一种自动驾驶碰撞风险动态定级方法、系统、车辆及计算机可读存储介质与流程
本发明涉及自动驾驶,具体涉及一种基于发热特征与运动预测的自动驾驶碰撞风险动态定级方法、系统、车辆及计算机可读存储介质。
背景技术:
1、随着汽车智能驾驶技术的发展,自动驾驶系统及高级辅助驾驶系统(adas)对障碍物识别与碰撞规避能力的要求不断提高。传统障碍物检测主要依赖可见光摄像头、毫米波雷达和激光雷达等传感器。然而,在夜间、雨雾天气或强眩光等恶劣环境下,可见光摄像头的性能显著下降;而雷达对非金属物体或静止行人的检测能力有限。红外热成像仪因其被动接收目标自身热辐射的特性,不受光照条件影响,能够有效检测行人、动物等发热物体,成为智能驾驶感知领域的重要补充。
2、现有技术中已有将红外热成像用于行人检测的方案。例如,中国发明专利cn111183430b公开了一种利用热分布检测车辆周边乘客上下车行为的方法;中国发明专利申请cn111879360a提出了黑暗场景中基于多传感器语义分割的预警方案。然而,现有方案存在以下不足:
3、1、大多数方案仅判断是否存在发热物体,然后触发统一的预警或制动操作,未考虑发热物体自身的运动状态变化与热场演变之间的耦合关系。例如,一个朝向车道行走的行人与一个沿远离车道方向行走的行人,其碰撞风险差异显著,但在现有技术中常被赋予相同的危险等级。
4、2、发热物体(如行人)短暂被其他车辆、建筑物等障碍物遮挡时,红外热成像信号会暂时中断。现有系统通常直接清除该目标的状态信息,待其再次出现时重新识别,导致追踪不连续,增加了安全风险。
5、3、现有系统通常只提供报警或单一级别的紧急制动,无法根据动态变化的碰撞风险执行差异化的车辆响应,容易造成不必要的急刹车或预警不足。
6、此外,现有技术在识别出发热障碍物后,多数系统仅执行制动避让,而在某些场景下(如障碍物横向快速切入、制动距离不足时),单纯刹车无法避免碰撞,甚至可能引发后车追尾。少数系统尝试引入转向避让,但通常依赖可见光或雷达单独决策,未能充分利用红外热成像的热场特征来精确判断发热目标的横向运动趋势,也缺乏基于热图像像素偏差的转向闭环校正机制,导致转向时机和角度不准确,反而可能引发新的碰撞风险。
技术实现思路
1、本发明目的提供一种能够结合发热物体热场特征与运动状态预测进行动态风险定级,并具备遮挡连续追踪能力及分级响应能力的智能驾驶障碍物处理方法,系统、车辆及计算机可读存储介质,旨在解决现有智能驾驶系统中基于红外热成像的障碍物识别与碰撞风险评估方法存在的风险评估静态化、缺乏遮挡连续追踪能力以及响应策略单一的技术问题。
2、为实现上述目的,本发明提供如下技术方案:一种基于发热特征与运动预测的自动驾驶碰撞风险动态定级方法,包括以下步骤:
3、s1:获取红外热像仪连续采集的车辆前方及周侧环境的热图像序列;
4、s2:从所述热图像序列中检测发热障碍物,并提取各发热障碍物的热场特征;所述热场特征包括但不限于温度分布图、热轮廓信息以及热质心坐标序列;
5、s3:基于所述热质心坐标序列进行运动状态预测,生成各发热障碍物的运动预测参数;所述运动预测参数包括预测速度矢量、预测加速度和预测轨迹分布;
6、s4:将所述热场特征与所述运动预测参数输入预训练的风险评估模型,所述风险评估模型输出该发热障碍物的碰撞风险等级;所述风险等级至少包括低风险等级、中风险等级和高风险等级;
7、s5:根据所述碰撞风险等级,执行差异化的车辆响应策略;
8、其中,当任一发热障碍物在热图像序列中因外部遮挡而暂时缺失时,启动热质连续追踪模式:根据该障碍物在缺失前时刻的运动预测参数,在预设的时间窗口内持续维持虚拟目标状态;若在所述时间窗口内该障碍物的红外信号再次出现且其热场特征与预测参数相匹配,则自动接续追踪;若超出所述时间窗口未恢复,则终止追踪并将该障碍物的状态信息归档。
9、热质心是指发热障碍物在红外热图像中,以其温度值作为权重计算出的加权几何中心。热质心坐标序列则是该中心点随时间(连续多帧图像)变化形成的一组二维坐标点(x,y)的集合。通过分析热质心坐标序列随时间的变化,可以计算出目标的瞬时速度、加速度和运动轨迹,进而预测其未来位置。当目标被短暂遮挡时,依靠丢失前的热质心运动趋势(速度和方向)来维持虚拟目标,以便恢复后匹配。
10、热轮廓是指红外热图像中,发热障碍物与背景环境温度有明显差异的区域边界所构成的形状信息。通过热轮廓的形状特征(如头部-躯干比例、四肢延伸方向)可以区分行人、骑行者、动物或非生物热源(如排气管、发动机)。对于遮挡后匹配,在热质连续追踪模式中,当目标重新出现时,系统会计算新检测物体的热轮廓与遮挡前虚拟预测的热轮廓之间的重合度(iou)。若重合度大于阈值(如0.6),则认为两者是同一个目标,从而实现追踪接续。目标靠近或远离本车时,其在图像中的热轮廓面积会增大或缩小,热轮廓面积变化率可用于辅助估算距离变化和碰撞时间。
11、本发明进一步技术方案:所述热场特征还包括:发热障碍物的最高温度、平均温度、温度分布方差以及热轮廓面积变化率。
12、本发明进一步技术方案:所述步骤s3中运动状态预测采用卡尔曼滤波算法或基于长短期记忆网络(lstm)的时序预测模型实现。
