基于环境风险评估的智能网联汽车安全控制方法和系统

本申请实施例涉及自动驾驶领域，尤指一种基于环境风险评估的智能网联汽车安全控制方法和系统。

背景技术：

随着自动驾驶的发展与普及，自动驾驶汽车的安全问题也日益引起人们的关注。相关技术中提出，可以基于路段历史发生事故的数量来设置车辆安全速度的自动驾驶方案，由于历史事故数据难以大范围统计且安全指标单一，不利用实际投入使用。另，还提出基于当前道路状态信息以及当前交通路障信息的自动驾驶汽车安全行车控制方法，在当前道路状态信息中获取当前行车天气消息、所述当前太阳方位信息以及所述当前时间信息，但仅利用这些信息进行车辆减速控制，操作动作过于单一，所能提升的车辆安全性有限。

技术实现要素：

为了解决上述任一技术问题，本申请实施例提供了一种基于环境风险评估的智能网联汽车安全控制方法和系统。

为了达到本申请实施例目的，本申请实施例提供了一种基于环境风险评估的智能网联汽车安全控制方法，包括：

在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；

确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；

利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。

一种基于环境风险评估的智能网联汽车安全控制系统，包括：

获取模块，被设置为在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；

确定模块，被设置为确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；

管理模块，被设置为利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。

一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文所述的方法。

一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文所述的方法。

上述技术方案中的一个技术方案具有如下优点或有益效果：

基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。

本申请实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请实施例技术方案的进一步理解，并且构成说明书的一部分，与本申请实施例的实施例一起用于解释本申请实施例的技术方案，并不构成对本申请实施例技术方案的限制。

图1为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制方法的流程图；

图2为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的示意图；

图3为采用图2所示系统进行行驶控制的方法流程图；

图4为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请实施例的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请实施例中的实施例及实施例中的特征可以相互任意组合。

图1为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制方法的流程图。如图1所示，图1所示方法包括：

步骤101、在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；

步骤102、确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；

步骤103、利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。

本申请实施例提供的方法，基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。

下面对本申请实施例提供的方法进行说明：

在一个示例性实施例中，所述目标行驶控制参数是通过如下方式得到的，包括：

预先建立每个环境参数与行驶控制参数的对应关系，其中每组对应关系中记录有同一个环境参数在不同取值区间中行驶控制参数的确定方式；

根据所述环境参数与行驶控制参数的对应关系，确定当前行车环境中的环境参数信息对应的目标行驶控制参数。

其中，预先建立的对应关系包括但不限于函数、图表等形式。

利用上述对应关系中不同取值区间可以更加快速有效地确定出目标行驶控制参数，简化计算成本。

在一个示例性实施例中，所述环境参数信息包括如下至少一个：

车辆外部的环境温度t、行驶区域的天气状况w、前方行驶路面的附着度f和当前行驶路面的不平度r；

所述行驶控制参数包括如下至少一个：

车辆最大车速vmax、发动机最大功率pmax、方向盘最大转角发动机最大转矩mmax和在不同交通场景下的当前最小跟车距离lmin。

通过获取外界环境温度、当前车速、当前天气状况、当前路面附着系数和不平度，通过对以上所有信息进行综合优化得出当前车辆的最大车速、方向盘最大转角、发动机最大转矩、发动机最大功率和最小跟车距离的约束信息，最后将约束信息发送给决策器，以提高车辆在不同风险环境下的安全性。

在一个示例性实施例中，所述环境参数信息是通过如下方式得到的，包括：

利用安装于车辆外部的温度传感器获取环境温度t；

通过获取车辆的地理位置信息l，并请求获取所述地理位置信息l对应的天气状况w；

利用安装于摄像头采集的车辆前方路面的图像信息i，确定前方行驶路面的附着度f；

利用安装于车辆每个车轮主销上的簧下质量加速度传感器，确定当前路面不平度r。

图2为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的示意图。如图2所示，所示系统包括信息采集单元、安全单元和决策器组成。其中信息采集单元包括温度传感器、gps、互联网模块、摄像头和簧下质量加速度传感器。其中安全单元包括路面附着系数估算、路面不平度估算和降级动作规则器共三个功能模块。

