System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及智能交通,具體涉及一種自動駕駛運行風險評估方法、系統、存儲介質和電子設備。
技術介紹
1、隨著駕駛自動化水平的提高,自動駕駛汽車在行駛過程中遇到的復雜駕駛場景以及駕駛任務越來越多樣。行駛風險評估作為保證和檢驗自動駕駛系統安全運行的重要手段,一直是自動駕駛領域的研究重點。在自動駕駛車輛運行過程中,場景運行風險評估是確保車輛在復雜交通環境中安全運行的關鍵環節。
2、傳統的經驗判別法和定性分析手段,在處理突發事件、不確定性因素和復雜動態場景時仍然存在局限,在面對新型或復雜場景時表現不佳。
技術實現思路
1、針對現有技術中存在的不足,本專利技術提供了一種自動駕駛運行風險評估方法、系統、存儲介質和電子設備,通過自動駕駛車輛運行場景中的道路基礎設施,量化評估路段發生交通事故的可能程度,系統反映自動駕駛車輛運行環境中的公路基礎條件、路側環境、交通運行情況等多種因素對自動駕駛車輛行車安全的綜合影響,根據評估和分級結果,分步制定高風險路段的安全改善實施計劃與針對性的處治措施,可進一步改進以提高自動駕駛系統的安全性和魯棒性。
2、第一方面,本申請提供了一種自動駕駛運行風險評估方法、系統、存儲介質和電子設備,包括:
3、采集目標區域道路中自動駕駛涉及的所有安全因素;
4、確定所有安全因素的權重系數;
5、根據所述安全因素的權重系數,計算所述目標區域道路的風險分數;
6、將所述目標區域道路的風險分數與預設的風險等級劃分閾
7、在一些實施例中,所述安全因素包括:
8、車輛通行速度、交通流量、車道寬度、平曲線半徑、彎道安全性、誘導標志標線、路肩振動標線、路面狀況、坡度、擾滯性、路側危險物、距路側危險物距離、硬路肩寬度、中間帶類型、單項車道數、不同車型運行速度差、交叉口類型、交叉口交叉角度、交叉口安全性、視距、渠化、速度管理、接入口類型和輔路。
9、在一些實施例中,所述確定所有安全因素的權重系數,包括:
10、將所述所有安全因素進行指標標準化,得到所有安全因素的指標值;
11、根據所述所有安全因素的指標值,分別計算所有安全因素的主觀權重和客觀權重;
12、根據所述主觀權重和所述客觀權重,計算所有安全因素的權重系數。
13、在一些實施例中,采用層次分析法確定所述所有安全因素的主觀權重。
14、在一些實施例中,采用熵權法確定所述所有安全因素的客觀權重。
15、在一些實施例中,將所述所有安全因素進行指標標準化,得到所有安全因素的指標值,包括:
16、將所有安全因素分為正向安全因素和負向安全因素;
17、對所述正向安全因素進行正向指標標準化;
18、對所述負向安全因素進行負向指標標準化,得到所有安全因素的指標值。
19、在一些實施例中,根據所述安全因素的權重系數,計算所述目標區域道路的風險分數,包括:
20、根據公式:
21、prs=prs1+prs2+...+prsn=p1×s1×v1×q1×i1×w1+p2×s2×v2×q2×i2×w2+...+pn×sn×vn×qn×in×wn
22、計算所述目標區域道路的風險分數prs;
23、式中,prsi表示為不同類型的事故的安全風險度值;pi表示安全因素導致事故發生的可能性系數;si表示安全因素導致事故的嚴重程度系數;vi表示行駛速度的影響系數;qi表示交通流量的影響系數,in表示交通組成影響系數,wn表示天氣影響系數。
24、第二方面,一種自動駕駛運行風險評估系統,所述系統包括:
25、采集單元,用于采集目標區域道路中自動駕駛涉及的所有安全因素;
26、確定單元,用于確定所有安全因素的權重系數;
27、計算單元,用于根據所述安全因素的權重系數,計算所述目標區域道路的風險分數;
28、比較單元,用于將所述目標區域道路的風險分數與預設的風險等級劃分閾值進行比較,得到所述目標區域道路的風險等級,完成評估。
29、第三方面,一種存儲介質,該存儲介質存儲的計算機程序,可被一個或多個處理器執行,可用來實現如上述第一方面所述的自動駕駛運行風險評估方法。
30、第四方面,一種電子設備,包括存儲器和處理器,所述存儲器上存儲有計算機程序,所述存儲器和所述處理器之間互相通信連接,該計算機程序被所述處理器執行時,執行如上述第一方面所述的自動駕駛運行風險評估方法。
31、本申請提供的一種自動駕駛運行風險評估方法、系統、存儲介質及電子設備,包括:采集目標區域道路中自動駕駛涉及的所有安全因素;確定所有安全因素的權重系數;根據所述安全因素的權重系數,計算所述目標區域道路的風險分數;將所述目標區域道路的風險分數與預設的風險等級劃分閾值進行比較,得到所述目標區域道路的風險等級,完成評估。本申請通過采集自動駕駛場景下所有道路安全因素,根據車輛不同類型事故場景特征,構建了多維度的場景評測風險等級指標體系對目標區域道路進行風險評估,評估結果更準確,適用性更廣,進一步提高自動駕駛系統的安全性和魯棒性。
本文檔來自技高網...【技術保護點】
1.一種自動駕駛運行風險評估方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述安全因素包括:
3.根據權利要求1所述的方法,其特征在于,所述確定所有安全因素的權重系數,包括:
4.根據權利要求3所述的方法,其特征在于,采用層次分析法確定所述所有安全因素的主觀權重。
5.根據權利要求3所述的方法,其特征在于,采用熵權法確定所述所有安全因素的客觀權重。
6.根據權利要求3所述的方法,其特征在于,所述將所述所有安全因素進行指標標準化,得到所有安全因素的指標值,包括:
7.根據權利要求1所述的方法,其特征在于,根據所述安全因素的權重系數,計算所述目標區域道路的風險分數,包括:
8.一種自動駕駛運行風險評估系統,其特征在于,所述系統包括:
9.一種存儲介質,其特征在于,該存儲介質存儲的計算機程序,可被一個或多個處理器執行,可用來實現如權利要求1~7任意一項所述的自動駕駛運行風險評估方法。
10.一種電子設備,其特征在于,包括存儲器和處理器,所述存儲器上存
...【技術特征摘要】
1.一種自動駕駛運行風險評估方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述安全因素包括:
3.根據權利要求1所述的方法,其特征在于,所述確定所有安全因素的權重系數,包括:
4.根據權利要求3所述的方法,其特征在于,采用層次分析法確定所述所有安全因素的主觀權重。
5.根據權利要求3所述的方法,其特征在于,采用熵權法確定所述所有安全因素的客觀權重。
6.根據權利要求3所述的方法,其特征在于,所述將所述所有安全因素進行指標標準化,得到所有安全因素的指標值,包括:
7....
【專利技術屬性】
技術研發人員:李宏海,馮巖,張凡,張紀升,方靖,趙子龍,李驍一,楊奕,周洲,蘇子勛,張權,
申請(專利權)人:中路高科交通科技集團有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。