一种碰撞风险的量化方法、装置、电子设备及存储介质与流程

本发明涉及自动驾驶，具体而言，涉及一种碰撞风险的量化方法、装置、电子设备及存储介质。

背景技术：

1、随着自动驾驶技术的快速发展，确保自动驾驶汽车在各种复杂交通环境下的安全性已成为行业关注的重点。自动驾驶汽车发生碰撞涉及多种动态因素，如不同方向行驶的车辆、行人、自行车以及信号灯的变化等。

2、因此，如何在真实场景中有效量化动驾驶汽车的碰撞风险显得尤为重要。

技术实现思路

1、有鉴于此，本技术的目的在于提供一种碰撞风险的量化方法、装置、电子设备及存储介质，能够在真实场景中有效量化动驾驶汽车的碰撞风险。

2、第一方面，本技术实施例提供了一种碰撞风险的量化方法，所述方法包括：

3、获取未来时间段内的目标车辆和交通参与者分别对应的初始状态位置信息；所述交通参与者是指在当前行驶场景下与所述目标车辆具有潜在碰撞风险的事物；

4、根据所述初始状态位置信息，预测符合预设碰撞场景规则的碰撞场景以及所述碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息；所述预设碰撞场景规则结合了所述目标车辆与所述交通参与者的交互时间和交互位置；

5、根据所述交通参与者对应的事物类型、各碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，计算各碰撞场景中所述交通参与者对所述目标车辆的行驶路径的影响指数；

6、根据各碰撞场景中所有交通参与者对所述目标车辆的行驶路径的影响指数，计算所述目标车辆在各碰撞场景下的碰撞风险。

7、在一种可能的实施方式中，所述根据所述初始状态位置信息，预测符合预设碰撞场景规则的碰撞场景以及所述碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，包括：

8、根据所述初始状态位置信息，预测符合预设碰撞场景规则的初始碰撞场景，以及所述初始碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息；

9、将碰撞时间段重叠的或连续的初始碰撞场景进行合并，得到目标碰撞场景以及对应的碰撞时间段。

10、在一种可能的实施方式中，所述根据所述初始状态位置信息，预测符合预设碰撞场景规则的初始碰撞场景以及所述初始碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，包括：

11、针对事物类型为实体类型的每个交通参与者，将所述目标车辆和所述交通参与者在同一时刻的符合所述预设碰撞场景规则的初始状态位置信息对应的最早时间点，确定为初始碰撞场景的起始时间点；

12、根据所述目标车辆和所述交通参与者在所述起始时间点分别对应的初始状态位置信息，预测从所述起始时间点开始的预设时长内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息；

13、将所述目标车辆和所述交通参与者在同一时刻的不符合所述预设碰撞场景规则的目标状态位置信息对应的最早时间点，确定为所述初始碰撞场景的结束时间点；

14、根据所述初始碰撞场景的所述起始时间点和所述结束时间点，确定所述初始碰撞场景对应的碰撞时间段。

15、在一种可能的实施方式中，所述初始状态位置信息中包括初始位置信息，所述目标状态位置信息中包括目标位置信息；所述预设碰撞场景规则对应的表达式为：

16、；

17、其中，为所述目标车辆在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第一顶点的纵坐标，为所述目标车辆在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第一顶点的横坐标，为所述目标车辆在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第二顶点的纵坐标，为所述目标车辆在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第二顶点的横坐标，第一顶点和第二顶点在对应的矩形框的同一条对角线上，为所述交通参与者在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第三顶点的纵坐标，为所述交通参与者在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第三顶点的横坐标，为所述交通参与者在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第四顶点的纵坐标，为所述交通参与者在第i个时间点的初始位置信息或目标位置信息所在的矩形框的第四顶点的横坐标，第一顶点在对应矩形框中的方向和第三顶点在对应的矩形框中的方向相同，第二顶点在对应矩形框中的方向和第四顶点在对应的矩形框中的方向相同；矩形框的尺寸是基于目标车辆或交通参与者的尺寸进行确定的。

18、在一种可能的实施方式中，所述事物类型包括实体类型、非实体类型；所述实体类型包括静态实体类型和动态实体类型。

19、在一种可能的实施方式中，所述根据所述交通参与者对应的事物类型、各碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，计算各碰撞场景中所述交通参与者对所述目标车辆的行驶路径的影响指数，包括：

