【技术实现步骤摘要】
本申请涉及自动驾驶领域，尤其涉及一种交通场景风险评估方法、相应的装置、电子设备及计算机可读存储介质。
技术介绍
1、近年来，随着中国现代化进程的加速和汽车保有量的快速增长，交通安全问题日益突出，交通事故频发成为了社会关注的焦点。为了提高交通安全性和降低事故风险，基于人工智能的自动驾驶汽车被视为一种颠覆传统交通方式的具有深远意义的解决方案。在自动驾驶系统中，环境感知模块扮演着至关重要的角色，而风险性评估则是该模块的重要功能之一。然而，如何有效地进行风险性评估一直是自动驾驶领域的热点和挑战。
2、目前，多数对于交通驾驶场景的风险性评估都是基于机器学习的方式，而机器学习在交通驾驶场景的风险性评估中存在不可解释性问题，机器学习模型通常被视为黑盒，难以理解和解释其内部决策过程，这使得模型无法清晰解释为何做出这些预测，不可解释的机器学习模型缺乏透明度，难以追踪和理解其决策过程；大多数关于场景风险判断的研究都采用了机器学习在线判断的方法，而这些方法通常缺乏对已识别场景的记忆存储能，这意味着对于相似场景的重复判断，模型需要重新计算，导致计算资源的浪费。
3、综上，适应现有技术中对于交通驾驶场景的风险性评估，不可解释的机器学习模型缺乏透明度，难以追踪和理解其决策过程，以及对于相似场景的重复判断，模型需要重新计算，导致计算资源的浪费等问题，本申请人出于解决该问题的考虑作出相应的探索。
技术实现思路
1、本申请的目的在于解决上述问题而提供一种交通场景风险评估方法、相应的装置、电子
2、为满足本申请的各个目的，本申请采用如下技术方案：
3、适应本申请的目的之一而提出的一种交通场景风险评估方法，包括：
4、响应场景图构建指令，获取交通场景中各个物体及其各个物体的属性数据，生成所述各个物体及其各个物体的属性数据相对应的节点特征向量，根据所述节点特征向量构建交通场景图；
5、响应知识图谱构建指令，确定所述交通场景图中的三元组集合，根据所述三元组集合采用语义增强算法将所述交通场景图中的信息谓词转化为贴近现实的信息谓词，以构建交通场景知识图谱；
6、响应向量数据库构建指令，确定场景风险知识，将所述场景风险知识分类至所述交通场景知识图谱中的各个功能场景之下，以构建向量数据库；
7、响应交通场景风险评估指令，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系，以完成交通场景的风险评估。
8、可选的，根据所述节点特征向量构建交通场景图的步骤,包括：
9、根据所述节点特征向量确定各个节点之间两两组合的节点特征向量组合，对于每一对所述节点特征向量组合在其相对应的集合中进行遍历；
10、采用边编码器根据关系类型、节点特征向量组合生成其相对应的边特征，将节点特征向量集合以及边特征集合相融合，以构建交通场景图。
11、可选的，根据所述节点特征向量构建交通场景图的步骤,包括：
12、节点编码器模型将每个物体的属性转换为一组编码的节点特性，取每一对节点，连接它们的特征向量，并将得到的特征向量传递给边缘编码器；
13、边缘编码器根据节点j和节点k的特征向量hj和hk，推断节点j和节点k之间是否存在给定关系类型r的边，其中，每种关系类型在边缘编码器中都有一组不同的可学习权值，以学习构造每种关系类型的不同规则；
14、边缘编码器处理完所有节点对后，确定一个n×n×r邻接矩阵，根据所述邻接矩阵以及节点特征构建交通场景图。
15、可选的，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系，以完成交通场景的风险评估的步骤，包括：
16、根据预设的风险评估规则进行相应的规则匹配，当存在调用时将继续去找对应的规则，当某个规则不存在调用的情况则会执行下一个规则子句.所述风险评估规则表征自动驾驶车辆与交通场景中的各个元素之间的风险性关系；
17、当一个规则子句不匹配的时候则会返回到风险评估规则的寻找，当规则子句成功匹配的之后，推理机则会判断该子句是否为最后的一条子句，当该规则子句不是最后一条规则子句的时候，将会继续匹配下一个规则子句，继续对子句做匹配处理；
18、直到该规则子句是最后一条规则子句，进一步对所述规则子句进行回溯点判断，当存在回溯点时，重新回到回溯点子句所在进行之前的匹配步骤，当执行到最后的规则子句的同时也不存在回溯点时，会输出最终匹配结果，确定自动驾驶车辆与交通场景中的各个元素之间的风险关系。
19、可选的，所述各个元素包括动态元素以及静态元素，所述动态元素包括其他车辆、动物以及行人的一项或任意多项；
20、所述静态元素包括交通信号灯以及交通围栏、雪糕桶的一项或任意多项。
21、可选的，所述场景风险知识包括交通事故报告、交通驾驶经验知识以及交通法规的一项或任意多项。
