【技术实现步骤摘要】
一种无人驾驶矿卡前方道路碰撞风险预测及量化方法
[0001]本专利技术属于自动驾驶
,具体涉及一种无人驾驶矿卡前方道路碰撞风险预测及量化方法,即在规划路径、感知系统输出的前方“障碍物”和车辆自身运动状态已知的情况下,预测该障碍物是否将与自车发生碰撞并输出量化风险,该方法适用于公路车辆与非公路车辆自动驾驶系统(ADS)和驾驶辅助系统(ADAS)的碰撞预测和定量风险输出。
技术介绍
[0002]近年来,随着人工智能的不断发展,自动驾驶逐渐成为交通领域的研究热点,而自动驾驶过程中实时碰撞检测方法的研究对提高道路交通安全水平意义重大。目前,现有研究主要集中于基于像素检测的实时碰撞检测算法以及基于分离轴定理的实时碰撞检测算法。
[0003]基于像素检测的实时碰撞检测算法,是最为精确的碰撞检测算法,即对物体的每个像素进行测试,当像素出现重叠,即为碰撞,但这种算法的计算量很大,很少使用。当精确度要求不高时,可以用包围球算法,即用物体轮廊的外接圆把物体包围起来,这样要测试两个物体是否碰撞,只需要计算两个圆心之间距离大于两圆半径 ...
【技术保护点】
【技术特征摘要】
1.一种无人驾驶矿卡前方道路碰撞风险预测及量化方法,其特征在于,包括以下步骤:S1,获取前方参考路径:确定给定ODD长度前方参考路径为碰撞风险预测的运行设计域;S2,计算绝对风险区域:计算车辆沿着ODD长度前方参考路径行驶的车身最大扫掠范围,所述车身最大扫掠范围即车辆准确沿着参考路径行驶时车辆边角点所能扫略到的最大包络区域,作为绝对风险区域;S3,计算相对风险区域:根据基于实际运营数据统计得到日常无人驾驶车辆沿着参考路径行驶表现的横向偏差,按照统计安全的原则,确定车辆横向偏差最大值LatErrMax,基于绝对风险区域向外偏移LatErrMax,明确绝对风险区之外的左右带状区域,作为相对风险区域;S4,确定车辆前方无碰撞风险区域:相对风险范围之外定义为无风险区域,认为出现在该区域范围内的障碍物无碰撞风险;S5,获取障碍物位置信息:车辆在实时行驶过程中,依据车辆感知系统获取前方道路的障碍物位置信息,并将多边形障碍物各角点的位置信息转换到行驶路径坐标系;S6:碰撞风险判断:按照绝对碰撞风险、相对碰撞风险、无碰撞风险对的决策逻辑顺序,逐次判断前方道路上障碍物是否会造成风险,针对每一种情况计算得到该障碍物的碰撞风险量化结果。2.根据权利要求1所述的无人驾驶矿卡前方道路碰撞风险预测及量化方法,其特征在于,所述步骤S3,所述统计安全的原则指的是,基于大量数据统计得到的车辆横向偏差服从高斯分布取
±
3σ
lat
处的值为所述横向偏差最大值LatErrMax。3.根据权利要求2所述的无人...
【专利技术属性】
技术研发人员:刘振玉,邬海杰,段星集,蒋锟,武奇,
申请(专利权)人:北京踏歌智行科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。