车辆异常行驶行为检测方法、装置、电子设备和存储介质制造方法及图纸

本公开提供了一种车辆异常行驶行为检测方法、装置、电子设备和存储介质，涉及数据处理技术领域，尤其涉及自动驾驶技术领域。具体实现方案包括：在自动驾驶车辆行驶过程中，获取异常行驶行为对应的检测指标数据；根据所述检测指标数据和所述异常行驶行为对应的预设检测策略，确定所述自动驾驶车辆是否存在所述异常行驶行为；若存在，则确定所述异常行驶行为的度量指标数据。本公开方案可以快速准确的检测出自动驾驶车辆行驶过程中存在的异常行驶行为；并可以对异常行驶行为进行定量分析。并可以对异常行驶行为进行定量分析。并可以对异常行驶行为进行定量分析。

【技术实现步骤摘要】
车辆异常行驶行为检测方法、装置、电子设备和存储介质


[0001]本公开涉及数据处理
，尤其涉及自动驾驶
，具体涉及一种车辆异常行驶行为检测方法、装置、电子设备、存储介质和计算机程序产品。

技术介绍

[0002]随着车辆技术和电子技术的快速发展，自动驾驶汽车越来越多地出现在人们的生活中。其中，自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人，是一种通过计算机系统实现无人驾驶的智能汽车。在使用过程中，自动驾驶汽车无需人为操作，便可以按照预先规划设定的行驶路线，自主且安全地操作汽车进行正常行驶。

