度值，γ为预设的车速风险因子；每一个时刻下每一个静态障碍物的静态风险值为其中，αs为预设的静态障碍物风险因子，d为每一个时刻下每一个静态障碍物的静态障碍物位置信息，且d表征了静态障碍物与车辆之间的静态障碍物距离值。进一步地，动态障碍物为不具非完整性约束的动态障碍物，障碍物运动信息包括动态障碍物距离值和动态障碍物速度值，则根据每一个时刻的车辆运动信息和每一个时刻下每一个动态障碍物的障碍物运动信息，确定每一个时刻下每一个动态障碍物的动态风险值，包括：根据每一个时刻下每一个动态障碍物的动态障碍物距离值和动态障碍物速度值，确定每一个时刻的第二运动风险参数；根据每一个时刻的第二运动风险参数和每一个时刻的车辆运动信息，确定每一个时刻下每一个动态障碍物的动态风险值。进一步地，每一个时刻的第二运动风险参数为其中，vobs为每一个时刻下每一个动态障碍物的动态障碍物速度值，d′为每一个时刻下每一个动态障碍物的动态障碍物距离值，动态障碍物距离值表征动态障碍物与车辆之间距离，αp为预设的动态障碍物速度风险因子；每一个时刻下每一个动态障碍物的动态风险值为其中，vego为每一个时刻的车辆运动信息，且vego表征车辆的车辆速度值，β为预设的非负调节因子。进一步地，动态障碍物为具有非完整性约束的动态障碍物，障碍物运动信息包括动态障碍物距离值和动态障碍物速度值，则根据每一个时刻的车辆运动信息和每一个时刻下每一个动态障碍物的障碍物运动信息，确定每一个时刻下每一个动态障碍物的动态风险值，包括：根据每一个时刻下每一个动态障碍物的动态障碍物速度值和每一个时刻的车辆运动信息，确定每一个时刻的第三运动风险参数；根据每一个时刻的第三运动风险参数和每一个时刻下每一个动态障碍物的动态障碍物距离值，确定每一个时刻下每一个动态障碍物的动态风险值。进一步地，每一个时刻的第三运动风险参数为其中，其中，vobs为每一个时刻下每一个动态障碍物的动态障碍物速度值，vego为每一个时刻的车辆运动信息，且vego表征车辆的车辆速度值；每一个时刻下每一个动态障碍物的动态风险值为其中，d′为每一个时刻下每一个动态障碍物的动态障碍物距离值，动态障碍物距离值表征动态障碍物与车辆之间距离，αv为预设的动态障碍物速度风险因子。进一步地，每一个时刻的预设周围区域包括多个子区域，则根据各个时刻下各个静态障碍物的静态风险值和各个动态障碍物的动态风险值，确定路径风险值，包括：确定每一个时刻下每一个子区域中的静态障碍物的静态风险值和动态障碍物的动态风险值之和，得到每一个时刻下每一个子区域的风险总值；确定每一个时刻下各个子区域的风险总值的平均值，为每一个时刻的车辆风险总值；根据每一个时刻的车辆风险总值和每一个时刻的预设时间因子，确定每一个时刻的车辆风险有效值；确定各个时刻的车辆风险有效值中的最大值，为路径风险值。进一步地，预设时间因子为αt＝e-akΔT；其中，a为预设的时间因子衰减系数，k表示第k个时刻，k是正整数，ΔT表示相邻时刻之间的时间间隔。进一步地，确定每一个时刻下每一个子区域中的静态障碍物的静态风险值和动态障碍物的动态风险值之和，得到每一个时刻下每一个子区域的风险总值，包括：确定每一个时刻下每一个子区域中的静态障碍物的静态风险值和动态障碍物的动态风险值之和，得到每一个时刻下每一个子区域的风险值之和；对每一个时刻下每一个子区域的风险值之和进行高斯卷积处理，得到每一个时刻下每一个子区域的风险总值。进一步地，高斯卷积处理的卷积核方差为σ＝bkΔT，其中，k表示第k个时刻，k是正整数，ΔT表示相邻时刻之间的时间间隔，b为预设的方差因子。进一步地，获取每一个时刻的静态障碍物的静态障碍物位置信息，并获取每一个时刻的动态障碍物的障碍物运动信息，包括：通过车辆上的传感器，获取每一个时刻的静态障碍物的静态障碍物位置信息；对动态障碍物的运动轨迹进行预测，得到动态障碍物的预测运动轨迹；根据预测运动轨迹，确定每一个时刻的动态障碍本文档来自技高网...

