【技术实现步骤摘要】
公开的技术涉及用于确定在各种位置和交通场景中的车辆的风险的方法和系统。具体地，但不排它地，公开的技术的方面和实施例涉及确定用于制定车辆的自动驾驶系统ads的驾驶策略的可接受风险模型。
技术介绍
1、在过去几年期间，与自主车辆相关的研发活动数量已经激增，并且正在探索许多不同的方法。越来越多的现代车辆具有用于提高车辆安全性和更普遍的道路安全性的高级驾驶员辅助系统(adas)。例如可以由自适应巡航控制(acc)、防撞系统、前向碰撞警告等代表的adas是可以在驾驶时帮助车辆驾驶员的电子系统。今天，在与包括adas和自动驾驶(ad)领域两者的驾驶自动化相关的许多
内存在正在进行的研究和开发。在本文中，将在包括如例如由驾驶自动化的sae j3016级别(0至5)定义的所有不同的自动化级别(特别是，级别3至级别5)的通用术语自动驾驶系统(ads)下提及adas和ad。
2、在不久的将来，期望在新车中包括ad功能或ads解决方案快速增长。ads可以被解释为各种部件的复杂组合，该组合能够被定义为由电子和机械代替人类驾驶员或与人类驾驶员协作来执行车辆的感知、决策和操作的系统并且将无监督的自动化引入道路交通。这包括车辆、目的地以及对周围事物的了解的处理。尽管自动化系统对车辆有控制权，但是它允许人类操作员将所有或至少部分责任留给系统。ads通常结合诸如例如雷达、激光雷达、声纳、摄像机、导航系统(例如，gps)、里程表和/或惯性测量单元(imu)的各种传感器来感知车辆的周围事物，高级控制系统可以根据这些传感器解释感知信息以识别适当的导航
3、确保ads的安全性和性能是从性能良好的概念证明状态转变为大规模生产和在公共道路上的使用的切实可行的产品的关键挑战之一。由于在整车水平上对安全操作进行诸如统计蛮力验证的方法是不可行的(如同例如在指出在美国需要在无致命故障的情况下行驶60亿英里以表明安全性与人类驾驶员不相上下的报告中那样)，因此存在对该领域中的更精细的方法的需要。可替代的方法可以包括形式化方法，其中，在给定关于其运行环境的某些假设集的情况下，证明ads是安全的。例如，在不存在任何额外的不确定性的情况下，已经在规则行为交通的假设下提出了方法。类似地，另一种方法假设周围事物交通的某种行为，并且如果确实如此，则能够证明ads是安全的。然而，在许多情况下，ads将面临的安全风险来自于不在交通规则或甚至常规驾驶场景的限制内的情况和不可预见的交通场景，而是来自于所谓的拐角情况或边缘情况。这些情况可能涉及未检测到的vru(易受伤害的道路使用者)或突然出现在感知边界或在车辆周围的从被遮挡的状态突然出现的vru。不寻常事件的其他情况可以包括来自于附近交通参与者的非常激进的驾驶或者造成不可预见的后果的不利的天气或道路条件。
4、因此，本领域中存在对用于确定解决复杂道路交通场景以确保配备ads的车辆的安全性以及性能的风险模型并且相应地用于基于这种风险模型制定驾驶策略的新的和改进的解决方案的迫切需要。
技术实现思路
1、在本文中公开的技术旨在减轻、缓解或消除现有技术中的上面识别的缺陷和缺点中的一个或多个，以通过动态且自适应地确定风险模型来解决与改进安全性和增强ads系统的性能相关的各种问题。此外，提出了基于确定的可接受风险模型形成ads驾驶策略。在本公开的若干个方面和实施例中，风险模型可以被理解为基于驾驶员(ads或人类驾驶员)对可能的交通状况的发展做出适当响应的能力来表达给定情况下的风险等级的模型。这些风险模型能够用于开发展示改进的安全性和性能措施的ads。
2、在随附的独立权利要求和从属权利要求中限定了公开的专利技术的各个方面和实施例。在当前上下文中，术语“示例性”应理解为用作实例、示例或例证。
3、公开的技术的第一方面包括方法。提出了用于确定可接受风险模型以形成自动驾驶系统ads的驾驶策略的方法。
4、方法包括获得基于一个或多个风险相关联参数生成的基线风险模型。进一步地，方法包括从车辆的传感器系统获得传感器数据，其中，车辆是人类驾驶员操作的车辆或ads操作的车辆。传感器数据包括车辆的感知和/或操纵系统的传感器数据以及与车辆的在特定位置和/或特定场景中的驾驶行为相关联的传感器数据。方法进一步包括基于获得的传感器数据估计与一个或多个风险相关联参数相关联的一个或多个风险值。方法进一步包括基于一个或多个估计的风险值，通过更新特定位置和/或场景的基线风险模型的一个或多个模型参数来生成采用的风险模型。更进一步地，方法包括提供生成的采用的风险模型，以确定用于制定ads的驾驶策略的可接受风险模型。
5、在若干个实施例和方面中，可以基于一个或多个风险相关联参数生成基线风险模型。风险相关联参数可以包括特定位置和/或特定场景中的各种类型的事故或事件的发生的统计概率、特定位置和/或特定场景中的出现在车辆的周围环境中的一个或多个外部物体的统计概率和/或属性或者多个人类驾驶员操作的车辆或多个ads操作的车辆的在特定位置和/或特定场景中的驾驶行为中的任何一种。
6、人类驾驶员操作的车辆的驾驶行为可以至少包括驾驶员的反应时间、加速、制动、转向、车道保持或速度控制和/或驾驶员的注视方向和视觉注意力的轨迹和/或由驾驶员选择的安全裕度。ads操作的车辆的驾驶行为可以至少包括车辆的ads控制的加速、制动、转向、车道保持或速度控制。
