一种基于不确定性的车辆盲区潜在风险量化方法技术

本发明专利技术公开了一种基于不确定性的车辆盲区潜在风险量化方法，包括步骤：步骤一，获取自车及可观测交通参与者的原始数据；步骤二，将所述自车及可观测交通参与者的原始数据进行处理，获得风险权重值，包括：信息不确定性权重值，盲区不确定性权重值，可观测交通参与者异常加、减速度权重值，自车行驶区域路网车流量权重值；步骤三，根据所述风险权重值计算盲区潜在风险值；步骤四，根据盲区潜在风险值进行可视化风险提示。该方法无需增加新的传感器即可实现传统意义的视角补盲，减少成本开销；基于盲区面积的信息不确定性、周围车辆的异常加减速度和路网中车流量来预判车辆周围环境危险程度，极大提高行驶过程中的安全性。极大提高行驶过程中的安全性。极大提高行驶过程中的安全性。

【技术实现步骤摘要】
一种基于不确定性的车辆盲区潜在风险量化方法


[0001]本专利技术属于智能车辆
，具体涉及一种基于不确定性的车辆盲区潜在风险量化方法。在本专利技术中，车辆盲区的定义为驾驶员在驾车过程中被车辆、建筑物等遮挡看不到的区域。

技术介绍

[0002]随着网联化汽车的普及，自动驾驶车辆的感知能力需求逐步提高。在自动驾驶场景中存在很多感知盲区导致的潜在安全问题，例如在鬼探头场景下自动驾驶车辆由于不能感知到被遮挡区域，会误认为看不到的区域就是不存在潜在风险的安全区域从而造成交通事故；在车辆行驶过程中会存在一些不可视场景，这些不可视场景会对自动驾驶汽车存在很多威胁。
[0003]目前，对于驾驶风险的量化存在多方面的研究，中国专利技术专利CN110084534A公开了一种基于驾驶行为画像的驾驶风险因子量化方法，基于车载传感器设备接收到的数据对驾驶员的驾驶行为进行量化；中国专利技术专利CN112070419A公开了一种汽车驾驶潜在风险情景风险度量化方法，按照潜在风险情景组成成份进行分级，进而将风险度量化表示；中国专利技术专利CN113657752A公开了一种基于驾驶行为指标的不同长度隧道行车风险量化评价方法，结合因子分析和SOM神经网络算法，实现隧道行车区间风险属性及对应风险行为的科学聚类。但是上述研究均未涉及对鬼探头及不可视场景等车辆行驶盲区的潜在风险量化。
[0004]所谓车辆行驶盲区是针对一个对象的，例如对于人眼的盲区，或者对于自动驾驶感知系统的盲区。人开车的时候，视野看不到的前轮旁就算是人眼的盲区。车辆在变道行驶时，由于转弯时后视镜存在视野盲区，驾驶员仅凭后视镜的信息无法完全判断后方车辆的信息。恶劣天气（雨雪、大雾、冰雹等）增大了驾驶员的判断难度，增加了汽车在变道行驶时碰撞或刮擦的风险。
[0005]车辆盲区监测系统通过安装在车辆后视镜或其它位置的传感器（主要为摄像头、毫米波雷达等）来检测后方的车辆、自行车等，电子控制单元对感知单元的数据进行计算及判断。如果检测到盲区中有车辆或者自行车，声光报警器会发出警报，后视镜上显示碰撞危险图标并闪烁提示，部分车型还可以进行紧急制动。车辆盲区监测系统主要由安装在左右两个后视镜上面的毫米波雷达组成，该毫米波雷达使用24GHz的毫米波雷达，可探测最远距离大约为50m，探测的角度约为30
°
，可识别高度为50cm以上的物体。毫米波雷达可以感知后方来到的车辆、自行车等移动物体，电子控制单元可以计算移动物体和当前车辆的相对速度，如果相对速度大于系统设定的阈值，则此时车辆盲区监测系统启动，车辆外后视镜指示灯常亮。若此时驾驶员试图变更车道到危险车道，此时车辆外后视镜指示灯会闪烁，警报蜂鸣器发出报警声音提示驾驶员有碰撞危险。除此之外，两侧的后视镜中还搭载了两个摄像头，这两个摄像头是盲区显示系统（Blind
‑
SpotView Monitor，BVM）的感知传感器。然而该方法需要加装额外的传感器，其主要功能仍然是补盲，不存在对不可视区域的感知和预测，仍然无法解决鬼探头或车辆不可视区域的问题。

