车辆驾驶任务编辑方法及相关设备与流程

本技术涉及车辆控制，更具体地说，本技术涉及一种车辆驾驶任务编辑方法及相关设备。

背景技术：

1、随着智能驾驶技术的不断发展，自动驾驶及辅助驾驶系统在乘用车、商用车、特种车辆等领域得到了越来越广泛的应用。作为提升车辆智能化水平的重要功能，驾驶任务管理能够根据车辆运行状态、道路环境以及用户需求，对车辆行驶任务进行规划、调整和执行。在实际应用过程中，驾驶员或远程操作人员可能需要针对正在执行或待执行的驾驶任务进行动态编辑，例如调整目标速度、修改行驶路径、改变任务执行顺序或更新目标位置等。因此，如何在满足用户操作需求的同时，保证驾驶任务编辑过程的安全性与可靠性，成为智能驾驶系统中的重要研究方向。

2、相关技术中，针对车辆驾驶任务编辑的安全判断通常依赖于预设规则或简单约束校验方式，例如对目标速度、行驶距离或任务参数进行阈值判断；这类方法主要针对单一参数或静态条件进行检测，难以充分考虑驾驶任务编辑后车辆实际执行过程中的动态变化，无法准确反映候选轨迹在连续运动过程中与周围障碍物之间的风险变化情况；特别是在复杂交通环境或低速高精度场景下，车辆轨迹受到定位误差、感知误差、控制执行误差以及模型预测误差等多种不确定因素影响，仅依据确定性的几何关系或简单规则进行判断，容易造成风险评估结果不准确。也即，相关技术中存在针对车辆驾驶任务动态编辑时风险检测准确性低、安全决策可靠性不足的技术问题。

技术实现思路

1、在本技术的 技术实现要素： 部分中，对相关技术方案进行了概括性说明，并引入了一系列简化表述的概念，相关内容将在具体实施方式部分中作进一步详细阐述。本发明内容部分不应被理解为对所要求保护的技术方案的关键特征或必要技术特征作出限定，也不用于限定所要求保护的技术方案的保护范围。

2、本技术提供的车辆驾驶任务编辑方法及相关设备，能够通过从编辑请求获取、候选轨迹生成、连续碰撞检测、不确定性风险评估到决策输出的处理流程，可以在动态驾驶任务调整过程中实现针对编辑请求的安全判断，提高车辆驾驶任务编辑的安全性和可控性。

3、第一方面，本技术提供一种车辆驾驶任务编辑方法，包括：获取针对目标车辆当前驾驶任务的编辑请求以及所述目标车辆的当前运行状态信息；基于所述编辑请求和所述当前运行状态信息，生成所述目标车辆的候选轨迹，其中，所述候选轨迹包括未来多个时刻所述目标车辆的轨迹点；对所述候选轨迹进行连续碰撞检测，得到碰撞距离时序数据，其中，所述碰撞距离时序数据用于表征每一时刻所述轨迹点与障碍物之间的距离；基于所述碰撞距离时序数据和预设误差不确定性参数，确定针对所述候选轨迹的碰撞风险量化值，其中，所述预设误差不确定性参数包括定位误差、感知误差、控制执行误差和模型预测误差中的至少一个；基于所述碰撞风险量化值，确定针对所述编辑请求的决策结果。

4、在一些实施方式中，所述基于所述碰撞距离时序数据和预设误差不确定性参数，确定针对所述候选轨迹的碰撞风险量化值，包括：基于所述预设误差不确定性参数，确定所述碰撞距离时序数据中各时刻对应的等效距离方差；基于所述碰撞距离时序数据和所述等效距离方差，利用预设正态累积分布函数确定各时刻的瞬时碰撞概率，得到碰撞概率序列；根据所述碰撞概率序列，确定所述碰撞风险量化值。

5、在一些实施方式中，所述根据所述碰撞概率序列，确定所述碰撞风险量化值，包括：获取所述碰撞概率序列中的瞬时碰撞概率上限值，作为第一风险度量值；基于所述碰撞概率序列中各时刻的瞬时碰撞概率，确定第二风险度量值；对所述第一风险度量值和所述第二风险度量值进行加权求和，得到所述碰撞风险量化值。