13、本发明进一步技术方案:所述风险评估模型为卷积神经网络与长短期记忆网络的联合模型,其中卷积神经网络用于提取热图像中的空间热场特征,长短期记忆网络用于处理运动预测参数的时间序列信息。
14、本发明进一步技术方案:所述碰撞风险等级的划分依据包括:发热障碍物与本车的预计碰撞时间(ttc)、发热障碍物的运动方向与本车行驶方向的夹角、以及发热障碍物的热场特征中表征生物活性的温度脉动频率。
15、本发明进一步技术方案:所述差异化的车辆响应策略包括:
16、当风险等级为低风险时,仅进行常规驾驶监控,不改变车辆行驶参数;
17、当风险等级为中风险时,执行语音和/或视觉双重预警,并预留制动系统预压,但不触发主动刹车;
18、当风险等级为高风险时,在执行预警的同时主动调用制动系统执行分级刹车减速,并根据发热障碍物的实时位置变化动态调整减速度。
19、本发明进一步技术方案:所述热质连续追踪模式中,所述时间窗口为0.5秒至2秒,且时间窗口的长度根据本车当前车速动态调整:车速越高,时间窗口越短。
20、本发明进一步技术方案:所述热场特征与预测参数相匹配的判断条件包括:重新出现的目标的热轮廓与预测热轮廓的重合度大于预设的第一阈值,且重新出现的目标的平均温度与预测平均温度的偏差小于预设的第二阈值。
21、本发明进一步技术方案:当所述碰撞风险等级为高风险且满足转向避让条件时,所述方法还包括转向随动避障步骤:
22、s6:通过雷达单元与红外热成像仪的联合检测,获取所述发热障碍物的精确横向速度和相对距离变化率;
23、s7:将所述横向速度、相对距离变化率与本车当前车速输入转向决策模型,生成目标转向角度和转向角速度曲线;
24、s8:在转向执行过程中,根据所述发热障碍物在热图像中的实时像素位置与预设安全窗口的偏差,闭环修正所述目标转向角度,直至发热障碍物脱离本车行驶的安全区域。
25、本发明进一步技术方案:所述转向避让条件包括:本车当前车速高于第一速度阈值、所述发热障碍物的横向速度绝对值大于第二速度阈值、以及基于当前制动减速度计算出的制动避让距离大于本车与障碍物之间的实际距离。
26、本发明进一步技术方案:所述雷达单元包括激光雷达和/或毫米波雷达,所述红外热成像仪与雷达单元通过联合标定实现空间坐标系对齐,并通过匈牙利算法进行目标级关联匹配。
27、本发明进一步技术方案:所述转向决策模型是基于深度强化学习预训练的策略网络,其输入状态空间包括目标横向速度、相对距离变化率、本车车速、本车横摆角速度,输出动作空间为前轮转角增量及转向角速度。
28、本发明进一步技术方案:所述预设安全窗口为热图像中一个相对于本车中心线的动态区域,当发热障碍物的像素坐标偏离该窗口时,触发转向角度修正,修正量与偏差量成比例关系,并设置最大修正限幅。
29、本发明还提供一种自动驾驶碰撞风险动态定级系统,包括:
30、红外热图像采集模块,用于获取车辆周围环境的热图像序列;
31、热场特征提取单元,用于从热图像序列中检测发热障碍物并提取热场特征;
32、运动状态预测模块,用于基于历史热质心坐标序列预测发热障碍物的运动参数;
33、风险评估模型单元,用于根据所述热场特征和运动预测参数输出碰撞风险等级;
34、热质连续追踪模块,用于在发热障碍物被遮挡时维持虚拟目标并在信号恢复时执行匹配接续;
35、分级响应执行单元,用于根据所述碰撞风险等级执行差异化的车辆响应策略。
36、本发明还提供一种自动驾驶碰撞风险动态定级系统,其特征在于,包括:
37、红外热图像采集模块,用于获取车辆周围环境的热图像序列;
38、热场特征提取单元,用于从热图像序列中检测发热障碍物并提取热场特征;
39、运动状态预测模块,用于基于历史热质心坐标序列预测发热障碍物的运动参数;
40、风险评估模型单元,用于根据所述热场特征和运动预测参数输出碰撞风险等级;
41、热质连续追踪模块,用于在发热障碍物被遮挡时维持虚拟目标并在信号恢复时执行匹配接续;
42、分级响应执行单元,用于根据所述碰撞风险等级执行差异化的车辆响应策略;
43、转向随动避障单元,用于当满足转向避让条件时,基于红外与雷达融合感知生成并闭环修正转向角度。
44、本发明还提供一种车辆,包括上述的碰撞风险动态定级系统。
45、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述方法的步骤。
46、与现有技术相比,本技术方案的有益效果是:
47、通过联合分析发热障碍物的热场特征与运动状态预测,构建了多维度的碰撞风险等级评估模型,能够区分不同运动趋势的发热物体所对应的实际危险程度,避免了统一预警导致的响应过度或响应不足;
48、热质连续追踪可在发热目标短时被遮挡时,依靠运动预测维持虚拟目标状态,并在信号恢复后通过热特征匹配实现无缝接续,消除了因目标暂失引起的决策抖动,提高了系统的稳定性和安全性;
49、根据风险等级执行差异化的车辆控制,既避免了对低风险场景的不必要干预,又确保了对高风险场景的快速有效响应,提升了驾驶舒适性与安全性的平衡;
50、通过提取发热物体的温度分布、热轮廓变化及热质心坐标等热场特征,有效区分生物体与非生物发热源,降低虚假报警率。
51、本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com