其中温度传感器安装于车辆外部，采集车辆外部环境温度t，并传输至安全单元。

gps获取车辆的地理位置信息l，并传输至互联网模块，同时获取车辆速度v，并传输至安全单元。

互联网模块根据车辆的地理位置信息l从云端获取当区域的天气状况信息w(雨、雪、能见度)，并传输至安全单元。

摄像头安装于车辆内部的前挡风玻璃上方位置，其获得车辆前方路面的图像信息i，并传输至安全单元。

簧下质量加速度传感器安装于车辆每个车轮主销上，采集车辆簧下质量加速度信息a1,a2,a3,a4，并传输至安全单元。

安全单元，首先根据摄像头采集的车辆前方路面的图像信息i，利用集成有现有的路面附着系数机器学习算法的路面附着系数估算功能模块估算出车辆前方路面附着系数f，同时，根据簧下质量加速度传感器采集的车辆簧下质量加速度信息a1,a2,a3,a4，利用集成有现有的路面不平度估算方法的路面不平度估算功能模块估算出当前路面不平度r，并将车辆前方路面附着系数f和当前路面不平度r传递至降级动作规划器功能模块。降级动作规则器功能模块根据环境温度t、天气状况w、路面附着系数f、路面不平整度r通过基于规则的方法计算得出最大车速vlmax、方向盘最大转角发动机最大转矩mlmax、发动机最大功率plmax和最小跟车距离llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。

决策器接受到降级动作规则器的约束条件后，基于约束条件根据现有决策算法做出决策。

通过环境感知的内容直接对车辆行驶做出约束，相比于其他提高车辆安全性的方法，中间环节少，响应快速，且通过约束而非直接对车辆行为做出干涉的方法来促使行车安全，不仅能提升车辆在各不利环境下的行驶安全性同时仍能发挥下层决策器的能动性，系统更为灵活均衡。

在一个示例性实施例中，确定在所述环境温度t约束下的最大车速vt_max以及发动机最大功率pt_max；

确定在所述天气状况w约束下的最大车速vw_max和最小跟车距离lw_min；

确定在所述行驶前方路面的附着度f约束下的方向盘最大转角发动机最大转矩mf_max和最小跟车距离lf_min；

确定在所述车辆行驶路面的不平度r约束下的最大车速vr_max。

从上文可以看出，同一个环境参数可以确定至少两个行驶控制参数，即同一个环境参数可以影响至少两个行驶控制参数的取值，因此，采用上述方式进行确定，可以使得确定出的目标行驶控制参数更加准确。

在一个示例性实施例中，采用如下方式确定目标行驶控制参数，包括：

vmax＝min{vt_max,vw_max,vf_max,vr_max}；

mmax＝mf_max；

pmax＝pt_max；

lmin＝max{lw_min,lf_min}。

在基于不同环境参数得到目标行驶控制参数后，将得到的确定结果进行综合，得到用于控制自动驾驶的目标行驶控制参数，作为自动驾驶级别的调整所使用的数据依据。

在一个示例性实施例中，所述天气状况w包括雨、雪和能见度中的至少两个维度；

在根据所述天气状况w确定最大车速vw_max和最小跟车距离lw_min时，确定所述天气状态下每个维度对应的最大车速vw_max和最小跟车距离lw_min。

通过获取不同维度下行驶控制参数的取值，可以更加准确地确定出行驶控制参数的取值，提高数据的准确性。

下面以应用实例对本申请实施例提供的方法进行描述：

如图2所示，所述系统包括信息采集单元、安全单元和决策器组成。其中信息采集单元包括温度传感器、gps、互联网模块、摄像头和加速度传感器。其中安全单元包括路面附着系数估算、路面不平度估算和降级动作规则器共三个功能模块。

以具有l3级自动驾驶功能的两轴四轮车辆为例来描述，其中1、2、3、4分别表示车辆的前左、前右、后左和后右四个方位。

其中，温度传感器安装在车辆顶部(尽可能远离发热源)，将外界环境的温度信息转换为数字信号t，发送至安全单元。

其中，gps安装在车辆底盘上，获取车辆的实时地理位置信息，将地理位置信息转换为数字信号l，发送至互联网模块；同时gps还采集车辆当前的车速信息，将车速信息转换为数字信号v，发送至安全单元。

