[发明专利]自动驾驶风险预测方法、装置、存储介质及电子设备

权利要求书

1.一种自动驾驶风险预测方法，其特征在于，所述方法包括：

在仿真车辆按照预先设置的自动驾驶算法在仿真驾驶环境中行驶的情况下，获取所述仿真车辆的仿真位置信息和仿真行驶信息，所述仿真驾驶环境为根据目标路段的路段信息构建的仿真环境，所述仿真车辆为根据真实车辆的车辆参数和所述自动驾驶算法建立的车辆仿真模型，所述路段信息包括根据所述真实车辆的行驶方向采集得到的多个角度的图像数据；

将所述仿真位置信息和所述仿真行驶信息输入预先训练的风险预测模型，得到所述仿真车辆的风险预测结果；

其中，所述风险预测模型用于将仿真车辆按照自动驾驶算法行驶的仿真行驶信息，与所述真实车辆按照驾驶员的驾驶操作行驶的真实行驶信息进行对比，以得到所述风险预测结果；所述风险预测模型为根据第一样本数据对第一预设模型进行训练后得到的模型，所述第一样本数据包括所述真实车辆按照驾驶员的驾驶操作在所述目标路段行驶过程中采集得到的数据。

2.根据权利要求1所述的方法，其特征在于，所述风险预测模型用于：

计算所述仿真行驶信息与所述真实行驶信息的偏离度；

在所述偏离度大于或等于预设偏离度阈值的情况下，确定出现一次不安全驾驶事件；

根据所述不安全驾驶事件确定所述风险预测结果。

3.根据权利要求1所述的方法，其特征在于，所述风险预测模型通过以下方式预先训练得到：

采集真实车辆按照驾驶员的驾驶操作在所述目标路段行驶中产生的第一原始采样数据；

对所述第一原始采样数据进行聚类分析，得到第一样本数据；

根据所述第一样本数据对第一预设模型进行训练，得到所述风险预测模型。

4.根据权利要求3所述的方法，其特征在于，所述第一原始采样数据包括所述真实车辆的真实位置信息和真实行驶信息；所述采集真实车辆按照驾驶员的操作在所述目标路段行驶中产生的原始采样数据包括：

在所述真实车辆按照驾驶员的驾驶操作在所述目标路段行驶过程中，周期性采集所述真实车辆的真实位置信息和真实行驶信息；

所述对所述原始采样数据进行聚类分析，得到第一样本数据包括：

根据所述真实位置信息，按照预设聚类算法，对所述真实行驶信息进行聚类分析，得到所述第一样本数据。

5.根据权利要求1所述的方法，其特征在于，所述在仿真车辆按照预先设置的自动驾驶算法在仿真驾驶环境中行驶的情况下，获取所述仿真车辆的仿真位置信息和仿真行驶信息包括：

在仿真车辆按照预先设置的自动驾驶算法在仿真驾驶环境中行驶的情况下，周期性获取所述仿真车辆的仿真位置信息和仿真环境图像，所述仿真环境图像包括根据所述真实车辆的行驶方向采集得到的多个角度的图像数据；

将本周期的所述仿真位置信息和所述仿真环境图像输入行驶信息预测模型，得到下一周期的预测行驶信息；所述行驶信息预测模型为根据所述真实车辆按照驾驶员的操作在所述目标路段行驶过程中的真实行驶信息和真实环境图像，预先训练得到的模型；

将所述预测行驶信息输入所述自动驾驶算法，得到所述仿真车辆的仿真行驶信息。

6.根据权利要求5所述的方法，其特征在于，所述行驶信息预测模型通过以下方式预先训练得到：

在所述真实车辆按照驾驶员的操作在所述目标路段行驶过程中，周期性采集所述真实车辆的真实行驶信息和真实环境图像，获取多个行驶信息预测样本数据，所述行驶信息预测样本数据包括所述真实行驶信息和所述真实环境图像的对应关系；

根据所述多个行驶信息预测样本数据，对第二预设模型进行训练后得到所述行驶信息预测模型。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述风险预测结果，获取所述真实车辆的风险等级；

在所述风险等级为预设风险等级的情况下，展示所述风险预测结果。