本公开实施例中提供行驶场景感知数据处理方法、装置、控制器及存储介质，方法包括：在每个当前时刻，获取行动装置在行驶场景中的行驶场景感知数据；基于行驶场景感知数据形成相关于各场景目标的多种风险场；多种风险场包括至少一种基于时间预测的风险场，至少一种基于时间预测的风险场根据动态目标的第一预测运动轨迹、和/或基于第一预测运动轨迹与行动装置的第二预测运动轨迹之间的相干性所构建；叠加各风险场以得到当前时刻的总风险场；将总风险场显示通过对应行驶场景的风险热力图显示。实现可视化的行驶环境的风险程度的风险热力图的呈现，且一些风险场包含了对未来风险预测的信息，有助于提升进一步的自动驾驶的行动规划决策的精准性。划决策的精准性。划决策的精准性。
【技术实现步骤摘要】
行驶场景感知数据处理方法、装置、控制器及存储介质
[0001]本公开涉及图像处理
，尤其涉及行驶场景感知数据处理方法、装置、控制器及存储介质。
技术介绍
[0002]自动驾驶是当下火热的智能汽车技术发展方向。在自动驾驶技术中，依靠车辆的感知系统(如视觉、雷达、监控等)来感知车辆及外部交通环境的数据，进行智能分析以作出对车辆运动的规划决策。
[0003]然而，传统的规划决策所用的信息是感知目标输出的实时的环境数据，没有关于可视、未来预测的数据。但实际上，这两种信息对自动驾驶车辆的行为规划决策有着很重要的辅助作用。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本公开的目的在于提供行驶场景感知数据处理方法、装置、控制器及存储介质，解决相关技术中的问题。
[0005]本公开第一方面提供一种行驶场景感知数据处理方法，包括：在每个当前时刻，获取行动装置在行驶场景中的行驶场景感知数据；所述行驶场景中还具有多个场景目标，所述多个场景目标包括静态目标和动态目标；基于所述行驶场景感知数据形成相关于所述多个场景目标的多种风险场，每个风险场由场景中赋有风险值的各位置点构成，所述多种风险场包括至少一种基于时间预测的风险场，所述基于时间预测的风险场根据所述行动装置的参考轨迹点分别与动态目标所在的每个第一预测轨迹点之间的相关性所构建、和/或根据动态目标在每个第一预测轨迹点的预测运动状态信息所构建；所述参考轨迹点包括当前时刻的轨迹点、和/或未来时刻的第二预测轨迹点；叠加各所述风险场以得到当前时刻的总风险场；将所述总风险场显示通过对应所述行驶场景的风险热力图显示。
[0006]在第一方面的实施例中，所述行驶场景感知数据包括各场景目标的当前轨迹点的位置信息及运动状态信息；所述方法包括：基于每个动态目标的历史轨迹和所述行驶场景感知数据进行时序预测，得到所述动态目标在预设时长内的各第一预测轨迹点及相应的第一预测运动状态信息；和/或，基于所述行动装置的历史轨迹和当前运动状态信息进行时序预测，得到所述行动装置在所述预设时长内的每个未来时刻的第二预测轨迹点。
[0007]在第一方面的实施例中，所述至少一种基于时间预测的风险场包括风险动态场；根据所述行动装置的参考轨迹点与动态目标所在的每个第一预测轨迹点之间的相关性构建风险场，包括：对于每个动态目标，基于每个所述参考轨迹点同预设未来时长内每个未来时刻的第一预测轨迹点之间的预测间距，得到每个未来时刻的第一预测轨迹点的动态风险值，以形成每个动态风险场；其中，各所述参考轨迹点分别为所述行动装置在当前时刻的轨迹点、及在所述预设时长内的每个未来时刻的第二预测轨迹点；所述动态风险值负相关于所述预测间距、以及未来时刻距离参考时刻的时差。
