自动驾驶决策系统触发事件构建方法技术方案

本发明专利技术公开了一种自动驾驶决策系统触发事件构建方法，通过将系统理论过程分析方法与自动驾驶决策系统的控制结构以及预期功能安全分析的过程进行融合分析，从而进行自动驾驶决策系统面向预期功能安全的触发事件建模。具体地，主要是对功能定义确定的自动驾驶决策系统定义系统级别的损失，再建立决策系统的控制结构并确定关键控制行为，再识别不安全的控制行为，并对不安全控制行为的原因进行分析，针对功能定义识别不同的基础驾驶场景，然后结合场景对决策系统的性能局限进行危害分析，得到触发事件。本发明专利技术提供的决策系统触发事件建模方法可作为决策系统性能优化的基础条件，能够有效扩大自动驾驶活动中预期功能安全的已知安全范围及风险。安全范围及风险。安全范围及风险。

【技术实现步骤摘要】
自动驾驶决策系统触发事件构建方法


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种自动驾驶决策系统触发事件构建方法。

技术介绍

[0002]随着车辆ADAS驾驶辅助功能越来越复杂，自动驾驶等级越来越高，很多安全问题并不一定是由系统故障失效而引起，由于传感器的局限性或者驾驶员的误操作同样会导致风险产生，新的安全标准规范如ISO 21448SOTIF(预期功能安全)应运而生且越来越受到重视。
[0003]新规范中对场景定义分为：已知安全场景、未知安全场景、已知不安全场景、未知不安全场景。在自动驾驶功能开发前期，已知不安全和未知不安全的范围一般较大，而由此产生的风险是不能接受的。而SOTIF的目的就是通过分析已知不安全和未知不安全，基于一系列的方法和活动来减少这两个区域至一个可接受的低风险范围中。
[0004]决策系统是自动驾驶系统开发和安全行驶的关键。随着自动驾驶决策方法日益复杂且自动驾驶逐步面临真实交通路况，智能车辆的预期功能在某些场景下可能无法达到新规范的要求。例如自动驾驶汽车在识别到前方障碍物的情况下，未能采取避障或制动措施，导致与行人发生碰撞。分析决策系统的局限性并识别触发条件是进行功能改进的前提条件，但是目前并没有明确的方法能够有效进行决策系统的建模，而因建模方法的缺失，所以连续地影响了决策系统改进功能的分析。