技术实现思路

[0003]本公开提供了一种车辆异常行驶行为检测方法、装置、电子设备、存储介质和计算机程序产品。
[0004]根据本公开的一方面，提供了一种车辆异常行驶行为检测方法，包括：
[0005]在自动驾驶车辆行驶过程中，获取异常行驶行为对应的检测指标数据；
[0006]根据检测指标数据和异常行驶行为对应的预设检测策略，确定自动驾驶车辆是否存在异常行驶行为；
[0007]若存在，则确定异常行驶行为的度量指标数据。
[0008]根据本公开的一方面，提供了一种车辆异常行驶行为检测装置，包括：
[0009]数据获取模块，用于在自动驾驶车辆行驶过程中，获取异常行驶行为对应的检测指标数据；
[0010]检测模块，用于根据检测指标数据和异常行驶行为对应的预设检测策略，确定自动驾驶车辆是否存在异常行驶行为；
[0011]度量模块，用于若存在异常行驶行为，则确定异常行驶行为的度量指标数据。
[0012]根据本公开的另一方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与至少一个处理器通信连接的存储器；其中，
[0015]存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任意实施例的车辆异常行驶行为检测方法。
[0016]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开任意实施例的车辆异常行驶行为检测方法。
[0017]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开任意实施例的车辆异常行驶行为检测方法。
[0018]根据本公开的技术，可以快速准确的检测出自动驾驶车辆行驶过程中存在的异常行驶行为；并可以对异常行驶行为进行定量分析。
[0019]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0021]图1是本公开实施例提供的一种车辆异常行驶行为检测方法的流程示意图；
[0022]图2a是本公开实施例提供的又一种车辆异常行驶行为检测方法的流程示意图；
[0023]图2b是本公开实施例提供的在Frenet参考系下车辆相对于规划路径的运动示意图；
[0024]图2c是本公开实施例提供的典型存在画龙行为路测数据片段横向偏移速度随时间变化曲线；
[0025]图2d是本公开实施例提供的正常路测数据片段横向偏移速度随时间变化曲线；
[0026]图2e是本公开实施例提供的存在晃动或画龙行为问题数据集中横向偏移速度最值分布图；
[0027]图2f是本公开实施例提供的正常数据集中横向偏移速度最值分布图；
[0028]图3是本公开实施例提供的又一种车辆异常行驶行为检测方法的流程示意图；
[0029]图4是本公开实施例提供的车辆异常行驶行为检测方法的逻辑流程图；
[0030]图5是本公开实施例提供的一种车辆异常行驶行为检测装置的结构示意图；
[0031]图6是用来实现本公开实施例的车辆异常行驶行为检测方法的电子设备的框图。
具体实施方式
[0032]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0033]本实施例中，在自动驾驶车辆在行驶过程中，由于方向盘转动会导致自动驾驶车辆航线角发生改变，此时由于车身所受的向心力和侧向力的作用，车内乘客能够感知到自动驾驶车辆的横向运动，乘客对这种运动的感受为横向体感。然而出于各种原因，如在系统异常或者规划模块出现不合理的规划情况下，自动驾驶车辆会出现异常行驶行为，异常行驶行为不仅会影响车辆的横向稳定性，还会导致横向体感异常的问题，也即影响乘客的横向舒适性。因此需要在自动驾驶车辆行驶过程中，实时评估可能存在的异常行驶行为，以便自动驾驶系统对异常行驶行为进行校正。而要检测异常行驶行为，可选的，通过安全员(乘客)对自动驾驶运行状态时车辆的横向体感进行人工评估，进而识别车辆是否有异常行驶行为。但是这种评估方式是定性的，且不同的安全员(乘客)对横向舒适性的感受不同，同时，用这种手段也需要一定的人工成本。另一种方式中，通过检测自动驾驶运行状态时车辆的方向盘转角或者航向角变化，来评估车辆是否存在异常行驶行为。但是这种方式由于使用了来自车辆底盘的信号(方向盘转角)或者IMU(Inertial Measurement Unit，自惯性测量单元)的信号(航向角)，它们作为外部信号会存在一定的噪声；除此之外，检测过程中不容易区分是由于车辆所在车道本身的曲率变化导致的(例如转弯)，还是由于车辆行驶异常导致了方向盘转动或者航向角的变化。另一种方式中，通过采集自动驾驶车辆的行驶轨迹，
结合高精地图或者感知车道线，对行驶轨迹进行评估，判断车辆是否存在异常行驶行为，但是这种方式需要事先采集行驶轨迹进行处理，因此该方法只适用于离线回放，从计算效率上很难满足在线检测的实时性。考虑到上述几种识别异常行驶行为的方式均存在一定的缺陷，因此提出了本公开方案的车辆异常行驶行为检测方法，重新确定识别每种异常行驶行为所需的检测指标和检测策略，进而进行异常行驶行为的识别，同时对存在的异常行驶行为进行定量的度量。本公开方案的具体实现流程，可参见如下实施例。
[0034]图1为本公开实施例的一种车辆异常行驶行为检测方法的流程示意图，本实施例可适用于检测自动驾驶车辆行驶过程中存在的异常行驶行为的情况。该方法可由一种车辆异常行驶行为检测装置来执行，该装置采用软件和/或硬件的方式实现，并集成在电子设备上，例如集成在自动驾驶车辆中。
[0035]具体的，参见图1，车辆异常行驶行为检测方法如下：
[0036]S101、在自动驾驶车辆行驶过程中，获取异常行驶行为对应的检测指标数据。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆异常行驶行为检测方法，包括：在自动驾驶车辆行驶过程中，获取异常行驶行为对应的检测指标数据；根据所述检测指标数据和所述异常行驶行为对应的预设检测策略，确定所述自动驾驶车辆是否存在所述异常行驶行为；若存在，则确定所述异常行驶行为的度量指标数据。2.根据权利要求1所述的方法，其中，所述异常行驶行为包括横向加速度超限行为、横向晃动行为和画龙行为中的至少一种。3.根据权利要求2所述的方法，其中，若自动驾驶车辆的行驶速度大于或等于预设速度阈值，则所述横向晃动行为和画龙行为对应的检测指标数据为横向偏移速度。4.根据权利要求3所述的方法，其中，获取异常行驶行为自对应的检测指标数据，包括：获取所述自动驾驶车辆在当前时刻的当前横向偏移速度，以及所述自动驾驶车辆在当前时刻之前预设时长内的历史横向偏移速度；将所述当前横向偏移速度和所述历史横向偏移速度作为所述横向晃动行为和画龙行为对应的检测指标数据。5.根据权利要求4所述的方法，其中，获取所述自动驾驶车辆在当前时刻的当前横向偏移速度，包括：根据所述自动驾驶车辆在当前时刻的行驶速度以及所述自动驾驶车辆在当前时刻相对于规划路径的航向角，确定所述当前横向偏移速度。6.根据权利要求4所述的方法，其中，根据所述检测指标数据和所述异常行驶行为对应的预设检测策略，确定所述自动驾驶车辆是否存在所述异常行驶行为，包括：从所述历史横向偏移速度和当前横向偏移速度中，确定横向偏移速度的峰值和谷值；判断所述横向偏移速度的峰值和谷值是否满足所述预设检测策略；其中，所述预设检测策略中包括不存在异常行驶行为时的横向偏移速度区间；若满足，则确定所述自动驾驶车辆存在所述横向晃动行为和画龙行为。7.根据权利要求6所述的方法，其中，确定所述异常行驶行为的度量指标数据，包括：根据所述横向偏移速度的峰值和谷值，确定摆动次数；其中，每出现一次峰值和谷值，则认为摆动一次；根据所述横向偏移速度的峰值和谷值，确定最大横向偏移速度；根据所述最大横向偏移速度、预设的横向偏移速度的阈值上限和阈值下限，计算摆动强度；将所述摆动次数和所述摆动强度作为横向晃动行为和画龙行为对应的度量指标数据。8.根据权利要求2所述的方法，其中，若所述自动驾驶车辆的行驶速度小于预设速度阈值，则所述横向晃动行为和画龙行为对应的检测指标数据为横摆角速度和横摆角加速度。9.根据权利要求8所述的方法，其中，根据所述检测指标数据和所述异常行驶行为对应的预设检测策略，确定所述自动驾驶车辆是否存在所述异常行驶行为，包括：若所述横摆角速度和横摆角加速度满足预设检测策略中包括的目标筛选条件，则确定所述自动驾驶车辆存在异常行驶行为；其中，所述目标筛选条件包括：所述横摆角速度的峰值和谷值之间的幅值差异小于预设角速度阈值；
所述横摆角度的峰值发生时刻和横摆角速度的谷值发生时刻之间的时间差小于预设时间阈值；所述横摆角加速度处于预设横摆角加速度区间之外。10.根据权利要求8所述的方法，还包括：确定所述自动驾驶车辆所处的当前行驶场景，并判断所述当前行驶场景是否属于目标行驶场景；其中，所述目标行驶场景包括自动驾驶车辆经过分岔或汇聚车道的场景、自动驾驶车辆转弯后立即变道的场景和自动驾驶车辆遭遇阻塞绕行的场景；若不属于所述目标行驶场景，则确定所述自动驾驶车辆存在异常行驶行为。11.根据权利要求8所述的方法，其中，确定所述异常行驶行为的度量指标数据，包括：根据所述横摆角速度的峰值和谷值，确定摆动次数；其中，每出现一次峰值和谷值，则认为摆动一次；根据所述横摆角加速度的峰值和谷值，确定最大横摆角加速度；根据所述最大横摆角加速度、预设的横摆角速度的阈值上限和阈值下限，计算摆动强度；将所述摆动次数和所述摆动强度作为所述横向晃动行为和画龙行为对应的度量指标数据。12.根据权...

【专利技术属性】
技术研发人员：方雪健，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：