【技术实现步骤摘要】
本专利技术属于汽车，涉及一种风险检测方法、装置以及系统。
技术介绍
1、预期功能安全sotif(safety of the intended functionality)是指针对自动驾驶汽车、车联网以及其他具有高度自动化功能的先进汽车等进行的安全评估，旨在确保其安全性能。与传统的汽车安全评估不同，预期功能安全sotif关注的是车辆的“意图”，即车辆在进行自动化行驶时是否能准确识别和理解周围环境，并能够通过正确的决策和行为来避免危险和事故的发生。
2、然而当前的自动驾驶系统无法实现高度的自动化。其主要原因是在系统规范设计和系统测试中，所考虑的危害场景数量不足以覆盖实际驾驶环境，这使得在面对未知危害场景时系统可能无法应对。因此大量采集和挖掘危害场景是实现预期功能安全的合理途径之一。但目前的危害场景挖掘方法主要基于对上传至云端的实车采集的海量数据进行整体处理，这会消耗大量的人力、物力。
3、因此，有必要提供改进的技术方案以克服现有技术中存在的以上技术问题。
技术实现思路
1、本申请的目的在于提供一种风险检测方法、装置以及系统，在检测到有风险产生时，将风险持续时段内的环境数据上传至云端，减少云端数据的存储量，减少人力物力的消耗，提高效率。
2、为达上述目的：
3、第一方面，本专利技术提供了一种风险检测方法，应用于车端，包括以下步骤：
4、s101，响应于车辆开启自动驾驶功能，持续采集所述车辆的行驶区域的环境数据，并控制所述车辆按照
5、s102，确定所述车辆自动驾驶时是否存在风险；
6、s103，若是，则将从风险产生时开始的预设的上传时段内采集的所述环境数据定义为记录数据，将所述记录数据上传至云端的存储装置。
7、在一实施方式中，所述步骤s101包括：
8、响应于车辆开启自动驾驶功能，通过所述车辆的车载采集装置持续采集所述环境数据，并对所述环境数据进行预处理从而得到预处理数据；
9、对所述预处理数据进行预测处理，得到预测数据；
10、对所述预测数据进行融合处理，得到融合数据；
11、根据所述融合数据规划所述车辆的行车路线，并根据所述行车路线控制所述车辆自动驾驶。
12、在一实施方式中，所述步骤s102包括：
13、确定所述采集装置的硬件数据是否存在风险，确定所述环境数据是否存在风险，确定所述预测数据是否存在风险，确定所述融合数据是否存在风险，以及确定所述行车路线是否存在风险。
14、在一实施方式中，所述步骤s103包括：
15、若所述硬件数据、所述环境数据、所述预测数据、所述融合数据、以及所述行车路线中的至少一者存在风险，则将从风险产生时开始的预设的上传时间段内采集的所述环境数据定义为记录数据，将所述记录数据传输至所述云端的存储装置。
16、在一实施方式中，在所述步骤s103之后，还包括：
17、s104，响应于接收到云端发送的算法模型更新数据，更新所述车辆中用于采集环境数据、规划行车路线以及控制自动驾驶的算法模型。
18、第二方面，本专利技术提供了一种风险检测方法，应用于云端，包括以下步骤：
19、s201，在云端接收到车辆发送的与所述车辆在自动驾驶时存在的风险对应的记录数据后，读取所述记录数据；
20、s202，将所述记录数据与预设的风险比对数据进行比对，根据比对结果确定用于表征与所述记录数据对应的风险的严重程度的风险指数；
21、s203，若确定所述风险指数大于预设的第一风险指数阈值，则对所述车辆中用于采集环境数据、规划行车路线以及控制自动驾驶的算法模型进行优化，并确定所述优化后的第二风险指数阈值；
22、s204，若确定所述风险指数不大于所述第二风险指数阈值，则向所述车辆发送算法模型更新数据，并将所述记录数据传输至风险环境数据库中。
23、在一实施方式中，所述步骤s202还包括：
24、根据所述比对结果将所述记录数据传输至所述风险环境数据库中。
25、在一实施方式中，所述步骤s203还包括：
26、若确定所述风险指数不大于所述第一风险指数阈值，则将所述记录数据传输至所述风险环境数据库中。