其中，互联网模块安装于车辆内部，将接收到的gps信号发送至云端，从云端获取车辆所处位置的天气信息，将天气信息转换为数字信号w发送至安全单元。

其中，摄像头安装于车辆前挡风玻璃正上方，获取车辆前方路面的图像信息i，并发送至安全单元。

其中，簧下质量加速度传感器分别安装于车辆每个车轮的主销上，采集车辆簧下质量加速度信息a1,a2,a3,a4，并发送至安全单元。

其中，安全单元接收信息采集单元中各模块传递来的信息后，利用其包含的路面附着系数估算、路面不平度估算和降级动作规则器三个功能模块进行信息处理最终生成最大车速vlmax、方向盘最大转角发动机最大转矩mlmax、发动机最大功率plmax和最小跟车距离llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。

其中，路面附着系数估算功能模块接收摄像头发送至安全单元的车辆前方路面的图像信息i，利用2020年瑞典查尔默斯工业大学的mingesflorian的文章《neuralnetwork-basedroadfrictionestimationusingroadweatherinformation》中的方法，通过车辆前方路面的图像信息i估算出车辆前方路面附着系数f，并发送至降级动作规则器功能模块。

其中，路面不平度估算模块接收簧下质量加速度传感器发送至安全单元的车辆簧下质量加速度信息a1,a2,a3,a4，利用2018年中国江苏大学于文浩的文章《onlineclassificationofroadroughnessconditionswithvehicleunsprungmassaccelerationbyslidingtimewindow》中的方法，通过车辆簧下质量加速度信息a1,a2,a3,a4，估算出车辆当前路面不平度r，并发送至降级动作规则器功能模块。

其中，降级动作规则器接收温度传感器、gps和互联网模块发送至安全单元的外界环境温度t、当前车速v、当前天气状况w和路面附着系数估算功能模块及路面不平度估算功能模块发送的车辆前方路面附着系数f与车辆当前路面不平度r，依据安全需求，根据制定的映射规则分别计算最大车速vlmax、最大方向盘转角最大发动机转矩mlmax、最大发动机功率plmax和最小跟车距离llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。

其中，最大车速vlmax约束条件利用外界环境温度t、当前天气状况w、车辆前方路面附着系数f与车辆当前路面不平度r计算获得；方向盘最大转角约束条件利用车辆前方路面附着系数f计算获得；发动机最大转矩mlmax约束条件利用车辆前方路面附着系数f计算获得；发动机最大功率plmax约束条件利用外界环境温度t计算获得；最小跟车距离llmin约束条件利用当前天气状况w计算获得。

图3为采用图2所示系统进行行驶控制的方法流程图。如图3所示，所示方法包括：

1.温度传感器采集车辆外部环境温度t，并发送至安全单元。

2.gps获取车辆当前位置l，并发送至互联网模块；同时gps获取车辆当前的车速v，发送至安全单元。

3.互联网模块根据当前车辆位置l获取当前位置的天气信息w，并发送至安全单元。

4.摄像头采集车辆前方路面的图像信息i,并发送至安全单元。

5.在安全单元中，基于车辆前方路面的图像信息i，路面附着系数估算功能模块使用2020年瑞典查尔默斯工业大学的mingesflorian的文章《neuralnetwork-basedroadfrictionestimationusingroadweatherinformation"》中的方法估算出车辆前方路面附着系数f，并发送至降级动作规则器功能模块。

6.簧下质量加速度传感器采集车辆簧下质量加速度信息a1,a2,a3,a4，并发送至安全单元。

7.在安全单元中，基于车辆簧下质量加速度信息a1,a2,a3,a4，路面不平估算功能模块使用2018年中国江苏大学于文浩的文章《onlineclassificationofroadroughnessconditionswithvehicleunsprungmassaccelerationbyslidingtimewindow》中的方法估算出车辆当前路面不平度r，并发送至降级动作规则器功能模块。

8.在安全单元中，降级动作规则器功能模块接收温度传感器、gps和互联网模块发送至安全单元的外界环境温度t、当前车速v、当前天气状况w和路面附着系数估算功能模块及路面不平度估算功能模块发送的车辆前方路面附着系数f与车辆当前路面不平度r，依据安全需求，根据制定的映射规则分别计算最大车速vlmax、最大方向盘转角最大发动机转矩mlmax、最大发动机功率plmax和最小跟车距离llmin共五个车辆安全行驶约束条件。

