自动驾驶风险权重调整方法、装置、电子设备及存储介质与流程
本技术涉及自动驾驶,尤其涉及自动驾驶风险权重调整方法、装置、电子设备及存储介质。
背景技术:
1、随着自动驾驶技术的快速发展,车辆系统需要在各种复杂、不确定的道路环境中做出安全可靠的决策。特别是在暴雨、浓雾等极端恶劣天气,或前方突发交通事故等高风险场景下,要求自动驾驶系统必须具备极高的实时感知与动态决策能力,以应对突发风险,确保行车安全。在此类场景中,自动驾驶系统往往需要融合多源异构信息(如传感器数据、高精地图、v2x(vehicle to x,车用无线通信技术)通信信息等),并对不同来源、不同置信度的风险进行仲裁与权重分配,从而输出最终的决策指令。
2、目前,业界在风险仲裁与决策融合方面已有一些典型方案,但仍存在显著局限:风险仲裁机制未能充分考虑并响应行车环境的实时熵变,仲裁权重固定或更新缓慢,无法依据环境不确定性、传感器置信度、风险紧迫度等动态因子进行自适应调整。这一缺陷导致在环境复杂性陡增的场景(如暴雨、高速突发障碍)下,系统冲突解决错误率显著上升,据实测数据,高速场景下的风险误判率可达42%,冲突解决错误率更可能陡增至常规场景的3.6倍。
3、因此,迫切需要一种能够实时感知环境熵变、并据此动态优化风险权重的技术方案,以提升自动驾驶系统在复杂动态环境下的决策安全性。
技术实现思路
1、为解决或部分解决相关技术中存在的问题,本技术提供一种自动驾驶风险权重调整方法、装置、电子设备及存储介质,能够根据实时环境变化动态调整车辆在自动驾驶过程中的风险权重,显著提升决策的自适应性和准确性。
2、本技术第一方面提供一种自动驾驶风险权重调整方法,包括:
3、采集车辆自动驾驶过程中的来自多个数据源的实时数据;所述实时数据至少包括天气数据、交通数据、道路数据;
4、根据所述实时数据通过熵公式计算当前路况熵值;
5、在所述当前路况熵值大于预设阈值时,进入应急模式;
6、基于所述实时数据通过自适应调整算法动态调整各个所述数据源对于决策的风险权重;所述风险权重用于确定所述车辆所要执行的决策。
7、在一些实施方式中,所述实时数据具有时间戳;所述根据所述实时数据计算当前路况熵值,包括:
8、基于所述时间戳融合所述实时数据得到若干个融合数据;
9、基于所述融合数据计算所述当前路况熵值。
10、在一些实施方式中,所述基于所述融合数据计算所述当前路况熵值,包括:
11、生成各个所述融合数据的状态标签;所述状态标签具有多个类别;
12、通过滑动窗口计算所述状态标签对应各个类别的概率;
13、根据所述概率计算所述当前路况熵值。
14、在一些实施方式中,所述通过滑动窗口计算所述状态标签对应各个类别的概率,包括:
15、通过滑动窗口选取预设数量的融合数据;
16、统计所述滑动窗口中各个类别的状态标签出现的频率,基于所述频率计算各个类别的状态标签的概率。
17、在一些实施方式中,所述基于所述实时数据通过自适应调整算法动态调整各个所述数据源对于决策的风险权重,包括:
18、根据各所述数据源的实时数据计算各所述数据源的数据源路况熵值,根据所述数据源路况熵值计算熵值和;
19、基于各所述数据源的数据源路况熵值以及所述熵值和动态调整各个所述数据源对于所述决策的风险权重。
20、在一些实施方式中,所述根据所述实时数据通过熵公式计算当前路况熵值之后,还包括:
21、在所述当前路况熵值小于预设阈值时,进入常规模式;
22、基于所述当前路况熵值从预设规则库中确定决策。
23、在一些实施方式中,所述方法还包括:
24、执行所述决策,采集执行所述决策后的处理结果数据;
25、通过所述处理结果数据调整所述熵公式和/或自适应调整算法。
26、本技术第二方面提供一种自动驾驶风险权重调整装置,包括:
27、采集模块,用于采集车辆自动驾驶过程中的来自多个数据源的实时数据;所述实时数据至少包括天气数据、交通数据、道路数据;
28、计算模块,用于根据所述实时数据通过熵公式计算当前路况熵值;
29、判断模块,用于在所述当前路况熵值大于预设阈值时,进入应急模式;
30、动态调整模块,用于基于所述实时数据通过自适应调整算法动态调整各个所述数据源对于决策的风险权重;所述风险权重用于确定所述车辆所要执行的决策。
31、在一些实施方式中,所述实时数据具有时间戳;计算模块包括:
32、融合子模块,用于基于所述时间戳融合所述实时数据得到若干个融合数据;
33、熵值子模块,用于基于所述融合数据计算所述当前路况熵值。
34、其中,熵值子模块包括:
35、状态标签单元,用于生成各个所述融合数据的状态标签,状态标签具有多个类别;
36、概率单元,用于通过滑动窗口计算所述状态标签对应各个类别的概率;
37、熵值单元,用于根据所述概率计算所述当前路况熵值。
38、其中,概率单元还用于:
39、通过滑动窗口选取预设数量的融合数据;
40、统计所述滑动窗口中各个类别的状态标签出现的频率,基于所述频率计算各个类别的状态标签的概率。
41、在一些实施方式中,动态调整模块包括:
42、熵值和子模块,用于根据各数据源的实时数据计算各数据源的数据源路况熵值,根据所述数据源路况熵值计算熵值和;
43、调整子模块,用于基于各数据源的数据源路况熵值以及所述熵值和动态调整各个所述数据源对于所述决策的风险权重。
44、在一些实施方式中,判断模块还用于:
45、在所述当前路况熵值小于预设阈值时,进入常规模式;
46、基于所述当前路况熵值从预设规则库中确定决策。
47、在一些实施方式中,该装置还包括:
48、执行模块,用于执行所述决策,采集执行所述决策后的处理结果数据;
49、算法调整模块,用于通过所述处理结果数据调整所述熵公式和/或自适应调整算法。
50、本技术第三方面提供一种电子设备,包括:
51、处理器;以及
52、存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
53、本技术第四方面提供一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
54、本技术提供的技术方案可以包括以下有益成果:
55、本技术实施例提供了一种自动驾驶风险权重调整方法,包括:采集车辆自动驾驶过程中的实时数据;实时数据至少包括天气数据、交通数据、道路数据;根据实时数据通过熵公式计算当前路况熵值;在当前路况熵值大于预设阈值时,进入应急模式;基于实时数据通过自适应调整算法动态调整各个数据源对于决策的风险权重;风险权重用于确定车辆所要执行的决策。通过上述方法可以根据实时环境变化动态调整车辆在自动驾驶过程中的风险权重,显著提升决策的自适应性和准确性。
56、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。
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