车辆碰撞威胁评估的制作方法

本发明涉及一种计算机实现的车辆碰撞威胁评估方法和计算机系统。

背景技术：

1、威胁评估是支持各种adas(高级驾驶员辅助系统)特征或自主驾驶(ad)的关键内部组件之一。对于纵向或横向控制相关应用，车辆需要在实际执行或决定之前估计未来操纵或控制动作的风险。例如，在可以做出车道改变决定之前，车道改变辅助特征需要估计与相邻车道中的其他车辆的潜在碰撞。在另一示例中，碰撞避免系统(cas)需要估计在车辆的未来轨迹中与其他车辆、行人或道路障碍物的潜在碰撞。

2、在现有技术中，这是通过使用基于动态的运动模型来提供其他道路使用者(例如，车辆、行人、骑自行车的人、骑摩托车的人)的未来轨迹假设来完成的。然后计算与自我车辆(即评估碰撞威胁的车辆)的未来轨迹的潜在碰撞。基于动态运动模型的预测可在短时间范围内提供相对良好的预测，但在较长的时间范围内显著损失准确度。这是因为它不能将所有的情景信息集成到复杂的交通场景中，并且情景信息对于长期预测起着重要的作用。

3、交通场景的复杂性取决于多个方面。例如，复杂的道路和车道结构(不同的交叉路口、环形道路、多车道道路等)、各种数量和类型的道路使用者(车辆、行人、骑车人等)可以在同一场景中，并且他们可能彼此交互，从而影响他们的未来行为。道路使用者的不同动态运动是可能的(例如，直线行驶、转弯或停车、高度动态的行人机动性等)。道路使用者的未来机动是未知的，并且多个未来机动通常是可行和可能的。因此，预期其他道路使用者将来的移动(例如几秒)不仅取决于他们当前的动态，而且取决于他们周围的整个驾驶情境。这通常导致需要多模态预测的多个可能且可行的操纵。

4、作为车辆交互的示例，车辆制动将很可能导致其后面的车辆减速。作为与道路交互的示例，当车辆接近右转时，车辆将减速，即使当车辆仍然以恒定速度向前直行时。这些情况对于城市驾驶是非常普遍的，并且基于动态运动模型的预测和威胁评估不能解决这些现实世界问题。因此，正确地估计未来的碰撞威胁是具有挑战性的任务。

技术实现思路

1、根据本发明的方法包括以下步骤：获得包括关于至少一个道路使用者的信息的车辆周围环境的情景信息；基于该情景信息确定该车辆在多个未来时间点的多个可能的未来位置的自我占用信息；基于所述情境信息确定所述至少一个道路使用者在所述多个未来时间点处的多个可能的未来位置的道路使用者占用信息；融合所述自我占用信息和所述道路使用者占用信息以获得每个未来时间点处的融合占用信息；以及基于所述融合占用信息确定碰撞威胁值。

2、根据本发明的方法，进行两种不同的预测，一种用于自我车辆的未来位置，一种用于至少一个其他道路使用者的未来位置。然后，该方法基于各个预测来估计自我车辆和至少其他道路使用者是否可能会碰撞。为此，基于融合预测来确定碰撞威胁值。融合各个预测可以例如通过组合各个预测来完成，例如通过加法或乘法。由于预测基于包括至少一个其他道路使用者的情景信息，因此可以考虑车辆之间的交互来进行预测。此外，本发明允许在涉及多个道路使用者的复杂场景中进行碰撞威胁评估。

3、通常，根据本发明的计算机实现方法可以在处理器上实现。

4、该计算机实现方法还可以包括通过选择情景信息的子集并使确定自我占用信息和道路使用者占用信息的步骤基于所选择的情景信息的子集来过滤情景信息的步骤。这允许例如考虑自我车辆驾驶员可以从车载系统(例如摄像头、激光雷达、雷达等)能检测到的信息中获得不同的信息。作为示例，驾驶员注视检测功能的输出可以帮助过滤掉驾驶员可能没有看到的道路使用者，因此假设自我车辆可能潜在地与那些道路使用者相碰撞。相反，假设已经被驾驶员识别的那些道路使用者将仍然包含在动态情景信息中。因此，预测将基于这样的假设，即自我车辆将不会与那些道路使用者碰撞，因为驾驶员将意识到他们。例如，如果驾驶员正确地看到正在行走的行人，则自主紧急制动(aeb)功能可以被更精细地调节以避免不必要的警告或破坏，并且同时仍然能够提供足够的安全性。这样，可以避免不必要的警告或动作。在该示例中，情景信息的子集将是自我车辆的传感器检测到的所有道路使用者的子集。这样，潜在碰撞的预测变得更加鲁棒，并且可以更精确地评估当前交通状况。

