基于多源路况的场景自适应安全评估调度方法及相关设备与流程

本技术涉及汽车电子，具体涉及一种基于多源路况的场景自适应安全评估调度方法及相关设备。

背景技术：

1、随着智能驾驶技术的快速发展，车载碰撞风险安全评估已成为保障行车安全的核心技术之一。现有车载碰撞风险安全评估主流分为两类方案：一类采用全工况固定单一场景评估算法，为兼容全路况被迫放大安全判定阈值，带来大量无效预警上报，浪费车云通信带宽；另一类采用路口、多车道两套评估模型全时段并行运算，持续同步计算占用大量微控制单元运算资源与内存资源，为保障固定周期实时性只能选用高规格车规级芯片，硬件物料清单成本显著提升。

2、此外，传统场景切换逻辑依托预存车载高精地图坐标标记路口区域，在地图版本过期、道路临时施工改道、隧道无地图信号场景下，无法精准区分交叉路口或多车道路况，导致评估算法错配工况，出现碰撞风险漏判、误判，不满足功能安全风险评估精准度指标。同时，自车运动参数、障碍物坐标、车道线像素、道路标识感知原始控制器局域网信号格式杂乱，空值、超量程异常数据未做统一剔除，直接送入评估模块后占用运算周期，极易出现算法运算超时。常规方案依托嵌入式操作系统任务管理做周期调度，操作系统任务抢占、时钟漂移会导致安全评估任务启动时刻偏移，无法严格锁死固定执行周期，且无硬件逻辑联动使能机制，无法根据路况动态休眠闲置评估模块。

技术实现思路

1、本技术实施例提供了一种基于多源路况的场景自适应安全评估调度方法及相关设备，能够降低算力冗余、提升场景识别可靠性、保证调度时序稳定性并减少无效数据上报。

2、一方面，本技术实施例提供了一种基于多源路况的场景自适应安全评估调度方法，所述方法包括以下步骤：

3、s100、获取多源路况感知数据，所述多源路况感知数据包括道路标识纵向距离数据；

4、s200、对所述多源路况感知数据进行标准化预处理，得到标准化输入数据；

5、s300、根据所述道路标识纵向距离数据与预设距离阈值的比较结果，生成场景使能信号，所述场景使能信号用于标识交叉路口场景或多车道场景；

6、s400、将所述场景使能信号与基于硬件计数器生成的周期时序脉冲进行逻辑与运算，生成任务触发信号；

7、s500、响应于所述任务触发信号，择一启动交叉路口安全评估模型或多车道安全评估模型对所述标准化输入数据进行安全评估运算，得到风险等级评估结果；

8、s600、根据所述风险等级评估结果，执行差异化数据采集与上报。

9、示例性地，在一些实施例中，所述多源路况感知数据还包括自车运动参数和障碍物运动参数；所述s200包括：

10、s210、对所述自车运动参数中的航向角进行角度制式统一换算，并在航向角跨边界跳变时执行差值校正；

11、s220、遍历所述障碍物运动参数，识别并标记含无效数据的障碍物，对所述含无效数据的障碍物赋默认值并跳过后续运算；

12、s230、预初始化障碍物距离矩阵与碰撞时间数组，为所述交叉路口安全评估模型和所述多车道安全评估模型提供格式统一的输入数据源。

13、示例性地，在一些实施例中，所述道路标识纵向距离数据包括红绿灯纵向距离、停止线纵向距离以及人行横道纵向距离；所述s300包括：

14、s310、将所述红绿灯纵向距离与第一预设距离阈值进行比对；

15、s320、将所述停止线纵向距离与第二预设距离阈值进行比对；

16、s330、将所述人行横道纵向距离与第三预设距离阈值进行比对；

17、s340、当满足所述红绿灯纵向距离落入第一预设距离阈值范围、所述停止线纵向距离落入第二预设距离阈值范围或所述人行横道纵向距离落入第三预设距离阈值范围中的任意一项时，生成标识交叉路口场景的场景使能信号；

18、s350、当满足所述红绿灯纵向距离未落入第一预设距离阈值范围、所述停止线纵向距离未落入第二预设距离阈值范围且所述人行横道纵向距离未落入第三预设距离阈值范围时，生成标识多车道场景的场景使能信号。