27、在一实施方式中，所述步骤s204还包括：
28、若确定所述风险指数大于所述第二风险指数阈值，则再次执行所述步骤s203。
29、第三方面，本专利技术提供了一种车端风险检测装置，包括：
30、采集规控模块，用于响应于车辆开启自动驾驶功能，持续采集所述车辆的行驶区域的环境数据，并控制所述车辆按照规划的行车路线自动驾驶；
31、风险判断模块，用于确定所述车辆自动驾驶时是否存在风险；
32、数据上传模块，用于响应于确定所述车辆自动驾驶时存在风险，将从风险产生时开始的预设的上传时段内采集的所述环境数据定义为记录数据，将所述记录数据上传至云端的存储装置。
33、第四方面，本申请提供了一种云端风险检测装置，包括：
34、数据读取模块，用于在云端接收到车辆发送的与所述车辆在自动驾驶时存在的风险对应的记录数据后，读取所述记录数据；
35、风险指数评估模块，用于将所述记录数据与预设的风险比对数据进行比对，根据比对结果确定用于表征与所述记录数据对应的风险的严重程度的风险指数；
36、优化模块，用于若确定所述风险指数大于预设的第一风险指数阈值，则对所述车辆中用于采集环境数据、规划行车路线以及控制自动驾驶的算法模型进行优化，并确定所述优化后的第二风险指数阈值；
37、更新模块，用于若确定所述风险指数不大于所述第二风险指数阈值，则向所述车辆发送算法模型更新数据，并将所述记录数据传输至风险环境数据库中。
38、第五方面，本申请提供了一种风险检测系统，其特征在于，包括如第三方面所述的车端风险检测装置，以及如第四方面所述的云端风险检测装置。
39、本申请提供的风险检测方法、装置以及系统，所述方法包括：响应于车辆开启自动驾驶功能，持续采集所述车辆的行驶区域的环境数据，并控制所述车辆按照规划的行车路线自动驾驶；确定所述车辆自动驾驶时是否存在风险；若是，则将从风险产生时开始的预设的上传时段内采集的所述环境数据定义为记录数据，将所述记录数据上传至云端的存储装置。本专利技术在检测到有风险产生时，将风险持续时段内的环境数据上传至云端，这样减少了云端数据的存储量，减少了人力物力的消耗，提高效率。
本文档来自技高网...【技术保护点】
1.一种风险检测方法，应用于车端，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤S101包括：
3.根据权利要求2所述的方法，其特征在于，所述步骤S102包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤S103包括：
5.根据权利要求1所述的方法，其特征在于，在所述步骤S103之后，还包括：
6.一种风险检测方法，应用于云端，其特征在于，包括以下步骤：
7.根据权利要求6所述的方法，其特征在于，所述步骤S202还包括：
8.根据权利要求6所述的方法，其特征在于，所述步骤S203还包括：
9.根据权利要求6所述的方法，其特征在于，所述步骤S204还包括：
10.一种车端风险检测装置，其特征在于，包括：
11.一种云端风险检测装置，其特征在于，包括：
12.一种风险检测系统，其特征在于，包括如权利要求10所述的车端风险检测装置，以及如权利要求11所述的云端风险检测装置。
【技术特征摘要】
1.一种风险检测方法，应用于车端，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤s101包括：
3.根据权利要求2所述的方法，其特征在于，所述步骤s102包括：
4.根据权利要求3所述的方法，其特征在于，所述步骤s103包括：
5.根据权利要求1所述的方法，其特征在于，在所述步骤s103之后，还包括：
6.一种风险检测方法，应用于云端，其特征在于，包括以下步骤：
7.根...
【专利技术属性】
技术研发人员：姜帅，毕先改，黄威，
申请(专利权)人：合众新能源汽车股份有限公司，
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。