[發明專利]一種基于視點場景的自動駕駛汽車環境復雜度量化方法

在審

• 申請號: 202211225690.1
• 申請日: 2022-10-09
• 公開（公告）號: CN115527371A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 成英;高利;趙亞男;張蕊;劉曉鋒;閆光輝
• 申請（專利權）人: 天津職業技術師范大學（中國職業培訓指導教師進修中心）;北京理工大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G01C21/00;G01C21/20;G01S17/86;G01S17/931
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉子文

1.一種基于視點場景的自動駕駛汽車環境復雜度量化方法，其特征在于，包括：

S1.依據信息熵理論，按照時間和空間維度，計算自動駕駛汽車所行駛區域的時空環境復雜度系數θ_ST；

S2.依據勢場法理論，以被測自動駕駛汽車駕駛視點即有人駕駛眼橢圓視點為坐標基準，計算基于視點場景的靜態要素復雜度和動態要素復雜度，最后將靜態要素復雜度與動態要素復雜度進行加權求和得到交通環境要素的復雜度C_E；

S3.將上述時空環境復雜度系數θ_ST與交通環境要素復雜度C_E相乘，得自動駕駛汽車所行駛區域的交通環境復雜度C；公式表達為：C＝θ_ST×C_E；

S4.基于交通環境復雜度C值，對自動駕駛汽車的交通環境復雜度評級：

當80C≤100時，自動駕駛汽車的交通環境復雜度評級是極復雜；當60＜C≤80時，自動駕駛汽車的交通環境復雜度評級是較復雜；當40＜C≤60時，自動駕駛汽車的交通環境復雜度評級是中等；當0＜C≤40時，自動駕駛汽車的交通環境復雜度是簡單。

2.根據權利要求1所述一種基于視點場景的自動駕駛汽車環境復雜度量化方法，其特征在于，步驟S1中，所述時空環境復雜度系數通過同步輸入影響區域內的空間環境信息與天時環境信息，依據信息熵理論計算得到對應時空下基于視點場景的時空環境復雜度系數；公式如下：

θ_ST＝θ_Space×θ_Time

式中，θ_Space——空間環境復雜度信息熵系數；

θ_Time——天時環境復雜度信息熵系數；

——第i(i＝1～k)個空間環境要素的概率；

——第i(i＝1～j)個天時環境要素的概率。

3.根據權利要求2所述一種基于視點場景的自動駕駛汽車環境復雜度量化方法，其特征在于，所述空間環境信息包括道路交通環境地形地貌類別、道路交通環境道路類別、道路交通環境道路區段類別、道路交通環境路面類別、道路交通環境車道數、道路交通環境道路平曲線類別、道路交通環境道路豎曲線類別。

4.根據權利要求2所述一種基于視點場景的自動駕駛汽車環境復雜度量化方法，其特征在于，所述天時環境信息包括道路交通環境氣象類別、道路交通環境氣溫類別、道路交通環境時間類別。

5.根據權利要求1所述的一種基于視點場景的自動駕駛汽車環境復雜度量化方法，其特征在于，所述基于視點場景的交通環境要素復雜度使用人工勢場表征，交通環境要素包含靜態要素與動態要素，每個交通環境要素會在區域空間內產生電勢場，并且不同電勢場能夠累積疊加，形成最終的環境勢場，即為交通環境要素復雜度；依據勢場法分別計算基于視點場景的靜態要素復雜度C_J及動態要素復雜度C_D；最后將靜態復雜度與動態復雜度進行加權組合得到基于視點場景的交通環境要素復雜度C_E。

6.一種基于視點場景的自動駕駛汽車交通環境復雜度量化裝置，其特征在于，包括：

時空環境復雜度系數計算模塊，用于依據信息熵理論并基于時間和空間維度，計算自動駕駛汽車所行駛區域的時空環境復雜度系數；

交通環境要素的復雜度計算模塊，用于依據勢場法理論計算得到交通環境要素的復雜度；

交通環境復雜度計算模塊，用于將時空環境復雜度系數與交通環境要素復雜度相乘得到交通環境復雜度；

交通環境復雜度評級模塊，用于根據評級標準對自動駕駛汽車的交通環境復雜度進行評級。

7.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至5任一項所述基于視點場景的自動駕駛汽車交通環境復雜度量化方法的步驟。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至5任一項所述基于視點場景的自動駕駛汽車交通環境復雜度量化方法的步驟。