22、可选的，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系的步骤之后，包括：
23、根据所述自动驾驶车辆与交通场景中的各个元素之间的风险关系确定自动驾驶车辆与交通场景中的各个元素之间的风险指数；
24、根据所述自动驾驶车辆与交通场景中的各个元素之间的风险指数确定自动驾驶车辆的行驶路径，以完成车辆的自动驾驶。
25、适应本申请的另一目的而提供的一种交通场景风险评估装置，包括：
26、场景图构建模块，设置为响应场景图构建指令，获取交通场景中各个物体及其各个物体的属性数据，生成所述各个物体及其各个物体的属性数据相对应的节点特征向量，根据所述节点特征向量构建交通场景图；
27、知识图谱构建模块，设置为响应知识图谱构建指令，确定所述交通场景图中的三元组集合，根据所述三元组集合采用语义增强算法将所述交通场景图中的信息谓词转化为贴近现实的信息谓词，以构建交通场景知识图谱；
28、数据库构建模块，设置为响应向量数据库构建指令，确定场景风险知识，将所述场景风险知识分类至所述交通场景知识图谱中的各个功能场景之下，以构建向量数据库；
29、风险评估模块，设置为响应交通场景风险评估指令，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系，以完成交通场景的风险评估。
30、适应本申请的另一目的而提供的一种电子设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述交通场景风险评估方法的步骤。
31、适应本申请的另一目的而提供的一种计算机可读存储介质，其以计算机可读指令的形式存储有依据所述交通场景风险评估方法所实现的计算机程序，该计算机程序被计算机调用运行时，执行相应的方法所包括的步骤。
32、本文档来自技高网...
【技术保护点】
1.一种交通场景风险评估方法，其特征在于，包括：
2.根据权利要求1所述的交通场景风险评估方法，其特征在于，根据所述节点特征向量构建交通场景图的步骤,包括：
3.根据权利要求1所述的交通场景风险评估方法，其特征在于，根据所述节点特征向量构建交通场景图的步骤,包括：
4.根据权利要求1所述的交通场景风险评估方法，其特征在于，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系，以完成交通场景的风险评估的步骤，包括：
5.根据权利要求1所述的交通场景风险评估方法，其特征在于，所述各个元素包括动态元素以及静态元素，所述动态元素包括其他车辆、动物以及行人的一项或任意多项；
6.根据权利要求1所述的交通场景风险评估方法，其特征在于，所述场景风险知识包括交通事故报告、交通驾驶经验知识以及交通法规的一项或任意多项。
7.根据权利要求5任意一项所述的交通场景风险评估方法，其特征在于，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系的步骤之
8.一种交通场景风险评估装置，其特征在于，包括:
9.一种电子设备，包括中央处理器和存储器，其特征在于，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行如权利要求1至7中任意一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，其以计算机可读指令的形式存储有依据权利要求1至7中任意一项所述的方法所实现的计算机程序，该计算机程序被计算机调用运行时，执行相应的方法所包括的步骤。
...【技术特征摘要】
1.一种交通场景风险评估方法，其特征在于，包括：
2.根据权利要求1所述的交通场景风险评估方法，其特征在于，根据所述节点特征向量构建交通场景图的步骤,包括：
3.根据权利要求1所述的交通场景风险评估方法，其特征在于，根据所述节点特征向量构建交通场景图的步骤,包括：
4.根据权利要求1所述的交通场景风险评估方法，其特征在于，调用预设的风险评估规则，在所述向量数据库中确定自动驾驶车辆与交通场景中的各个元素之间的风险关系，以完成交通场景的风险评估的步骤，包括：
5.根据权利要求1所述的交通场景风险评估方法，其特征在于，所述各个元素包括动态元素以及静态元素，所述动态元素包括其他车辆、动物以及行人的一项或任意多项；
6.根据权利要求1所述的交通场景风险评估方法，其...
【专利技术属性】
技术研发人员：段晓沛，刘强，胡详文，韩纪强，程锦，曾伟，张大为，
申请(专利权)人：天津市政工程设计研究总院有限公司，
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。