[發(fā)明專利]一種面向有條件自動駕駛的道路行駛風險評估方法

有效

• 申請?zhí)枺?/td>: 202110736223.4
• 申請日: 2021-06-30
• 公開（公告）號: CN113415283B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設計）人: 王書易;于斌;劉晉周;馬羊;毛成洋
• 申請（專利權）人: 東南大學
• 主分類號: B60W40/06
• 分類號: B60W40/06;B60W50/00
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 劉莎

本發(fā)明公開了一種面向有條件自動駕駛的道路行駛風險評估方法，步驟如下：獲取道路信息、駕駛員信息與有條件自動駕駛車輛信息；分別建立基于視距失效、車輛側滑與側翻的可靠性功能函數(shù)；考慮多種行駛失效模式，建立行駛風險評估模型；利用Monte Carlo隨機模擬方法得到行駛風險概率，對面向有條件自動駕駛車輛的潛在危險道路路段進行甄別與預警。本發(fā)明能夠有效評估識別不同道路條件下的有條件自動駕駛車輛行駛風險，為有條件自動駕駛系統(tǒng)功能測試及在既有道路基礎設施的實際運營進行安全隱患排查。

技術領域

本發(fā)明涉及一種面向有條件自動駕駛的道路行駛風險評估方法，屬于道路安全評價技術領域。

背景技術

有條件自動駕駛(Conditional Driving Automation)是現(xiàn)代車輛從先進駕駛輔助系統(tǒng)(Advanced Driver Assistance Systems，ADAS)過渡至自動駕駛系統(tǒng)(AutomatedDriving System，ADS)的關鍵駕駛自動化等級(3級)。有條件自動駕駛系統(tǒng)的基本工作原理是：首先，利用車載傳感器與感知算法探測、識別、分類自車周圍道路交通環(huán)境要素，同時獲取自車駕駛姿態(tài)；其次，將上述感知信息傳遞至車載計算單元，通過決策算法完成車輛尋跡、避障等駕駛行為規(guī)劃；最后，根據(jù)上述決策結果輸入，控制單元對驅/制動、轉向系統(tǒng)進行自動控制，使車輛在功能設計域內實現(xiàn)全部持續(xù)性動態(tài)駕駛任務。然而，有條件自動駕駛車輛仍然需要駕駛員在系統(tǒng)退出后及時接管動態(tài)駕駛任務。自動駕駛的實現(xiàn)已被證實是一個系統(tǒng)逐漸升級(從主動安全系統(tǒng)到完全自動駕駛系統(tǒng))的漫長過程。有條件自動駕駛系統(tǒng)作為完全自動駕駛真正落地的必經(jīng)之路，現(xiàn)階段仍處于技術完善階段，僅有少量車企發(fā)售配備有條件自動駕駛系統(tǒng)的量產車，如本田Legend Hybrid EX，廣汽Aion LX。

現(xiàn)有針對有條件自動駕駛系統(tǒng)的研究重點聚焦于系統(tǒng)主要模塊(感知、決策、控制)在不同行駛工況下的的功能可靠性與安全性，但目前應用場景仍然局限于高等級公路簡單駕駛場景或低速泊車場景。由于激光雷達與高精度地圖的引入以及決策模塊的升級，有條件自動駕駛系統(tǒng)功能特征明顯區(qū)別于有人駕駛或ADAS，尤其是它特有的“人機共駕”控制權過渡階段。然而，現(xiàn)役道路基礎設施是面向有人駕駛車輛進行設計，鮮有研究考量其對有條件自動駕駛車輛的行駛適應性，并將三維道路結構及路面屬性作為系統(tǒng)設計參數(shù)，同時對面向有條件自動駕駛的道路行駛安全性進行評價。因此，目前有條件自動駕駛系統(tǒng)研究的局限性可能影響其在真實道路環(huán)境中的功能優(yōu)勢，甚至造成風險事故，如追尾碰撞、側滑與側偏等。

發(fā)明內容

本發(fā)明所要解決的技術問題是：提供一種面向有條件自動駕駛的道路行駛風險評估方法，有助于評估識別不同道路條件下的有條件自動駕駛車輛行駛風險，為有條件自動駕駛系統(tǒng)預警功能設計優(yōu)化提供理論參考，為有條件自動駕駛系統(tǒng)功能測試及在既有道路基礎設施的實際運營進行安全隱患排查。

本發(fā)明為解決上述技術問題采用以下技術方案：

一種面向有條件自動駕駛的道路行駛風險評估方法，包括如下步驟：

步驟1，獲取道路信息、駕駛員信息與有條件自動駕駛車輛信息；

步驟2，建立基于視距失效的可靠性功能函數(shù)；

步驟3，建立基于車輛側滑的可靠性功能函數(shù)；

步驟4，建立基于車輛側翻的可靠性功能函數(shù)；

步驟5，基于步驟2、步驟3、步驟4分別得到的可靠性功能函數(shù)，考慮多種行駛失效模式，建立行駛風險評估模型；

步驟6，將步驟1獲取的有條件自動駕駛車輛行駛工況信息代入步驟5建立的行駛風險評估模型中，利用Monte Carlo隨機模擬方法得到當前道路條件下的行駛風險概率；

步驟7，設定行駛風險概率閾值，將步驟5得到的行駛風險概率與行駛風險概率閾值作比較，對面向有條件自動駕駛車輛的潛在危險道路路段進行甄別與預警。