危险场景的可控度确定方法、装置、设备、介质和产品与流程

本技术涉及汽车功能安全，特别是涉及一种危险场景的可控度确定方法、装置、设备、介质和产品。

背景技术：

1、随着汽车电动化、智能化及高级驾驶辅助系统的发展，车辆电子电气系统复杂度不断提高，由系统故障导致的潜在危险事件日益增加。根据道路车辆功能安全标准，在危险分析与风险评估（hazard analysis and risk assessment，hara）过程中，需要对危险事件的严重度（severity）、暴露度（exposure）以及可控度（controllability）进行评估，从而确定对应的汽车安全完整性等级（automotive safety integrity level，asil）。

2、相关技术中，通过联合仿真、聚类分析、故障容错时间间隔、驾驶员认知模型以及驾驶员群体统计特征等方式对功能安全可控度进行量化分析，然而这些方式确定的可控度难以真实反映驾驶员在实际危险场景中的实际避险能力，存在确定的可控度的准确性较低的问题。

技术实现思路

1、本发明的目的之一在于提供一种危险场景的可控度确定方法，以解决现有技术中的危险场景的可控度确定准确性低的问题；目的之二在于提供一种危险场景的可控度确定装置；目的之三在于提供一种计算机设备；目的之四是提供一种计算机可读存储介质；目的之五是提供一种计算机程序产品。

2、为了实现上述目的，本发明采用的技术方案如下：

3、一种危险场景的可控度确定方法，方法包括：

4、基于预设危险场景下的约束模型，确定第一车辆成功避撞第二车辆所允许的最大反应时间；

5、在给定所述第一车辆的驾驶员避撞能力的条件下，基于反应时间概率密度函数和最大反应时间，确定第一车辆的驾驶员的实际反应时间小于最大反应时间的条件概率；反应时间概率密度函数基于驾驶员反应时间样本确定；

6、基于条件概率和避撞能力概率密度函数，确定预设危险场景下的总体成功避撞概率；总体成功避撞概率用于表征针对预设危险场景的可控度，避撞能力概率密度函数基于驾驶员避撞能力样本的确定。

7、根据上述技术手段，通过基于预设危险场景下的约束模型，确定第一车辆成功避撞第二车辆所允许的最大反应时间，在给定的第一车辆的驾驶员避撞能力的条件下，基于反应时间概率密度函数和最大反应时间，确定第一车辆的驾驶员的实际反应时间小于最大反应时间的条件概率，从而通过条件概率建立了驾驶员反应时间与其避撞能力之间的相关性，进而基于条件概率和避撞能力概率密度函数能够进行概率化计算，使得确定的预设危险场景下的总体成功避撞概率，能够更真实地反映驾驶员群体的实际避险能力，提高了得到的可控度的准确性。

8、进一步地，基于条件概率和避撞能力概率密度函数，确定预设危险场景下的总体成功避撞概率，包括：

9、根据条件概率与避撞能力概率密度函数的第一乘积，确定第一车辆的驾驶员的成功避撞贡献密度；

10、对成功避撞贡献密度进行积分处理得到总体成功避撞概率。

11、根据上述技术手段，通过根据条件概率与避撞能力概率密度函数的第一乘积，确定第一车辆的驾驶员的成功避撞贡献密度，对成功避撞贡献密度进行积分处理得到总体成功避撞概率。实现将驾驶员行为的随机性的反应时间、多样性的避撞能力分布和车辆碰撞动力学的物理约束统一纳入到概率框架，通过积分得到具有明确物理和概率意义的总体成功避撞概率，从而实现可控度的客观量化计算，进而提高得到的可控度的准确性和可信度。

12、进一步地，基于条件概率和避撞能力概率密度函数，确定预设危险场景下的总体成功避撞概率，包括：

13、在第一车辆的驾驶员避撞能力所属的避撞能力区间内，对避撞能力概率密度函数进行积分，得到避撞能力区间对应的避撞能力分布概率；

14、确定第一车辆的驾驶员避撞能力对应的条件概率与避撞能力分布概率的第二乘积；

15、基于不同的避撞能力区间对应的第二乘积之和，确定总体成功避撞概率。

16、根据上述技术手段，将第一车辆的驾驶员避撞能力采用离散区间表示，通过确定离散的多个避撞能力区间对应的避撞能力分布概率和对应的条件概率的第二乘积，确定总体成功避撞概率，能够实现将驾驶员行为的随机性的反应时间、多样性的避撞能力分布和车辆碰撞动力学的物理约束统一纳入到概率框架，通过积分得到具有明确物理和概率意义的总体成功避撞概率，从而实现可控度的客观量化计算，进而提高得到的可控度的准确性和可信度。