其中，制定的映射规则包括但不限于函数、图表等形式。以函数形式为例，降级动作规则器按照如下流程给出车辆安全行驶约束条件。对于任意车辆，其必然有对应的车辆最大车速vmax、发动机最大功率pmax、方向盘最大转角发动机最大转矩mmax和在不同交通场景下的当前最小跟车距离lmin共五个基本信息，基于此五种基本信息，首先：

(1)降级动作规则器根据温度传感器发送的外界环境温度t基于以下等式分别计算由温度限制的最大车速vt_max(米/秒)约束条件和由温度限制的最大发动机功率pt_max(瓦)约束条件：

其中，由温度限制的最大车速vt_max约束条件和由温度限制的最大发动机功率pt_max与外界环境温度t的关系包括但不限于上述等式描述的关系。

(2)降级动作规则器根据互联网模块发送的当前天气状况w计算由天气限制的最大车速vw_i_max(米/秒)约束条件和由天气限制的最小跟车距离lw_i_min(米)约束条件。其中天气w包含雨、雪、能见度三种类型，表示为

w＝[r,s,f]^t

其中，r代表降雨量(毫米/12小时)，s代表降雪量(毫米/12小时)，f代表能见度(米)。其中vw_i_max和lw_i_min中i∈w。则在不同类型的天气环境对应的由天气限制的最大车速vw_i_max约束条件为：

在不同类型的天气环境对应的由天气限制的最小跟车距离lw_i_min约束条件为：

其中，由天气限制的最大车速vw_i_max约束条件和由天气限制的最小跟车距离lw_i_min约束条件与当前天气状况w的关系包括但不限于上述等式描述的关系。

(3)降级动作规则器根据路面附着系数估算功能模块发送的车辆前方路面附着系数f根据下方等式计算由车辆前方路面附着系数限制的最大车速vf_max约束条件、由车辆前方路面附着系数限制的方向盘最大转角约束条件、由车辆前方路面附着系数限制的发动机最大转矩mf_max约束条件和由车辆前方路面附着系数限制的最小跟车距离lf_min约束条件：

其中，v为gps发送的当前车速，g为重力加速度值，l为车辆的轴距。由车辆前方路面附着系数限制的最大车速vf_max约束条件、由车辆前方路面附着系数限制的最大方向盘转角约束条件、由车辆前方路面附着系数限制的发动机最大转矩mf_max约束条件和由车辆前方路面附着系数限制的最小跟车距离lf_min约束条件与车辆前方路面附着系数f的关系包括但不限于上述等式描述的关系。

(4)降级动作规则器根据路面不平度估算功能模块发送的车辆当前路面不平度r根据下方等式计算由车辆当前路面不平度限制的最大车速vr_max约束条件：

vr_max＝vmax-2log2(r)

其中，由车辆当前路面不平度限制的最大车速vr_max约束条件与车辆当前路面不平度r的关系包括但不限于上述等式描述的关系。

(5)降级动作规则器根据以下等式计算最终的最大车速vlmax、最大方向盘转角最大发动机转矩mlmax、最大发动机功率plmax和最小跟车距离llmin共五个车辆安全行驶约束条件并发送至决策器：

vlmax＝min{vt_max,vw_r_max,vw_s_max,vw_f_max,vf_max,vr_max}

mlmax＝mf_max

plmax＝pt_max

llmin＝max{lw_r_min,lw_s_min,lw_f_min,lf_min}

9.决策器通过降级动作规则器输出的约束条件根据现有的规划方法做出相应的降级动作，使车辆在当前环境中的风险降到最低。

本申请实施例提供的方法，提供了一种基于环境风险评估的智能网联汽车安全控制方案，该方案通过温度传感器、gps、互联网模块、摄像头及簧下质量加速度传感器分别获取外界环境温度、当前车速、当前天气状况、前方路面图像和车辆的簧下质量加速度，利用现有路面附着系数和路面不平度估算方法估算出当前路面附着系数和不平度，最终降级动作规则器对以上所有信息进行综合优化得出当前车辆的最大车速、最大方向盘转角、最大发动机转矩、最大发动机功率和最小跟车距离的约束信息，最后将约束信息发送给决策器，以提高车辆在不同风险环境下的安全性。

图4为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的结构图。如图4所示，所述系统包括：

获取模块，被设置为在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；

确定模块，被设置为确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；

管理模块，被设置为利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。

本申请实施例提供的方法，基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。

本申请实施例提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文任一项中所述的方法。

本申请实施例提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文任一项中所述的方法。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。