[发明专利]一种面向结构化道路的驾驶风险评估方法

说明书

本发明公开了一种面向结构化道路的驾驶风险评估方法，包括：基于离散路点信息对参考道路中心线进行参数化建模，获得前方道路模型；基于道路模型，通过向量正交法对障碍物在Frenet‑Serret坐标系下进行定位，将实际道路交通场景降维成二维直线道路交通场景；结合道路模型、障碍物信息以及交通行驶状况，建立反应车路一体化的驾驶风险量化评估模型，计算综合行车风险势能对行车风险态势进行评估。本发明对道路参数化建模和障碍物坐标转换，将所评估的复杂道路环境转变为“直道”环境，省去了因路形差异而导致的算法修改工作，增强了算法对复杂交通工况的鲁棒性与适用性。

技术领域

本发明涉及自动驾驶技术领域，具体是涉及一种面向结构化道路的驾驶风险评估方法。

背景技术

装备有自动驾驶系统的智能车辆应能实时地根据当前的行车环境做出正确的驾驶行为决策，以满足车辆的行车安全以及乘坐舒适的要求。其中，对行车环境安全风险进行准确评估是实现正确行为决策的前提，而如何准确地对复杂交通场景的驾驶风险进行评估一直都是自动驾驶领域的难题与挑战。目前大多都采用相对安全距离、碰撞时间等基于时间或空间的逻辑评估方法，但是这些均属于单一维度评价方法的范畴，难以在复杂交通环境下同时对多维危险态势进行评估。近些年来，基于人工势场的驾驶风险评价方法备受人们关注，该方法通过建立结合车道势场、车辆势场、速度势场等势场模型来描述交通环境中的驾驶风险的分布，从而指导车辆的决策与规划，此类方法能够在实际交通场景中同时对多维方向上的风险进行评估，其评估结果也更加精准与合理。但这些方法的应用对象无一例外都是直道工况，对弯道或是其他路形进行评估时则需要做大量的算法修改工作，实际应用受到了极大的限制。

发明内容

本发明的目的在于提供一种面向结构化道路的驾驶风险评估方法，以解决现有的基于人工势场的驾驶风险评价方法难以适应复杂道路的问题。

为了达到上述目的，本发明提供了一种面向结构化道路的驾驶风险评估方法，包括：

基于离散路点信息对参考道路中心线进行参数化建模，获得前方道路模型；

基于道路模型，通过向量正交法对障碍物在Frenet-Serret坐标系下进行定位，将实际道路交通场景降维成二维直线道路交通场景；

结合道路模型、障碍物信息以及交通行驶状况，建立反应车路一体化的驾驶风险量化评估模型，计算综合行车风险势能对行车风险态势进行评估。

可选的，还包括：基于道路模型，将行车风险评估结果在大地固连坐标系下进行场景重构。

可选的，采用三次多项式构造参考道路中心线模型：

其中，a₀，a₁，a₂，a₃分别代表道路模型中路点X坐标关于欧式长度的0阶、1阶、2阶以及3阶项系数，b₀，b₁，b₂，b₃分别代表道路模型中路点Y坐标关于欧式长度的0阶、1阶、2阶以及3阶项系数，s为离散路点序列最后一点到第一点曲线长度。

可选的，对障碍物进行定位时，根据障碍车的位置坐标和自车位置信息，通过正交法来确定满足向量点乘最小值的映射点，障碍物的S坐标为离参考中心线欧式距离最短点的相应的S坐标，通过参考道路中心线上对应点的笛卡尔坐标、参考道路中心线在对应点处的航向角、障碍物位置笛卡尔坐标以及障碍物到对应点的欧式距离计算得到障碍物离参考道路中心线偏置D坐标。

可选的，综合行车风险势能为：

P_U(s,d)＝P_R(s,d)+P_O(s,d)