17、进一步地，基于反应时间概率密度函数和最大反应时间，确定第一车辆的驾驶员的实际反应时间小于最大反应时间的条件概率，包括：

18、对反应时间概率密度函数进行积分处理得到反应时间累积分布函数；

19、将第一车辆成功避撞第二车辆所允许的最大反应时间代入到反应时间累积分布函数，以确定条件概率。

20、根据上述技术手段，将驾驶员反应时间与其避撞能力关联，建立了驾驶员反应时间与避撞能力之间的条件概率关系，从而能够更加真实地反映驾驶员实际避撞能力。

21、进一步地，第一车辆的驾驶员避撞能力包括第一车辆的减速度，基于前第一车辆在预设危险场景下的初始速度、第二车辆非预期减速的第二车辆的减速度、第一车辆的驾驶员反应时间、第一车辆的驾驶员避撞能力，确定第一车辆成功避撞第二车辆所允许的最大反应时间，包括：

22、根据预设危险场景下第二车辆的初始速度和第二车辆的减速度，确定第二车辆非预期减速后第二车辆在行驶方向上的第一行驶距离；

23、根据第一车辆的初始速度、第一车辆的驾驶员反应时间和第一车辆的减速度，确定第二车辆非预期减速后第一车辆在行驶方向上的第二行驶距离；

24、确定第一行驶距离与第二车辆非预期减速之前第一车辆与第二车辆之间的初始间距的求和结果；

25、基于第二行驶距离不大于求和结果的约束模型，确定第一车辆成功避撞第二车辆所允许的最大反应时间。

26、根据上述技术手段，在第一车辆的驾驶员避撞能力的条件下，确定第一车辆成功避撞第二车辆所允许的最大反应时间，实现考量了驾驶员避撞能力差异，使得后续基于最大反应时间得到的条件概率能够真实反映避撞能力越强，所允许的最大反应时间越长，从而避撞成功率越高的驾驶行为规律，进而提高后续得到的总体成功避撞概率的准确性。

27、进一步地，方法还包括：

28、获取在预设危险场景下驾驶员反应时间样本；

29、基于驾驶员反应时间样本和至少一个初始反应时间概率分布模型，确定反应时间概率密度函数。

30、根据上述技术手段，通过基于驾驶员反应时间样本和至少一个初始反应时间概率分布模型，确定反应时间概率密度函数，通过将离散的驾驶员反应时间样本转化为连续的反应时间概率密度函数，使得驾驶员反应时间的统计特征可以被量化描述，为后续的概率计算提供了数学基础。并且，基于实测样本确定反应时间概率密度函数，从而提高了得到的反应时间密度函数的准确性和可靠性。

31、进一步地，基于驾驶员反应时间样本和至少一个初始反应时间概率分布模型，确定反应时间概率密度函数，包括：

32、基于驾驶员反应时间样本，对至少一个初始反应时间概率分布模型进行拟合，得到初始反应时间概率分布模型对应的候选反应时间概率密度函数；

33、从至少一个候选反应时间概率密度函数中确定反应时间概率密度函数。

34、根据上述技术手段，从基于至少一个候选反应时间概率密度函数中确定反应时间概率密度函数，可以实现确定出贴合实测的样本数据的模型，保证了得到的反应时间概率密度函数的准确性，进而确保了后续条件概率、总体成功避撞概率和可控度等级判定的可靠性。

35、进一步地，至少一个初始反应时间概率分布模型的数量为多个，从至少一个候选反应时间概率密度函数中确定反应时间概率密度函数，包括：

36、确定各初始反应时间概率分布模型对应的候选反应时间概率密度函数对应的第一检验结果；

37、确定最优的第一检验结果对应的候选反应时间概率密度函数为反应时间概率密度函数。

38、根据上述技术手段，通过确定多个初始反应时间概率分布模型对应的候选反应时间概率密度函数对应的第一检验结果，从而实现基于多个第一校验结果确定反应时间概率密度函数，从而提高得到的反应时间概率密度函数的准确性，进而确保了后续条件概率、总体成功避撞概率和可控度等级判定的可靠性。