技术实现思路

[0005]鉴于上述，本专利技术旨在提供一种自动驾驶决策系统触发事件构建方法，以解决对自动驾驶决策系统关于SOTIF触发事件建模方法不够明确的问题。r/>[0006]本专利技术采用的技术方案如下：
[0007]一种自动驾驶决策系统触发事件构建方法，其中包括：
[0008]预先梳理决策系统的功能定义；
[0009]根据决策系统的功能定义，确定需避免的系统级别损失；
[0010]建立决策系统的控制结构，确定出决策系统的输入信息、输出信息以及各模块之间的关联信息；
[0011]根据控制结构中的输出信息，对不安全控制行为进行归类识别；
[0012]结合决策系统的控制结构以及识别出的不安全控制行为，确定决策系统的性能局限；
[0013]基于决策系统的功能定义，针对各个不同的基础驾驶场景，对决策系统的性能局限进行危害分析，得到触发事件；
[0014]输出触发事件，以作为后续预期功能安全分析的输入条件。
[0015]在其中至少一种可能的实现方式中，所述系统级别损失包括车辆碰撞。
[0016]在其中至少一种可能的实现方式中，车辆碰撞的对象包括所有道路交通参与者以
及道路交通设施。
[0017]在其中至少一种可能的实现方式中，车辆碰撞的形式包括前碰撞、后碰撞、侧向碰撞以及剐蹭。
[0018]在其中至少一种可能的实现方式中，所述对不安全控制行为进行归类识别包括：
[0019]预先确定决策系统的关键控制行为；所述关键控制行为包括：期望轨迹以及期望速度；
[0020]结合所述关键控制行为，将不安全控制行为进行细化聚类。
[0021]在其中至少一种可能的实现方式中，所述细化聚类包括：
[0022]未提供所需关键控制行为所引发的不安全行为；
[0023]由提供所需关键控制行为所引发的不安全行为；
[0024]提供关键控制行为的时间或顺序异常所引发的不安全行为；
[0025]关键控制行为停止时间或持续时间异常所引发的不安全行为。
[0026]在其中至少一种可能的实现方式中，所述得到触发事件包括：结合基础驾驶场景以及不安全控制行为，判断关键控制行为是否会产生风险，若是，则融合当前场景及当前控制行为作为触发事件。
[0027]在其中至少一种可能的实现方式中，所述基础驾驶场景包括预设的如下场景：高速自动驾驶、城区自动驾驶以及低速自动泊车。
[0028]本专利技术的主要设计构思在于，通过将系统理论过程分析方法(STPA)与自动驾驶决策系统的控制结构以及预期功能安全分析(SOTIF)的过程进行融合分析，从而进行自动驾驶决策系统面向预期功能安全的触发事件建模。具体地，主要是对功能定义确定的自动驾驶决策系统定义系统级别的损失，再建立决策系统的控制结构并确定关键控制行为，再识别不安全的控制行为，并对不安全控制行为的原因进行分析，针对功能定义识别不同的基础驾驶场景，然后结合场景对决策系统的性能局限进行危害分析，得到触发事件。本专利技术提供的决策系统触发事件建模方法可作为决策系统性能优化的基础条件，能够有效扩大自动驾驶活动中预期功能安全的已知安全范围及风险。
附图说明
[0029]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步描述，其中：
[0030]图1为本专利技术实施例提供的自动驾驶决策系统触发事件构建方法的流程图。
具体实施方式
[0031]下面详细描述本专利技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0032]本专利技术提出了一种自动驾驶决策系统触发事件构建方法的实施例，具体来说，如图1所示，其中包括：
[0033]步骤S1、预先梳理决策系统的功能定义；
[0034]步骤S2、根据决策系统的功能定义，确定需避免的系统级别损失；
[0035]步骤S3、建立决策系统的控制结构，确定出决策系统的输入信息、输出信息以及各模块之间的关联信息；
[0036]步骤S4、根据控制结构中的输出信息，对不安全控制行为进行归类识别；
[0037]步骤S5、结合决策系统的控制结构以及识别出的不安全控制行为，确定决策系统的性能局限；
[0038]步骤S6、基于决策系统的功能定义，针对各个不同的基础驾驶场景，对决策系统的性能局限进行危害分析，得到触发事件；
[0039]步骤S7、输出触发事件，以作为后续预期功能安全分析的输入条件。
[0040]进一步地，所述系统级别损失包括车辆碰撞。
[0041]进一步地，车辆碰撞的对象包括所有道路交通参与者以及道路交通设施。
[0042]进一步地，车辆碰撞的形式包括前碰撞、后碰撞、侧向碰撞以及剐蹭。
[0043]进一步地，所述对不安全控制行为进行归类识别包括：
[0044]预先确定决策系统的关键控制行为；所述关键控制行为包括：期望轨迹以及期望速度；
[0045]结合所述关键控制行为，将不安全控制行为进行细化聚类。
[0046]进一步地，所述细化聚类包括：
[0047]未提供所需关键控制行为所引发的不安全行为；
[0048]由提供所需关键控制行为所引发的不安全行为；
[0049]提供关键控制行为的时间或顺序异常所引发的不安全行为；
[0050]关键控制行为停止时间或持续时间异常所引发的不安全行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶决策系统触发事件构建方法，其特征在于，包括：预先梳理决策系统的功能定义；根据决策系统的功能定义，确定需避免的系统级别损失；建立决策系统的控制结构，确定出决策系统的输入信息、输出信息以及各模块之间的关联信息；根据控制结构中的输出信息，对不安全控制行为进行归类识别；结合决策系统的控制结构以及识别出的不安全控制行为，确定决策系统的性能局限；基于决策系统的功能定义，针对各个不同的基础驾驶场景，对决策系统的性能局限进行危害分析，得到触发事件；输出触发事件，以作为后续预期功能安全分析的输入条件。2.根据权利要求1所述的自动驾驶决策系统触发事件构建方法，其特征在于，所述系统级别损失包括车辆碰撞。3.根据权利要求2所述的自动驾驶决策系统触发事件构建方法，其特征在于，车辆碰撞的对象包括所有道路交通参与者以及道路交通设施。4.根据权利要求2所述的自动驾驶决策系统触发事件构建方法，其特征在于，车辆碰撞的形式包括前碰撞、后碰撞、侧向碰撞以及剐蹭。5.根据权利要求1～4任一项...

【专利技术属性】
技术研发人员：徐毅林，吴琼，丁钊，范贤根，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：