[发明专利]基于驾驶环境感知的自动驾驶智能自适应方法及系统

说明书

本发明公开了一种基于驾驶环境感知的自动驾驶智能自适应方法及系统，通过构建基于多层次、多维度的态势环境感知模型，能够对于不同的驾驶场景，环境，路况和车辆自身状态有持续的态势感知，在此基础上微服务驾驶规则库生成自动驾驶决策逻辑，实时对不同级别的传感器、算法组合和功能组件、进行动态编排组合和运行切换，可以起到更加精确的感知环境和车辆的状态，从而更加有效进行自动驾驶的指导，节约系统的计算资源，增加了续航能力，从而达到舒适安全的驾驶。

技术领域

本发明涉及智能汽车技术领域，具体涉及一种基于驾驶环境感知的自动驾驶智能自适应方法及系统。

背景技术

随着技术的发展，智能汽车智能化的程度越来越高，智能汽车给人们带来便利和驾驶体验的同时，汽车安全性的问题越显突出。现有中自动驾驶系统传感器配置相应的算法计算组合是针对不同类型的车辆做预制的定制设计，适配和调试，其对算力和系统计算资源要求基本上也是固定，不随实际驾驶场景而有太大变化，然而对于不同的驾驶场景，比如封闭高速、停车场、山路或是城市交通环境，以及对于不同的驾驶环境、天气，对于自动驾驶相应的感知规划控制要求是不一样的，因此会造成自动驾驶体验比较差以及系统资源浪费和续航能力减退的情况。

发明内容

因此，本发明提供一种基于驾驶环境感知的自动驾驶智能自适应方法及系统，克服现有技术中的自动驾驶系统对同一种车型的感知规划控制比较固定，会造成自动驾驶体验比较差以及系统资源浪费的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种基于驾驶环境感知的自动驾驶智能自适应方法，包括:

通过构建基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；

基于感知车辆驾驶环境信息，利用微服务驾驶规则库生成自动驾驶决策逻辑；

根据生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。

优选地，所述态势环境感知模型包括：环境感知模型、车辆感知模型和驾驶员意图感知模型，其中，

基于路况、天气、交通信息构建环境感知模型；

基于车辆自身状态信息构建自身状态信息模型，以及车辆在行驶过程中状态信息构建车辆运动模型，自身状态信息模型和车辆运动模型组成车辆感知模型；

根据驾驶员在一定时序内的驾驶方式、动作及意图建立的驾驶员意图感知模型。

优选地，根据不同的驾驶场景制定所述微服务驾驶规则库，基于所述微服务驾驶规则库生成自动驾驶决策逻辑。

优选地，微服务驾驶规则库根据驾驶需求或按预设时间周期进行升级。

优选地，所述微服务驾驶规则库基于车辆驾驶环境信息，以自动驾驶精度高和/或算力最小为原则生成自动驾驶决策逻辑。

第二方面，本发明实施例提供一种基于驾驶环境感知的自动驾驶智能自适应系统，包括：

态势感知系统，用于基于多层次、多维度的态势环境感知模型来感知车辆驾驶环境信息；

智能专家系统，用于根据态势感知系统感知的感知车辆驾驶环境信息，生成自动驾驶决策逻辑；

动态执行系统，用于根据智能专家系统生成的决策逻辑，对不同级别的传感器、算法和功能组件进行动态调整编排组合和运行切换，对车辆进行自动驾驶指导。

优选地，所述基于驾驶环境感知的自动驾驶智能自适应系统监控和人机交互系统，还包括：监控和人机交互系统，持续监控车辆和自动驾驶系统各个模块的运行状态，以及人机交互信息提示和报警提示。