6、在一些实施方式中，所述基于所述碰撞概率序列中各时刻的瞬时碰撞概率，确定第二风险度量值，包括：对所述碰撞概率序列中各时刻的瞬时碰撞概率进行时间加权求和处理，得到累积风险度量值；对所述累积风险度量值执行预设指数衰减函数运算，得到所述第二风险度量值。

7、在一些实施方式中，所述车辆驾驶任务编辑方法还包括：获取所述目标车辆当前所处的场景参数，其中，所述场景参数包括泊车位类型、环境光照等级和路面附着系数中的至少一个；基于预设的场景参数与时间权重档位的对应关系，确定与所述场景参数相匹配的目标时间权重序列，其中，所述目标时间权重序列中每个时刻对应一个时间权重值；所述对所述碰撞概率序列中各时刻的瞬时碰撞概率进行时间加权求和处理，得到累积风险度量值，包括：基于所述目标时间权重序列，对所述碰撞概率序列中各时刻的瞬时碰撞概率进行加权求和，得到所述累积风险度量值。

8、在一些实施方式中，所述基于所述预设误差不确定性参数，确定所述碰撞距离时序数据中各时刻对应的等效距离方差，包括：若所述定位误差、所述感知误差、所述控制执行误差和所述模型预测误差相互独立，则对各误差对应的预设标准差进行平方和求解，得到各时刻对应的所述等效距离方差；若所述定位误差、所述感知误差、所述控制执行误差和所述模型预测误差之间至少两种存在相关性，则获取各误差源对应的预设协方差矩阵，并基于所述预设协方差矩阵计算各所述误差源的联合方差，得到各时刻对应的所述等效距离方差。

9、在一些实施方式中，所述基于所述编辑请求和所述当前运行状态信息，生成所述目标车辆的候选轨迹，包括：基于所述当前运行状态信息中的当前车速和障碍物信息，对所述编辑请求执行硬安全约束筛查，得到安全筛查结果；若所述安全筛查结果表征通过，则基于所述当前运行状态信息中的当前车辆状态，进行动力学可达性分析，生成所述候选轨迹。

10、在一些实施方式中，所述基于所述当前运行状态信息中的当前车速和障碍物信息，对所述编辑请求执行硬安全约束筛查，得到安全筛查结果，包括：基于预设最大制动减速度、所述当前运行状态信息中的当前车速和所述编辑请求中的目标车速，确定安全停车距离；将所述障碍物信息中的当前最近障碍物距离与所述安全停车距离的差值，确定为安全裕度；若所述安全裕度小于预设安全阈值，则生成表征不通过的所述安全筛查结果。

11、在一些实施方式中，所述基于预设最大制动减速度、所述当前运行状态信息中的当前车速和所述编辑请求中的目标车速，确定安全停车距离，包括：将所述当前车速与所述目标车速中的较大值，确定为车辆评估速度；将所述车辆评估速度与预设系统延迟时长的乘积，确定为延迟行驶距离，其中，所述预设系统延迟时长表征从触发制动条件到所述目标车辆产生制动减速度所需的响应时间；基于所述当前车速的平方与所述预设最大制动减速度的两倍的比值，确定车辆制动距离；将所述延迟行驶距离与所述车辆制动距离之和，确定为所述安全停车距离。

12、在一些实施方式中，所述预设系统延迟时长是通过如下方式确定的：确定感知延迟时长、决策延迟时长、控制指令传输延迟时长与执行器响应延迟时长之和，得到所述系统延迟时长；其中，所述感知延迟时长表征从环境传感器采集数据到输出结构化感知结果的时间间隔，所述决策延迟时长表征从接收感知结果到生成控制指令的时间间隔，所述控制指令传输延迟时长表征控制指令经由通信总线传输至执行器的时间间隔，所述执行器响应延迟时长表征执行器从接收指令到开始产生制动动作的时间间隔。