19、示例性地，在一些实施例中，所述s400包括：

20、s410、通过硬件晶振驱动计数器生成所述周期时序脉冲；

21、s420、将所述场景使能信号经布尔转换后作为逻辑与门的第一路输入，将所述周期时序脉冲作为所述逻辑与门的第二路输入；

22、s430、通过所述逻辑与门执行逻辑与运算，在所述场景使能信号有效且所述周期时序脉冲到达时输出所述任务触发信号；

23、s440、将所述任务触发信号输出至对应场景的安全评估模型输入端口，以触发所述交叉路口安全评估模型或所述多车道安全评估模型启动运算。

24、示例性地，在一些实施例中，s500中，所述择一启动交叉路口安全评估模型对所述标准化输入数据进行安全评估运算，得到风险等级评估结果，包括：

25、s510、根据横摆角速度与预设角速度阈值的比较结果，择一采用转弯积分位移公式或直线匀加速公式，预测自车与障碍物在未来预设时段内的轨迹坐标；

26、s520、根据所述轨迹坐标逐时刻计算自车与障碍物的距离，生成距离矩阵；

27、s530、将所述距离矩阵与第一物理碰撞阈值及第二危险入围阈值进行双阈值筛选，确定有效碰撞目标；

28、s540、根据所述有效碰撞目标的最小碰撞时间，代入分段指数函数计算归一化风险系数，得到所述风险等级评估结果。

29、示例性地，在一些实施例中，s500中，所述择一启动多车道安全评估模型对所述标准化输入数据进行安全评估运算，得到风险等级评估结果，还包括：

30、s550、根据自车车道标识与道路总车道数，切换交互多模型滤波子模型并刷新车道归属概率，将高概率同车道车辆确定为碰撞计算目标；

31、s560、基于离散车道像素坐标拟合车道曲线，通过积分运算计算弯道实际弧长以替换直线距离；

32、s570、根据历史车速差分结果补偿加速度信号，叠加车辆半长与安全距离修正碰撞时间；

33、s580、根据修正后的碰撞时间计算归一化风险系数，得到所述风险等级评估结果。

34、示例性地，在一些实施例中，所述s600包括：

35、s610、当所述风险等级评估结果为高危等级时，固定截取第一预设时间窗口的全量数据并上传；

36、s620、当所述风险等级评估结果为中危等级时，拓展截取第二预设时间窗口的数据并上传，所述第二预设时间窗口的时长大于所述第一预设时间窗口；

37、s630、当所述风险等级评估结果为低危等级时，在本地存储风险日志且不触发实时上传；

38、s640、在风险等级跳变上升沿时刻，打包规则标识、时间戳及风险标签并上传。

39、另一方面，本技术实施例还提供了一种基于多源路况的场景自适应安全评估调度装置，所述装置包括：

40、数据获取模块，用于获取多源路况感知数据，所述多源路况感知数据包括道路标识纵向距离数据；

41、预处理模块，用于对所述多源路况感知数据进行标准化预处理，得到标准化输入数据；

42、场景识别模块，用于根据所述道路标识纵向距离数据与预设距离阈值的比较结果，生成场景使能信号，所述场景使能信号用于标识交叉路口场景或多车道场景；

43、调度模块，用于将所述场景使能信号与基于硬件计数器生成的周期时序脉冲进行逻辑与运算，生成任务触发信号；

44、评估模块，用于响应于所述任务触发信号，择一启动交叉路口安全评估模型或多车道安全评估模型对所述标准化输入数据进行安全评估运算，得到风险等级评估结果；

45、上报模块，用于根据所述风险等级评估结果，执行差异化数据采集与上报。

46、再一方面，本技术实施例还提供了一种电子设备，包括处理器和存储器，所述存储器用于存储计算机程序或指令，所述处理器执行所述计算机程序或指令实现前述的基于多源路况的场景自适应安全评估调度方法。

47、再一方面，本技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序或指令，所述计算机程序或指令被处理器执行实现前述的基于多源路况的场景自适应安全评估调度方法。

48、本技术实施例至少包括以下有益效果：

49、本技术方案通过基于多源道路标识感知数据生成场景使能信号，并结合硬件计数器与逻辑与运算实现周期时序脉冲驱动的择一调度，解决了现有技术中双模型并行算力冗余、场景识别依赖高精地图、调度时序不稳定的技术问题，实现了降低微控制单元算力负载、提升全路况场景识别可靠性、保证固定周期时序稳定性的技术效果。