【技术保护点】
1.一种基于轨迹安全度的数据处理方法，其特征在于，包括：获取车辆在自动驾驶规划路径上的每一个时刻的车辆位置信息和车辆运动信息，并确定所述每一个时刻的与车辆位置信息对应的预设周围区域，其中，所述预设周围区域中包括静态障碍物和动态障碍物；获取每一个时刻的静态障碍物的静态障碍物位置信息，并获取每一个时刻的动态障碍物的障碍物运动信息；根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定所述自动驾驶规划路径的风险值。

【技术特征摘要】
1.一种基于轨迹安全度的数据处理方法，其特征在于，包括：获取车辆在自动驾驶规划路径上的每一个时刻的车辆位置信息和车辆运动信息，并确定所述每一个时刻的与车辆位置信息对应的预设周围区域，其中，所述预设周围区域中包括静态障碍物和动态障碍物；获取每一个时刻的静态障碍物的静态障碍物位置信息，并获取每一个时刻的动态障碍物的障碍物运动信息；根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定所述自动驾驶规划路径的风险值。2.根据权利要求1所述的方法，其特征在于，所述根据每一个时刻的车辆运动信息、静态障碍物位置信息和障碍物运动信息，确定所述自动驾驶规划路径的风险值，包括：根据每一个时刻的车辆运动信息和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值；根据每一个时刻的车辆运动信息和每一个时刻下每一个动态障碍物的障碍物运动信息，确定每一个时刻下每一个动态障碍物的动态风险值；根据各个时刻下各个静态障碍物的静态风险值和各个动态障碍物的动态风险值，确定所述路径风险值。3.根据权利要求2所述的方法，其特征在于，根据每一个时刻的车辆运动信息和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值，包括：根据每一个时刻的车辆运动信息，确定每一个时刻的第一运动风险参数；根据每一个时刻的第一运动风险参数和每一个时刻下每一个静态障碍物的静态障碍物位置信息，确定每一个时刻下每一个静态障碍物的静态风险值。4.根据权利要求3所述的方法，其特征在于，所述每一个时刻的第一运动风险参数为其中，vego为所述每一个时刻的车辆运动信息，且vego表征所述车辆的车辆速度值，γ为预设的车速风险因子；所述每一个时刻下每一个静态障碍物的静态风险值为其中，αs为预设的静态障碍物风险因子，d为每一个时刻下每一个静态障碍物的静态障碍物位置信息，且d表征了静态障碍物与所述车辆之间的静态障碍物距离值。5.根据权利要求2所述的方法，其特征在于，所述动态障碍物动态障碍物为不具非完整性约束的动态障碍物，所述障碍物运动信息包括动态障碍物距离值和动态障碍物速度值，则所述根据每一个时刻的车辆运动信息和每一个时刻下每一个动态障碍物的障碍物运动信息，确定每一个时刻下每一个动态障碍物的动态风险值，包括：根据每一个时刻下每一个动态障碍物的动态障碍物距离值和动态障碍物速度值，确定每一个时刻的第二运动风险参数；根据每一个时刻的第二运动风险参数和每一个时刻的车辆运动信息，确定每一个时刻下每一个动态障碍物的动态风险值。6.根据权利要求5所述的方法，其特征在于，所述每一个时刻的第二运动风险参数为其中，vobs为每一个时刻下每一个动态障碍物的动态障碍物速度值，d′为每一个时刻下每一个动态障碍物的动态障碍物距离值，所述动态障碍物距离值表征动态障碍物与所述车辆之间距离，αp为预设的动态障碍物速度风险因子；所述每一个时刻下每一个动态障碍物的动态风险值为其中，vego为所述每一个时刻的车辆运动信息，且vego表征所述车辆的车辆速度值，β为预设的非负调节...

【专利技术属性】
技术研发人员：高严岩，贾丙西，
申请(专利权)人：杭州飞步科技有限公司，
类型：发明
国别省市：浙江,33