5、车辆和至少一个道路使用者的多个可能的未来位置可以被组织为网格图，并且自我占用信息和道路使用者占用信息在该网格图中重叠以获得融合占用信息。由于基于网格图的预测表示，自我预测和至少一个其他道路使用者之间的预测的重叠指示潜在的碰撞位置。因为每个预测包括多个时间层，所以这种重叠也可以在多个时间层进行。因此，重叠结果是一系列网格图，每个网格图表示在某个未来时间层的潜在碰撞位置。总之，在基于网格的表示中，在空间上和时间上对碰撞进行评估。

6、该计算机实现方法还可以包括以下步骤：如果碰撞威胁值在至少一个未来时间点超过预定阈值，则触发adas(高级驾驶员辅助系统)功能。例如，响应于碰撞警告指示，可以进行自动制动。在另一示例中，如果超过预定阈值，则可以输出碰撞警告指示。碰撞警告指示可以被输出给驾驶员和/或可以被记录。另选地或附加地，碰撞警告指示可以被上载到中央服务器，例如用于以后的评估和分析。

7、情景信息可以包括静态情景信息，其中静态情景信息表示关于车辆环境的信息。静态情景信息可以表示限制道路使用者的移动(包括自我车辆的移动)的车辆环境。例子包括道路、车道和交叉路口。通过考虑静态情景信息，自我车辆和至少一个道路使用者的可能的未来位置可以被限制到可能的位置。可以排除不可能或不太可能的位置(例如路外)。这样，预测变得更准确，并且避免或至少减少错误警告。

8、静态情景信息可以至少部分地由地图数据和/或交通规则来表示。地图数据是容易获得的，因为现代汽车通常包括路线引导系统。例如左手驾驶或右手驾驶、单向道路、路权等的交通规则通常也包含在路线引导系统中，并且可以用作改善碰撞预测的静态情景信息。

9、情景信息可以包括动态情景信息，其中动态情景信息表示关于自我车辆和/或至少一个道路使用者的信息。关于自我车辆和/或至少一个道路使用者的信息可以包括例如位置和速度。考虑动态情景信息不仅可以改善对至少一个道路使用者的位置的预测，而且可以改善自我车辆的位置的预测。

10、该计算机实现方法还可以包括通过选择车辆附近的道路使用者的子集并使确定自我占用信息的步骤基于所选择的道路使用者的子集来过滤道路使用者的步骤。如所解释的，这可以避免在道路使用者已经被自我车辆的驾驶员识别出并且碰撞的可能性相当低的情况下不必要地触发adas功能和/或碰撞警告。

11、获得车辆的情景信息的步骤可以包括获得与车辆的未来轨迹有关的操纵信息，并且确定自我占用信息的步骤还可以基于该操纵信息。在一个示例中，操纵信息可以由对应于驾驶员左转或右转的意图的车辆方向指示器提供。在另一示例中，车载路线引导系统可基于规划路线提供关于驾驶员可能遵循的路线的信息。在又一示例中，自主或半自主车辆的控制单元可提供车辆的计划的操纵。考虑到道路使用者之间的交互，使用计划的操纵信息提高了自我车辆以及其他道路使用者的可能的未来位置的预测的准确性。

12、根据本发明的计算机实现方法可以进一步包括以下步骤：获得包括关于多个道路使用者的信息的车辆周围环境的情景信息。因此，本发明的方法不仅可以考虑除了自我车辆之外的单个道路使用者，而且可以预测涉及更多道路使用者的更复杂的交通状况。

13、确定自我占用信息和/或道路使用者占用信息的步骤可以由经训练的人工神经网络来执行，该经训练的人工神经网络是基于包括多个移动道路使用者的交通状况的训练数据来训练的。用于人工神经网络(ann)的软件包是容易获得的，因为它是加速这种网络的训练和推断的高度专用的硬件。一旦ann被训练，它就可以用于估计自我车辆的占用信息。相同或另一经训练的ann可用于估计其它道路使用者的占用信息。然后可以如上所述融合信息。

14、本发明的另一方面涉及一种包括处理器的计算机系统，所述处理器被配置为执行如本文所述的计算机实现方法的步骤。关于计算机系统相对于现有技术的优点，参考关于相应方法的解释。上述优点也适用于计算机系统。

15、本发明的另一方面涉及一种车辆，该车辆包括：如本文所述的计算机系统；以及被配置为提供传感器数据的多个传感器，其中至少部分地基于所述传感器数据来确定所述情景信息。关于该车辆相对于现有技术的优点，参考已经关于相应方法做出的解释。上述优点也适用于该车辆。此外，要注意的是，现代的汽车通常配备有馈送相应的adas和/或ad功能的多个传感器。因此，由这种传感器传送的数据也可以用于本发明的上下文中，并且原则上不需要安装额外的传感器。

16、本发明的另一方面涉及一种包括指令的计算机程序，所述指令在由计算机执行时使所述计算机执行如本文所述的计算机实现方法。关于计算机程序相对于现有技术的优点，参考已经关于相应方法做出的解释。上述优点也适用于该计算机程序。