[0008]在第一方面的实施例中，根据动态目标在每个第一预测轨迹点的预测运动状态信息构建风险场，包括：获得动态目标在第一预测轨迹点的第一预测运动状态信息；所述第一预测运动状态信息包括预测速度和预测航向角；基于所述动态目标的第一预测运动状态信息，得到动态目标所在第一预测轨迹点周围扩散点的扩散风险值；其中，所述扩散风险值与所述扩散点偏离动态目标的运动方向的角度负相关、与动态目标的预测速度正相关、以及与扩散点同预测轨迹点的间距负相关。
[0009]在第一方面的实施例中，所述动态目标包括行人；所述基于所述动态目标的第一预测运动状态信息，得到动态目标所在第一预测轨迹点周围扩散点的扩散风险值，还包括：基于所述动态目标的预测运动状态信息、以及行人类别和/或姿态，得到行人所在预测轨迹点周围扩散点的扩散风险值。
[0010]在第一方面的实施例中，所述静态目标包括车道线，所述多种风险场包括车道线的静态风险场；所述基于所述行驶场景感知数据形成相关于每个场景目标的至少一种风险场，包括：基于每条车道线的类型得到车道线上各位置点的静态风险值，以形成当前时刻的静态风险场。
[0011]在第一方面的实施例中，所述多种风险场包括动态目标的基础风险场；所述基于所述行驶场景感知数据形成相关于每个场景目标的至少一种风险场，包括：基于每个动态目标与所述行动装置的当前间距，得到所述每个所述动态目标当前所在位置的各位置点的基础风险值以形成当前时刻的基础风险场；其中，所述基础风险值负相关于所述当前间距。
[0012]在第一方面的实施例中，所述多种风险场还包括：补偿风险场，由基于各所述场景目标以外其它因素影响赋予补偿风险值的位置点构成；所述其它因素包括以下至少一种：交通规则；交通标识装置；运动装置和/或动态目标的导航信息。
[0013]本公开第二方面提供一种行驶场景感知数据处理装置，包括：行驶场景感知模块，用于在每个当前时刻，获取行动装置在行驶场景中的行驶场景感知数据；所述行驶场景中还具有多个场景目标，所述多个场景目标包括静态目标和动态目标；风险场构建模块，用于基于所述行驶场景感知数据形成相关于所述多个场景目标的多种风险场，每个风险场由场景中赋有风险值的各位置点构成，所述多种风险场包括至少一种基于时间预测的风险场，所述基于时间预测的风险场根据所述行动装置的参考轨迹点分别与动态目标所在的每个第一预测轨迹点之间的相关性所构建、和/或根据动态目标在每个第一预测轨迹点的预测运动状态信息所构建；所述参考轨迹点包括当前时刻的轨迹点、和/或未来时刻的第二预测轨迹点；风险场叠加模块，用于叠加各所述风险场以得到当前时刻的总风险场；显示模块，用于将所述总风险场显示通过对应所述行驶场景的风险热力图显示。
[0014]本公开第三方面提供一种控制器，包括：处理器及存储器；所述存储器存储有程序指令；所述处理器，用于运行所述程序指令，以执行如第一方面任一项所述的行驶场景感知数据处理方法。
[0015]本公开第四方面提供一种计算机可读存储介质，存储有程序指令，所述程序指令被运行执行如第一方面任一项所述的行驶场景感知数据处理方法。
[0016]如上所述，本公开实施例中提供行驶场景感知数据处理方法、装置、控制器及存储介质，方法包括：在每个当前时刻，获取行动装置在行驶场景中的行驶场景感知数据；所述行驶场景中还具有多个场景目标，所述多个场景目标包括静态目标和动态目标；基于所述