13、在一些实施方式中，所述若所述安全筛查结果表征通过，则基于所述当前运行状态信息中的当前车辆状态，进行动力学可达性分析，生成所述候选轨迹，包括：若所述安全筛查结果表征通过，则基于所述编辑请求和所述当前运行状态信息中的当前任务序列进行约束一致性求解，得到约束求解信息；基于所述约束求解信息和所述当前运行状态信息中的当前车辆状态，进行动力学可达性分析，生成所述候选轨迹。

14、在一些实施方式中，所述基于所述编辑请求和所述当前运行状态信息中的当前任务序列进行约束一致性求解，得到约束求解信息，包括：对所述编辑请求进行约束解析，得到增量约束；对所述当前任务序列进行任务提取，得到至少一个任务约束，其中，所述任务约束包括前置条件约束、后置条件约束、时序依赖约束及安全边界约束中的至少一个；将所述增量约束与所述任务约束进行合并，得到约束集合；对所述约束集合进行一致性判定，得到判定结果；若所述判定结果为不一致，则确定所述增量约束与所述任务约束之间的冲突项，并基于预设松弛规则求解所述约束集合的最小修改集，将所述最小修改集作为所述约束求解信息，其中，所述最小修改集是能够消除所述冲突项的一组参数修正量；若所述判定结果为一致，则生成可行赋值作为所述约束求解信息，其中，所述可行赋值是一组满足所有约束条件的控制参数取值。

15、在一些实施方式中，所述基于所述约束求解信息和所述当前运行状态信息中的当前车辆状态，进行动力学可达性分析，生成所述候选轨迹，包括：若所述约束求解信息为所述可行赋值，则获取所述可行赋值中的第一控制参数，并基于所述第一控制参数和所述当前车辆状态，确定第一控制输入边界；若所述约束求解信息为所述最小修改集，则获取所述最小修改集中的第二控制参数，并基于所述第二控制参数和所述当前车辆状态，确定第二控制输入边界；以所述当前车辆状态为初始状态，在所述第一控制输入边界或所述第二控制输入边界内，通过预设车辆模型进行前向可达状态传播，得到可达状态集合，其中，所述可达状态集合表征所述目标车辆在所述第一控制输入边界或所述第二控制输入边界约束下，于各时刻所能到达的连续空间状态包络区域；若所述可达状态集合符合预设动力学约束条件，则从对应的控制输入边界内选取名义控制序列进行前向仿真，得到所述候选轨迹，其中，所述预设动力学约束条件包括横向加速度约束、横摆率约束和最小转弯半径约束中的至少一种，所述名义控制序列是在所述第一控制输入边界或所述第二控制输入边界内，满足所述预设动力学约束条件的一组时间序列控制指令。

16、在一些实施方式中，所述对所述候选轨迹进行连续碰撞检测，得到碰撞距离时序数据，包括：获取障碍物预测轨迹；将所述候选轨迹和所述障碍物预测轨迹，按照预设时间步长进行时间栅格对齐处理，得到对齐后的候选轨迹时间序列和对齐后的障碍物预测轨迹时间序列；对所述目标车辆的自车轮廓和所述障碍物预测轨迹对应的障碍物轮廓，分别以预设安全膨胀距离执行几何膨胀操作，得到自车膨胀区域序列和障碍物膨胀区域序列；针对每个对齐后的时刻，确定时刻对应的所述自车膨胀区域与所述障碍物膨胀区域之间的最小距离，得到最小距离序列；将所述最小距离序列中连续小于预设距离阈值的区间确定为碰撞区间；将所述最小距离序列和所述碰撞区间确定为所述碰撞距离时序数据。

17、在一些实施方式中，所述确定时刻对应的所述自车膨胀区域与所述障碍物膨胀区域之间的最小距离，包括：对所述自车膨胀区域和所述障碍物膨胀区域进行相交检测，得到所述自车膨胀区域与所述障碍物膨胀区域之间的最小检测距离；若所述最小检测距离为正值，则将所述最小检测距离确定为所述最小距离；若所述最小检测距离为零或负值，则通过膨胀多面体算法计算所述自车膨胀区域和所述障碍物膨胀区域之间的穿透深度，并基于所述穿透深度确定所述最小距离。

