用于实时确定安全冗余自动驾驶系统的能力边界和关联风险的方法技术方案

在一个实施方式中，用于确定自动驾驶车辆(ADV)的安全冗余的能力边界的方法包括获得与ADV相关联的传感器布局，该传感器布局表示具有安装在ADV的多个位置上的多个传感器的系统。基于用于多个预定区域中的每个的一个或多个传感器的统计操作数据来估计预定区域内的一个或多个传感器的区域故障风险。基于预定区域的区域故障风险，基于传感器在预定区域上的相对位置来确定传感器的总体故障风险。基于传感器的总体故障风险来确定动态风险调整，该动态风险调整表示与ADV相关联的传感器系统的可靠性，用于估计ADV的自动驾驶的安全性。用于估计ADV的自动驾驶的安全性。用于估计ADV的自动驾驶的安全性。

【技术实现步骤摘要】
用于实时确定安全冗余自动驾驶系统的能力边界和关联风险的方法


[0001]本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及一种用于实时确定安全冗余自动驾驶系统的能力边界和关联风险的方法。

技术介绍

[0002]以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
[0003]随着自动驾驶技术的发展，预计在未来的三到五年内可能出现诸如Robotaxi的自动驾驶车辆(ADV)的大规模地理围栏应用。然而，在ADV可安全地部署之前，仍有一些关键的挑战有待解决。其中的关键挑战是：(i)在限定的操作设计域(ODD)中实时确定安全冗余自动驾驶系统的能力边界与关联风险；(ii)实时监测ADV在其能力边界内的运行情况；以及(iii)赋予安全冗余自动驾驶系统实时最小风险条件(MRC)决策能力和用于内部过渡的相应安全机制。应注意，这三个关键挑战是相互依存的，以确保自动驾驶车辆的整体安全。
[0004]当前用于处理自动系统能力的工业方法是使用冗余和多样化的传感器、硬件以及算法。然而，如果安全冗余自动驾驶系统整体(主系统和后备系统)之间的能力没有进行区分和平衡，则此方法可能既昂贵又复杂。此外，关于如何估计系统能力边界和关联风险的报道非常少。
[0005]4级车辆被“设计成执行所有的安全关键驾驶功能并监视整个行程的道路状况”。然而，重要的是要注意，这仅限于车辆的“操作设计域(ODD)”—这意味着它并不涵盖ODD以外的驾驶场景，并且4级车辆在ODD内操作的风险暴露是明确定义和可容忍的。