行驶场景感知数据形成相关于所述多个场景目标的多种风险场，每个风险场由场景中赋有风险值的各位置点构成，所述多种风险场包括至少一种基于时间预测的风险场，所述基于时间预测的风险场根据所述行动装置的参考轨迹点分别与动态目标所在的每个第一预测轨迹点之间的相关性所构建、和/或根据动态目标在每个第一预测轨迹点的预测运动状态信息所构建；所述参考轨迹点包括当前时刻的轨迹点、和/或未来时刻的第二预测轨迹点；叠加各所述风险场以得到当前时刻的总风险场；将所述总风险场显示通过对应所述行驶场景的风险热力图显示。实现可视化的行驶环境的风险程度的风险热力图的呈现，且一些风险场包含了对未来风险预测的信息，有助于提升进一步的自动驾驶的行动规划决策的精准性。
附图说明
[0017]图1展示本公开一实施例中行驶场景感知数据处本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种行驶场景感知数据处理方法，其特征在于，包括：在每个当前时刻，获取行动装置在行驶场景中的行驶场景感知数据；所述行驶场景中还具有多个场景目标，所述多个场景目标包括静态目标和动态目标；基于所述行驶场景感知数据形成相关于所述多个场景目标的多种风险场，每个风险场由场景中赋有风险值的各位置点构成，所述多种风险场包括至少一种基于时间预测的风险场，所述基于时间预测的风险场根据所述行动装置的参考轨迹点分别与动态目标所在的每个第一预测轨迹点之间的相关性所构建、和/或根据动态目标在每个第一预测轨迹点的预测运动状态信息所构建；所述参考轨迹点包括当前时刻的轨迹点、和/或未来时刻的第二预测轨迹点；叠加各所述风险场以得到当前时刻的总风险场；将所述总风险场显示通过对应所述行驶场景的风险热力图显示。2.根据权利要求1所述的行驶场景感知数据处理方法，其特征在于，所述行驶场景感知数据包括各场景目标的当前轨迹点的位置信息及运动状态信息；所述方法包括：基于每个动态目标的历史轨迹和所述行驶场景感知数据进行时序预测，得到所述动态目标在预设时长内的各第一预测轨迹点及相应的第一预测运动状态信息；和/或，基于所述行动装置的历史轨迹和当前运动状态信息进行时序预测，得到所述行动装置在所述预设时长内的每个未来时刻的第二预测轨迹点。3.根据权利要求1所述的行驶场景感知数据处理方法，其特征在于，所述至少一种基于时间预测的风险场包括风险动态场；根据所述行动装置的参考轨迹点与动态目标所在的每个第一预测轨迹点之间的相关性构建风险场，包括：对于每个动态目标，基于每个所述参考轨迹点同预设未来时长内每个未来时刻的第一预测轨迹点之间的预测间距，得到每个未来时刻的第一预测轨迹点的动态风险值，以形成每个动态风险场；其中，各所述参考轨迹点分别为所述行动装置在当前时刻的轨迹点、及在所述预设时长内的每个未来时刻的第二预测轨迹点；所述动态风险值负相关于所述预测间距、以及未来时刻距离参考时刻的时差。4.根据权利要求1所述的行驶场景感知数据处理方法，其特征在于，根据动态目标在每个第一预测轨迹点的预测运动状态信息构建风险场，包括：获得动态目标在第一预测轨迹点的第一预测运动状态信息；所述第一预测运动状态信息包括预测速度和预测航向角；基于所述动态目标的第一预测运动状态信息，得到动态目标所在第一预测轨迹点周围扩散点的扩散风险值；其中，所述扩散风险值与所述扩散点偏离动态目标的运动方向的角度负相关、与动态目标的预测速度正相关、以及与扩散点同预测轨迹点的间距负相关。5.根据权利要求4所述的行驶场景感知数据处理方法，其特征在于，所述动态目标包括行...
【专利技术属性】
技术研发人员：梁晶晶，王斌，请求不公布姓名，请求不公布姓名，孙巍，
申请(专利权)人：上海保隆汽车科技股份有限公司，
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。