技术实现思路

[0006]针对以上缺点，本专利技术提出使用基于不确定性的车辆盲区潜在风险量化方法进行车辆盲区危险量化评估，并根据量化评估结果进行安全预警。该专利技术适用于鬼探头场景、不可视区域场景下车辆盲区风险值的评估，在评估建模过程中首先需要量化在不可视区域中出现危险的概率，我们把这种概率称作信息不确定性。基于该信息不确定性，本专利技术中车辆盲区潜在风险的量化包括两方面，一方面是基于过往交通流信息获得历史信息不确定性带来的危险概率，用于辅助推测盲区车辆出现概率，如交通高峰期车流较大，那么盲区车辆出现概率高，另一方面是基于周围车辆实时信息获得实时信息不确定性带来的危险概率，如现在车流量大，那么他车车速可能较小，盲区的车速可能较低。具体的，首先利用香农熵计算信息不确定性，其次盲区潜在风险评估包含盲区不确定性评估、周围车辆加减速度变化的监测、车流量大小计算。本专利技术基于信息不确定性来预测遮挡区域出现危险的概率，基于周围车辆的异常加、减速度来预测遮挡区域可能出现的车辆概率，基于路网车流量预测盲区中车辆的速度大小，通过对信息不确定性、盲区不确定性评估、周围车辆异常加速度和路网车流量信息加权得到盲区潜在风险值（USS，UncertaintyShadow Safety），利用USS值推测车辆潜在风险评估信息，是一种全新的车辆盲区危险预警方法。
[0007]本专利技术采用如下技术方案：一种基于不确定性的车辆盲区潜在风险量化方法，包括以下步骤：步骤一，通过自车底盘CAN信号、摄像头以及地图软件获取自车及可观测交通参与者的原始数据；步骤二，将所述自车及可观测交通参与者的原始数据进行处理，获得风险权重值，包括：信息不确定性权重值，盲区不确定性权重值，可观测交通参与者异常加、减速度权重值，自车行驶区域路网车流量权重值；步骤三，根据所述风险权重值计算盲区潜在风险值；步骤四，根据盲区潜在风险值进行可视化风险提示。
[0008]进一步，所述自车及可观测交通参与者的原始数据包括：1）通过底盘CAN信号得到自车的实时速度和加速度，预存车身长度、驾驶员反应时间、车辆刹停时的安全距离；2）采用摄像头确定可观测交通参与者的大小、所在的位置、实时速度和行驶位姿信息；3）利用地图软件获得行驶区域的历史交通道路状态，包括道路信息、区域给定时间内的交通参与者流量信息，其中道路信息包括区域面积；4）利用地图软件统计实时信息获得自车行驶区域路网车流量信息，包括车流的平均速度。
[0009]进一步，所述信息不确定性权重值的计算过程如下：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：
。
[0010]进一步，所述盲区为驾驶员在驾车过程中被遮挡的区域，读取盲区几何图形形状，将几何图形边离散为n个角点，读取角点坐标(x
i
,y
i
)，然后通过极点几何关系计算盲区面积，见下式：若存在m个盲区，即为：其中，S
shadow
为总盲区面积，S
shadow_j
为第j个盲区面积。
[0011]进一步，所述盲区不确定性权重值计算过程如下：其中，S
vis
为可视区域面积，S
shadow
+S
vis
为总感知面积，k1为盲区面积加权系数。
[0012]进一步，所述可视区域面积计算过程如下：考虑自车车速，利用运动学公式求得自车在最大加速度下减速为0的距离为，驾驶员反应时间为，考虑车辆刹停时的安全距离为，自车感知区域半径的计算公式如下：其中，v为自车车速；ρ为驾驶员反应时间；l为车身长度；d为车辆刹停时的安全距离；a
max
为自车最大加速度；通过几何关系求得路面面积S
road
，则可视区域面积S
vis
如下式：。
[0013]进一步，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于不确定性的车辆盲区潜在风险量化方法，其特征在于，包括以下步骤：步骤一，通过自车底盘CAN信号、摄像头以及地图软件获取自车及可观测交通参与者的原始数据；步骤二，将所述自车及可观测交通参与者的原始数据进行处理，获得风险权重值，包括：信息不确定性权重值，盲区不确定性权重值，可观测交通参与者异常加、减速度权重值，自车行驶区域路网车流量权重值；步骤三，根据所述风险权重值计算盲区潜在风险值；步骤四，根据盲区潜在风险值进行可视化风险提示。2.根据权利要求1所述的基于不确定性的车辆盲区潜在风险量化方法，其特征在于，所述自车及可观测交通参与者的原始数据包括：1）通过底盘CAN信号得到自车的实时速度和加速度，预存车身长度、驾驶员反应时间、车辆刹停时的安全距离；2）采用摄像头确定可观测交通参与者的大小、所在的位置、实时速度和行驶位姿信息；3）利用地图软件获得行驶区域的历史交通道路状态，包括道路信息、区域给定时间内的交通参与者流量信息，其中道路信息包括区域面积；4）利用地图软件统计实时信息获得自车行驶区域路网车流量信息，包括车流的平均速度。3.根据权利要求2所述的基于不确定性的车辆盲区潜在风险量化方法，其特征在于，所述信息不确定性权重值的计算过程如下：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：考虑乘用车、货车、自行车和行人对信息不确定性的影响：。4.根据权利要求3所述的基于不确定性的车辆盲区潜在风险量化方法，其特征在于，所述盲区为驾驶员在驾车过程中被遮挡的区域，读取盲区几何图形形状，将几何图形边离散为n个角点，读取角点坐标(x
i
,y
i
)，然后通过极点几何关系计算盲区面积，见下式：若存在m个盲区，即为：其中，S
shadow
为总盲区面积，S
shadow_j
为第j个盲区面积。5....

【专利技术属性】
技术研发人员：杨世春，高灵飞，卢家怿，曹耀光，张梦月，冯斌，张群力，庄义彬，冯鑫杰，王志腾，闫啸宇，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：