20、针对各碰撞场景中事物类型为动态实体类型的交通参与者，将所述碰撞场景对应碰撞时间段内每个碰撞时间点的所述目标车辆和所述交通参与者分别对应的目标状态位置信息代入下述公式中，得到所述碰撞场景在每个碰撞时间点的行进意图势场函数值；

21、；

22、；

23、；

24、；

25、；

26、其中，为行进意图势场函数，为静态势场函数，为所述交通参与者的质量，为行进意图势场的衰减系数，为基于目标状态位置信息中的位置信息计算的所述目标车辆和所述交通参与者之间的相对距离，为基于目标状态位置信息中的转向角信息计算的所述目标车辆和所述交通参与者之间的相对角度，为方向性函数，为所述碰撞场景的纵向势场场强，为所述碰撞场景的横向势场场强，为所述目标车辆的位置信息的纵坐标，为所述目标车辆的位置信息的横坐标，为所述交通参与者的位置信息的纵坐标，为所述交通参与者的位置信息的横坐标，为势场空间的x方向陡降系数，为势场空间的y方向陡降系数。

27、将所述碰撞场景在每个碰撞时间点的行进意图势场函数值，确定为所述碰撞场景中在每个碰撞时间点的所述交通参与者对所述目标车辆的行驶路径的影响指数。

28、在一种可能的实施方式中，所述方法还包括：

29、获取每个碰撞场景下的每个碰撞时间点的交通灯状态和通行停止线的位置信息；

30、针对每个碰撞场景下的每个碰撞时间点，根据对应的所述交通灯状态、所述通行停止线的位置信息、所述目标车辆的目标状态位置信息中的位置信息，判断所述目标车辆是否可以通行；

31、若所述目标车辆可以通行，则将可通行状态对应的固定势场值确定为通行约束对所述目标车辆的行驶路径的影响指数；

32、若所述目标车辆禁止通行，则将禁止通行状态对应的固定势场值确定为通行约束对所述目标车辆的行驶路径的影响指数；

33、根据各碰撞场景中所有交通参与者对所述目标车辆的行驶路径的影响指数、所述通行约束对所述目标车辆的行驶路径的影响指数，计算所述目标车辆在各碰撞场景下的碰撞风险。

34、第二方面，本技术实施例还提供了一种碰撞风险的量化装置，所述装置包括：

35、获取模块，用于获取未来时间段内的目标车辆和交通参与者分别对应的初始状态位置信息；所述交通参与者是指在当前行驶场景下与所述目标车辆具有潜在碰撞风险的事物；

36、预测模块，用于根据所述初始状态位置信息，预测符合预设碰撞场景规则的碰撞场景以及所述碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息；所述预设碰撞场景规则结合了所述目标车辆与所述交通参与者的交互时间和交互位置；

37、计算模块，用于根据所述交通参与者对应的事物类型、各碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，计算各碰撞场景中所述交通参与者对所述目标车辆的行驶路径的影响指数；

38、所述计算模块，还用于根据各碰撞场景中所有交通参与者对所述目标车辆的行驶路径的影响指数，计算所述目标车辆在各碰撞场景下的碰撞风险。

39、第三方面，本技术实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面任一项所述的碰撞风险的量化方法的步骤。

40、第四方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面任一项所述的碰撞风险的量化方法的步骤。

41、本技术实施例提供了一种碰撞风险的量化方法、装置、电子设备及存储介质，该方法包括：获取未来时间段内的目标车辆和交通参与者分别对应的初始状态位置信息；所述交通参与者是指在当前行驶场景下与所述目标车辆具有潜在碰撞风险的事物；根据所述初始状态位置信息，预测符合预设碰撞场景规则的碰撞场景以及所述碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息；所述预设碰撞场景规则结合了所述目标车辆与所述交通参与者的交互时间和交互位置；根据所述交通参与者对应的事物类型、各碰撞场景对应碰撞时间段内的所述目标车辆和所述交通参与者分别对应的目标状态位置信息，计算各碰撞场景中所述交通参与者对所述目标车辆的行驶路径的影响指数；根据各碰撞场景中所有交通参与者对所述目标车辆的行驶路径的影响指数，计算所述目标车辆在各碰撞场景下的碰撞风险。通过本技术的方法，能够在真实场景中有效量化动驾驶汽车的碰撞风险。