[发明专利]一种基于数字化交通场景的自动驾驶方法

说明书

本发明属于自动驾驶技术领域，公开了一种基于数字化交通场景的自动驾驶方法，包括如下步骤：基于交通场景数字化文档建立危险工况预知模型；导入交通场景数据并实时采集当前的车辆行驶数据；将交通场景数据和车辆行驶数据输入危险工况预知模型生成危险工况预知结果；根据危险工况预知结果实时修正自动驾驶算法。本发明解决了现有技术存在的对车辆硬件要求高、成本投入大、无法识别当前道路的交通标志和道路标志等信息、训练自动驾驶算法的交通事故数据集以及自动驾驶实时计算的及时性和准确性低的问题。

技术领域

本发明属于自动驾驶技术领域，具体涉及一种基于数字化交通场景的自动驾驶方法。

背景技术

自动驾驶又称无人驾驶，是指通过计算机、传感器、互联网、物联网、移动通信等技术，实现无人驾驶的一种技术，该技术在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

现有技术主要采用的是以网为主的技术路线，实现自动驾驶的网联计算，降低了对车辆的硬件和芯片的要求，虽然5G发展建设迅速，为自动驾驶提供了数据传输基础，但仍需要构建人、车、网、路、端、云的产业链条，为智能网联的自动驾驶汽车提供基础支持。

现有技术存在以下的问题：

1)现有技术的自动驾驶单车智能技术在车辆上装备各类传感器，通过车辆本地的“大脑”实现自动驾驶，在车辆行驶的过程中实时调整前进路线。空中升级(OTA)技术通过云端对车辆系统及功能进行更新和修正。现有通过OTA技术升级自动驾驶算法用到的是车辆行驶过程中产生的大数据，这些数据可以用于训练算法的均为通过人为紧急避让‘化险为夷’的数据，称之为正向训练数据。并且现有技术对交通事故的发生没有先验反应，导致其无法有限的避免交通事故的发生，无法利用已经发生碰撞的交通事故数据来进行反向训练。

2)虽然每年发生的交通事故数量很多，但是事故调研大都停留在事故责任的划分，以解决事故当事方纠纷为主，没有进行深入的交通事故致因分析。同时，没有标准化和数字化的交通事数据无法被用于自动驾驶算法进行训练。

发明内容

为了弥补现有技术无法利用危险工况数据进行反向训练的不足。本发明目的在于提供一种基于标准数字化的危险工况的交通场景的自动驾驶方法。

本发明所采用的技术方案为：

一种基于数字化交通场景的自动驾驶方法，包括如下步骤：

基于交通场景数字化文档建立危险工况预知模型；

导入交通场景数据并实时采集当前的车辆行驶数据；

将交通场景数据和车辆行驶数据输入危险工况预知模型生成危险工况预知结果；

根据危险工况预知结果实时修正自动驾驶算法。

进一步地，交通场景数字化文档包括标准道路要素文档、非标准道路要素文档和交通参与方文档，还包括全局数据文档。

进一步地，标准道路要素文档包括道路标志库文件、标准化固定物库文件、标准化交通标志库文件、道路标志案文件、标准化固定物案文件和/或标准化交通标志案文件；

非标准道路要素文档包括道路标线库文件、道路标线案文件、普通固定物案文件以及普通交通标志案文件；

交通参与方文档包括参与方物理参数案文件、参与方几何参数案文件、参与方动力学参数案文件以及参与方行进意图案文件。

进一步地，交通场景数据包括目标路段的全局数据、道路标志数据、标准化固定物数据、标准化交通标志数据、道路标线数据、普通固定物数据、普通交通标志数据、参与方物理参数、参与方几何参数、参与方动力学参数以及参与方行进意图。