7、在若干个实施例中，特定位置可以至少包括地图上的特定地理位置和/或特定类型的位置。特定位置可以包括十字路口。特定场景可以至少包括车辆的周围环境中的遮挡状态。
8、在若干个实施例和方面中，方法可以进一步包括提供生成的采用的风险模型，以通过将车辆的生成的采用的风险模型传输到用于基于由多个人类驾驶员操作的车辆或多个ads操作的车辆传输的多个采用的风险模型确定可接受风险模型的远程服务器，来确定可接受风险模型。
9、在若干个方面和实施例中，车辆可以包括自动驾驶系统ads。在若干个方面和实施例中，方法可以由车辆的包括被配置用于执行方法的各种实施例和步骤的处理电路的控制系统执行。在若干个方面和实施例中，方法可以由服务器或数据中心的包括被配置用于执行方法的各种实施例和步骤的处理电路的控制系统执行。
10、在若干个方面和实施例中，车辆是配备ads的车辆，其中，方法可以进一步包括从远程服务器接收基于从多个人类驾驶员操作的车辆和多个ads操作的车辆获得的整合信息形成的确定的可接受风险模型。方法可以进一步包括从远程服务器接收基于确定的可接受风险模型制定的ads的更新的驾驶策略。
11、在若干个实施例中，整合信息可以包括多个人类驾驶员操作的车辆和多个ads操作的车辆的被传输到远程服务器的生成的采用的风险模型。确定的可接受风险模型可以包括基于满足可接受风险标准的整合信息确定的一个或多个全局更新的基线风险模型参数。
12、在若干个实施例和方面中，可接受风险标准可以包括指示人类驾驶员本文档来自技高网...
【技术保护点】
1.一种确定可接受风险模型以制定自动驾驶系统ADS的驾驶策略的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，基于一个或多个风险相关联参数生成所述基线风险模型，所述一个或多个风险相关联参数包括以下各项中的任何一个：
3.根据权利要求1所述的方法，其中，所述人类驾驶员操作的车辆的所述驾驶行为至少包括所述驾驶员的反应时间、加速、制动、转向、车道保持或速度控制和/或所述驾驶员的注视方向和视觉注意力的轨迹和/或由所述驾驶员选择的安全裕度；并且
4.根据权利要求1至3中的任何一项所述的方法，其中，所述特定位置至少包括地图上的特定地理位置和/或包括十字路口的特定类型的位置，并且其中，所述特定场景至少包括所述车辆的所述周围环境中的遮挡状态。
5.根据权利要求1所述的方法，其中，所述方法进一步包括：
6.根据权利要求5所述的方法，其中，所述车辆是配备ADS的车辆，并且其中，所述方法进一步包括：
7.根据权利要求6所述的方法，其中，所述整合信息包括所述多个人类驾驶员操作的车辆和所述多个ADS操作的车辆的被传输到所述远
8.根据权利要求7所述的方法，其中，所述可接受风险标准包括指示所述人类驾驶员操作的车辆的安全改进性能的、所述人类驾驶员操作的车辆的所述采用的风险。
9.一种存储指令的非暂时性计算机可读存储介质，当由车辆的计算装置的一个或多个处理器执行时，所述指令使得所述计算装置执行根据权利要求1所述的方法。
10.一种包括指令的计算机程序产品，当所述程序由车辆的计算装置的一个或多个处理器执行时，所述指令使得所述计算装置执行根据权利要求1所述的方法。
11.一种用于确定可接受风险模型以制定自动驾驶系统ADS的驾驶策略的系统，其中，所述系统包括处理电路，所述处理电路被配置用于：
12.根据权利要求11所述的系统，其中，所述处理电路被进一步配置用于：
13.根据权利要求11或12中的任何一项所述的系统，其中，所述车辆是配备ADS的车辆，并且其中，所述处理电路被进一步配置用于：
14.根据权利要求13所述的系统，其中，所述整合信息包括所述多个人类驾驶员操作的车辆和所述多个ADS操作的车辆的被传输到所述远程服务器的生成的所述采用的风险模型；并且
15.一种车辆，包括：
...【技术特征摘要】
1.一种确定可接受风险模型以制定自动驾驶系统ads的驾驶策略的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，基于一个或多个风险相关联参数生成所述基线风险模型，所述一个或多个风险相关联参数包括以下各项中的任何一个：
3.根据权利要求1所述的方法，其中，所述人类驾驶员操作的车辆的所述驾驶行为至少包括所述驾驶员的反应时间、加速、制动、转向、车道保持或速度控制和/或所述驾驶员的注视方向和视觉注意力的轨迹和/或由所述驾驶员选择的安全裕度；并且
4.根据权利要求1至3中的任何一项所述的方法，其中，所述特定位置至少包括地图上的特定地理位置和/或包括十字路口的特定类型的位置，并且其中，所述特定场景至少包括所述车辆的所述周围环境中的遮挡状态。
5.根据权利要求1所述的方法，其中，所述方法进一步包括：
6.根据权利要求5所述的方法，其中，所述车辆是配备ads的车辆，并且其中，所述方法进一步包括：
7.根据权利要求6所述的方法，其中，所述整合信息包括所述多个人类驾驶员操作的车辆和所述多个ads操作的车辆的被传输到所述远程服务器的生成的所述采用的风险模型；并且
<...【专利技术属性】
技术研发人员：芒努斯·于伦哈马尔，伏莱德瑞克·桑德布卢姆，加布里埃尔·罗德里格斯·德·坎波斯，
申请(专利权)人：哲晰公司，
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。