技术实现思路

[0006]第一方面，本公开提供了一种用于确定自动驾驶车辆(ADV)的安全冗余的能力边界的计算机实施的方法，该方法包括：获得与ADV相关联的传感器布局，该传感器布局表示具有安装在ADV的多个位置上的多个传感器的系统，传感器布局中的多个传感器覆盖ADV周围的多个预定区域；对于多个预定区域中的每个，基于预定区域内的一个或多个传感器的统计操作数据来估计一个或多个传感器的区域故障风险；基于预定区域的区域故障风险，以及基于传感器在预定区域上的相对位置，确定传感器的总体故障风险；以及基于传感器的总体故障风险来确定动态风险调整，该动态风险调整表示与ADV相关联的传感器系统的可靠性，用于估计ADV的自动驾驶的安全性。
[0007]第二方面，本公开提供了一种存储有指令的非暂时性机器可读介质，指令在由处理器执行时致使处理器执行操作，所述操作包括：获得与ADV相关联的传感器布局，该传感器布局表示具有安装在ADV的多个位置上的多个传感器的系统，传感器布局中的多个传感器覆盖ADV周围的多个预定区域；对于多个预定区域中的每个，基于预定区域内的一个或多
个传感器的统计操作数据来估计一个或多个传感器的区域故障风险；基于预定区域的区域故障风险，以及基于传感器在预定区域上的相对位置，确定传感器的总体故障风险；以及基于传感器的总体故障风险来确定动态风险调整，该动态风险调整表示与ADV相关联的传感器系统的可靠性，用于估计ADV的自动驾驶的安全性。
[0008]第三方面，本公开提供了一种数据处理系统，该数据处理系统包括：处理器；以及存储器，其联接至处理器以存储指令，指令在由处理器执行时致使处理器执行操作，所述操作包括：获得与ADV相关联的传感器布局，该传感器布局表示具有安装在ADV的多个位置上的多个传感器的系统，传感器布局中的多个传感器覆盖ADV周围的多个预定区域；对于多个预定区域中的每个，基于预定区域内的一个或多个传感器的统计操作数据来估计一个或多个传感器的区域故障风险；基于预定区域的区域故障风险，以及基于传感器在预定区域上的相对位置，确定传感器的总体故障风险；以及基于传感器的总体故障风险来确定动态风险调整，该动态风险调整表示与ADV相关联的传感器系统的可靠性，用于估计ADV的自动驾驶的安全性。
附图说明
[0009]本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考标记指示相似元件。
[0010]图1A是示出自动系统相关每次干预里程(MPI)的决定因素的示例的框图。
[0011]图1B是示出根据本专利技术的一个实施方式的管理系统能力限制相关风险的示例的框图。
[0012]图1C是示出根据本专利技术的一个实施方式的安全冗余模块的示例的框图。
[0013]图2是示出根据一个实施方式的自动驾驶车辆的传感器布局的示例的示意图。
[0014]图3是根据本专利技术的一个实施方式的安全冗余自动驾驶系统前端标称风险、动态风险调整与操作时间的曲线图。
[0015]图4A示出根据一个实施方式的安全冗余自动驾驶系统表。
[0016]图4B示出根据一个实施方式的安全冗余自动驾驶系统(仅主ADS系统)表。
[0017]图4C示出根据一个实施方式的安全冗余自动驾驶系统(仅备用ADS系统)表。
[0018]图5是示出根据本专利技术的一个实施方式的操作自动驾驶车辆的过程的流程图。
[0019]图6是示出根据一个实施方式的自动驾驶车辆的框图。
[0020]图7是示出根据一个实施方式的自动驾驶车辆的示例的框图。
[0021]图8是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
具体实施方式
[0022]将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节，以提供对本公开的实施方式的简洁讨论。
[0023]本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描
述的特定特征、结构或特性可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
[0024]根据一些实施方式，公开了一种用于确定自动驾驶车辆(ADV)的安全冗余的能力边界的计算机实施的方法。获得与ADV相关联的表示系统的传感器布局。该系统包括安装在ADV的各种位置上的传感器。传感器布局中的传感器覆盖ADV周围的预定区域。对于预定区域中的每个，基于传感器的统计操作数据来估计预定区域内的传感器的区域故障风险。然后，基于预定区域的区域故障风险，基于传感器在预定区域上的相对位置来确定传感器的总体故障风险。此后，基于传感器的总体故障风险来确定动态风险调整。动态风险调整表示与ADV相关联的传感器系统的可靠性，用于估计ADV的自动驾驶的安全性。
[0025]在一个实施方式中，统计操作数据包括可用于导出每个传感器的平均故障间隔时间(MTBF)和传感器布局中的相应位置的数据。对于每个传感器，MTBF表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于确定自动驾驶车辆的安全冗余的能力边界的计算机实施的方法，所述方法包括：获得与所述自动驾驶车辆相关联的传感器布局，所述传感器布局表示具有安装在所述自动驾驶车辆的多个位置上的多个传感器的系统，所述传感器布局中的所述多个传感器覆盖所述自动驾驶车辆周围的多个预定区域；对于所述多个预定区域中的每个，基于所述预定区域内的一个或多个传感器的统计操作数据来估计所述一个或多个传感器的区域故障风险；基于所述预定区域的区域故障风险，以及基于所述传感器在所述预定区域上的相对位置，确定所述传感器的总体故障风险；以及基于所述传感器的总体故障风险来确定动态风险调整，所述动态风险调整表示与所述自动驾驶车辆相关联的传感器系统的可靠性，用于估计所述自动驾驶车辆的自动驾驶的安全性。2.根据权利要求1所述的方法，其中，所述统计操作数据包括各传感器的平均故障间隔时间和在所述传感器布局中的相应位置，所述平均故障间隔时间表示各传感器经历假阳性或假阴性发生的频率。3.根据权利要求1所述的方法，其中，所述多个传感器包括一组主传感器、一组冗余传感器和一组共享传感器，所述主传感器向主自动驾驶系统提供传感器数据，所述冗余传感器向备用自动驾驶系统提供传感器数据，所述共享传感器由所述主自动驾驶系统和所述备用自动驾驶系统共享。4.根据权利要求1所述的方法，其中，所述多个传感器包括摄像机、LIDAR或雷达中的一个或多个。5.根据权利要求2所述的方法，其中，基于驾驶环境或驾驶区域来调整每个传感器的平均故障间隔时间。6.根据权利要求1所述的方法，其中，所述多个预定区域包括所述自动驾驶车辆的前部区域、侧部区域和后部区域。7.根据权利要求1所述的方法，其中，所述动态风险调整用于在所述多个传感器中的一个发生故障时确定与所述传感器系统相关联的风险。8.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：获得与自动驾驶车辆相关联的传感器布局，所述传感器布局表示具有安装在所述自动驾驶车辆的多个位置上的多个传感器的系统，所述传感器布局中的所述多个传感器覆盖所述自动驾驶车辆周围的多个预定区域；对于所述多个预定区域中的每个，基于所述预定区域内的一个或多个传感器的统计操作数据来估计所述一个或多个传感器的区域故障风险；基于所述预定区域的区域故障风险，以及基于所述传感器在所述预定区域上的相对位置，确定所述传感器的总体故障风险；以及基于所述传感器的总体故障风险来确定动态风险调整，所述动态风险调整表示与所述自动驾驶车辆相关联的传感器系统的可靠性，用于估计所述自动驾驶车辆的自动驾驶的安全性。
9.根据权利要求8所述的机器可读介质，其中，所述统计操作数据包括各传感器的平均故障间隔时间和在所述传感器布局中的相应位置，所述平均故障间隔时间表示各传感器经历...

【专利技术属性】
技术研发人员：刘效东，曲宁，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：