【技术实现步骤摘要】
本专利技术属于自动驾驶，具体涉及一种自动驾驶车辆的碰撞预测、预警及接管方法。
技术介绍
1、随着自动驾驶技术的快速发展，自动驾驶车辆也进入了实际应用阶段，但是自动驾驶技术仍然存在一定的安全隐患亟需发现和解决，尤其是在高级别自动驾驶系统，车辆的自动化程度更高，也存在更多潜在的风险，其中避障和防碰撞是最容易出现问题的环节，也是危险系数较高的情况，容易直接导致车辆损伤甚至人员伤亡。
2、目前自动驾驶技术还没有完全满足高级别自动驾驶的要求，彻底脱离驾驶员或者安全员，在出现险情时，需要人工对车辆进行接管并完成避险操作。但是，由于随车人员对自动驾驶系统的过于依赖或者对危险情况的错误判断等情形，仍然可能存在接管失败从而导致事故的发生。
3、自动驾驶车辆在自动化运行过程中，由于随车人员的错误判断等问题，仍然可能存在接管失败从而导致发生事故的情况。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种自动驾驶车辆的碰撞预测、预警及接管方法。
2、为了达到上述目的，本专利技术的技术方案如下：
3、本专利技术公开一种自动驾驶车辆的碰撞预测、预警及接管方法，包括：
4、步骤s1：自动驾驶车辆在自动驾驶状态下运行，结合自车行驶数据实时获取自车的规划信息；
5、步骤s2：感知模块实时获取障碍物信息和场景信息；
6、步骤s3：将步骤s1获取的规划信息以及步骤s2获取障碍物信息和场景信息发送给预警模块，预警模块以缓存信息进
7、步骤s4：预警模块获取自动驾驶车辆当前的规划信息、障碍物信息及场景信息，并从缓存信息中获取相关历史信息，通过训练好的碰撞预测模型进行自车与其它障碍物之间的碰撞预测；
8、步骤s5：根据碰撞预测，判断是否存在碰撞风险；
9、若存在，则发出碰撞预警信息，并提示工作人员对自车进行人工接管；
10、否则，自动驾驶车辆按照规划信息继续在自动驾驶状态下运行。
11、在上述技术方案的基础上，还可做如下改进：
12、作为优选的方案，碰撞预测模型通过以下步骤进行训练；
13、步骤a：自动驾驶车辆在自动驾驶状态下运行，结合自车行驶数据实时获取自车的规划信息；
14、步骤b：感知模块实时获取障碍物信息和场景信息；
15、步骤c：通过人工预警判断是否存在碰撞风险；
16、若存在碰撞风险时，则工作人员对自车进行人工接管，并产生接管事件样本数据；
17、否则，自动驾驶车辆按照规划信息继续在自动驾驶状态下运行，并产生未接管事件样本数据；
18、步骤d：重复步骤a-步骤c，获取若干接管事件样本数据和未接管事件样本数据；
19、步骤e：基于若干接管事件样本数据和未接管事件样本数据对碰撞预测模型进行训练，得到训练好的碰撞预测模型。
20、作为优选的方案，碰撞预测模型在实车运行或仿真模拟下进行训练。
21、作为优选的方案，步骤s4具体包括：
22、步骤s4.1：预警模块获取自动驾驶车辆当前的规划信息、障碍物信息及场景信息，并从缓存信息中获取相关历史信息；
23、步骤s4.2：将一段时间内规划信息、障碍物信息及场景信息的时序序列输入训练好的碰撞预测模型；
24、步骤s4.3：碰撞预测模型结合场景信息，通过障碍物的历史状态信息预测障碍物未来的运动状态，并结合自车的规划信息，预测自车和其他障碍物发生碰撞的概率。
25、作为优选的方案，规划信息包括：自车规划轨迹和/或自车控制信号。
26、作为优选的方案，障碍物信息包括：自车和其它车辆的长、宽、高的物理特征信息以及自车和其它车辆的位置、速度、朝向中的一种或多种运动状态信息。
27、作为优选的方案，场景信息包括车道线、路口、道路边界中的一种或多种静态场景信息以及红绿灯状态的动态场景信息。
28、本专利技术通过获取一段时间内规划信息、障碍物信息及场景信息的时序序列，采用碰撞预测模型对车辆即将发生的碰撞问题进行预测，判断其是否存在碰撞风险，若存在，则发出碰撞预警信息，并提示工作人员对自车进行人工接管和避险，从而减少相关事故发生的概率，提升自动驾驶的安全性能。
29、通过本专利技术的方法，自动驾驶车辆对当前的行驶状况进行判断，在遭遇险情之前提前做出预测和判断，为自动驾驶车辆的安全运行提供保障。
本文档来自技高网...【技术保护点】
1.自动驾驶车辆的碰撞预测、预警及接管方法，其特征在于，包括：
2.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述碰撞预测模型通过以下步骤进行训练；
3.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述碰撞预测模型在实车运行或仿真模拟下进行训练。
4.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述步骤S4具体包括：
5.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述规划信息包括：自车规划轨迹和/或自车控制信号。
6.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述障碍物信息包括：自车和其它车辆的长、宽、高的物理特征信息以及自车和其它车辆的位置、速度、朝向中的一种或多种运动状态信息。
7.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述场景信息包括车道线、路口、道路边界中的一种或多种静态场景信息以及红绿灯状态的动态场景信息。
【技术特征摘要】
1.自动驾驶车辆的碰撞预测、预警及接管方法，其特征在于，包括：
2.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述碰撞预测模型通过以下步骤进行训练；
3.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述碰撞预测模型在实车运行或仿真模拟下进行训练。
4.根据权利要求1所述的碰撞预测、预警及接管方法，其特征在于，所述步骤s4具体包括：
5.根据权利要求1所述的碰撞预测、预...
【专利技术属性】
技术研发人员：何弢，陈晓磊，廖文龙，彭湃，
申请(专利权)人：酷哇科技有限公司，
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。