18、在一些实施方式中，所述基于所述碰撞风险量化值，确定针对所述编辑请求的决策结果，包括：若所述碰撞风险量化值大于或等于第一预设风险阈值，则生成拒绝所述编辑请求的第一决策结果；若所述碰撞风险量化值小于第二预设风险阈值，则生成接受所述编辑请求的第二决策结果，其中，所述第二预设风险阈值小于所述第一预设风险阈值；若所述碰撞风险量化值大于或等于所述第二预设风险阈值且小于所述第一预设风险阈值之间，则生成延后所述编辑请求并等待人工确认的第三决策结果。

19、第二方面，本技术还提供一种车辆驾驶任务编辑装置，包括：数据获取单元，用于获取针对目标车辆当前驾驶任务的编辑请求以及所述目标车辆的当前运行状态信息；轨迹生成单元，用于基于所述编辑请求和所述当前运行状态信息，生成所述目标车辆的候选轨迹，其中，所述候选轨迹包括未来多个时刻所述目标车辆的轨迹点；碰撞时序单元，用于对所述候选轨迹进行连续碰撞检测，得到碰撞距离时序数据，其中，所述碰撞距离时序数据用于表征每一时刻所述轨迹点与障碍物之间的距离；风险量化单元，用于基于所述碰撞距离时序数据和预设误差不确定性参数，确定针对所述候选轨迹的碰撞风险量化值，其中，所述预设误差不确定性参数包括定位误差、感知误差、控制执行误差和模型预测误差中的至少一个；决策确定单元，用于基于所述碰撞风险量化值，确定针对所述编辑请求的决策结果。

20、第三方面，本技术还提供一种车辆，包括：存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序时实现第一方面所述的车辆驾驶任务编辑方法的步骤。

21、第四方面，本技术还提供一种计算机可读存储介质，存储有计算机可执行指令或计算机程序，所述计算机可执行指令或所述计算机程序被处理器执行时实现第一方面所述的车辆驾驶任务编辑方法的步骤。

22、第五方面，本技术还提供一种计算机程序产品，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现本技术实施例提供的车辆驾驶任务编辑方法的步骤。

23、综上，本技术通过获取针对目标车辆当前驾驶任务的编辑请求，并结合车辆当前运行状态信息生成候选轨迹，使得驾驶任务的动态修改不再基于预设规则进行简单判断，而是在当前车辆状态、任务变化需求以及实际运行环境的基础上进行安全性分析，使得候选轨迹是在编辑请求与车辆实时状态关联后生成，能够使后续风险评估过程更加贴合车辆实际运行条件，从而提高车辆驾驶任务编辑过程中的适应性和安全性；对候选轨迹进行连续碰撞检测，获得用于表征各时刻车辆轨迹与障碍物之间几何临近程度的碰撞距离时序数据，相比仅针对单一位置或单一时刻进行碰撞判断的方式，能够沿候选轨迹的执行过程持续分析车辆与障碍物之间的距离变化情况，从而更加全面地反映轨迹执行期间可能存在的碰撞风险，降低因忽略中间运动状态而导致风险遗漏的问题；基于碰撞距离时序数据以及包括定位误差、感知误差、控制执行误差和模型预测误差在内的预设误差不确定性参数，对候选轨迹进行碰撞风险量化，而由于该风险量化过程引入了车辆运行过程中存在的不确定因素，因此能够避免仅依据确定性的几何距离进行安全判断所带来的局限，使得到的碰撞风险量化值能够更加准确地反映实际运行条件下的风险水平，提高风险评估结果的可靠性。综上所述，本技术提供的车辆驾驶任务编辑方法通过从编辑请求获取、候选轨迹生成、连续碰撞检测、不确定性风险评估到决策输出的处理流程，可以在动态驾驶任务调整过程中实现针对编辑请求的安全判断，提高车辆驾驶任务编辑的安全性和可控性。