39、进一步地，方法还包括：

40、获取在预设危险场景下驾驶员避撞能力样本；

41、基于驾驶员避撞能力样本和至少一个初始避撞能力概率分布模型，确定避撞能力概率密度函数。

42、根据上述技术手段，通过将离散的驾驶员避撞能力样本转化为连续的避撞能力概率密度函数，使得驾驶员避撞能力的统计特征可以被量化描述，为后续的概率计算提供了数学基础。并且，基于实测样本确定避撞能力概率密度函数，从而提高了得到的避撞能力密度函数的准确性和可靠性。

43、进一步地，基于驾驶员避撞能力样本和至少一个初始避撞能力概率分布模型，确定避撞能力概率密度函数，包括：

44、基于驾驶员避撞能力样本，对至少一个初始避撞能力概率分布模型进行拟合，得到初始避撞能力概率分布模型对应的候选避撞能力概率密度函数；

45、从至少一个候选避撞能力概率密度函数中确定避撞能力概率密度函数。

46、根据上述技术手段，保证了得到的避撞能力概率密度函数的准确性，进而确保了后续总体成功避撞概率和可控度等级判定的可靠性。

47、进一步地，至少一个初始避撞能力概率分布模型的数量为多个，从至少一个候选避撞能力概率密度函数中确定避撞能力概率密度函数，包括：

48、确定各初始避撞能力概率分布模型对应的候选避撞能力概率密度函数对应的第二检验结果；

49、确定最优的第二检验结果对应的候选避撞能力概率密度函数为避撞能力概率密度函数。

50、根据上述技术手段，通过确定多个初始避撞能力概率分布模型对应的候选避撞能力概率密度函数对应的第一检验结果，从而实现基于多个第一校验结果确定避撞能力概率密度函数，从而提高得到的避撞能力概率密度函数的准确性，确保了后续总体成功避撞概率和可控度等级判定的可靠性。

51、进一步地，方法还包括：

52、根据总体成功避撞概率和预设阈值，确定预设危险场景对应的可控度等级。

53、根据上述技术手段，基于总体成功避撞概率和预设阈值，确定预设危险场景对应的可控度等级，实现将总体成功避撞概率转变为可控度等级。由于总体成功避撞概率是结合驾驶员反应时间与避撞能力之间的相关性确定的，从而实现将两者的相关性引入功能安全可控度评估过程，实现可控度由定性判断向定量计算的转变，提升功能安全风险评估结果与实际交通事故统计规律的一致性。

54、进一步地，预设阈值包括第一阈值和第二阈值，根据总体成功避撞概率和预设阈值，确定预设危险场景对应的可控度等级，包括：

55、在总体成功避撞概率大于或等于第一阈值的情况下，确定可控度等级为第一等级；

56、在总体成功避撞概率不小于第二阈值且小于第一阈值的情况下，确定可控度等级为第二等级；

57、在总体成功避撞概率小于第二阈值的情况下，确定可控度等级为第三等级。

58、根据上述技术手段，通过将总体成功避撞概率转变为标准定义的可控度等级，便于后续基于可控度等级进行功能安全开发、危害分析与风险评估以及汽车安全完整性等级确定等。

59、一种危险场景的可控度确定装置，装置包括：

60、第一确定模块，用于基于预设危险场景下的约束模型，确定第一车辆成功避撞第二车辆所允许的最大反应时间；

61、第二确定模块，用于在给定的所述第一车辆的驾驶员避撞能力的条件下，基于反应时间概率密度函数和所述最大反应时间，确定所述第一车辆的驾驶员的实际反应时间小于所述最大反应时间的条件概率；所述反应时间概率密度函数基于驾驶员反应时间样本确定；

62、第三确定模块，用于基于条件概率和避撞能力概率密度函数，确定预设危险场景下的总体成功避撞概率；总体成功避撞概率用于表征针对预设危险场景的可控度，避撞能力概率密度函数基于驾驶员避撞能力样本的确定。

63、一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任一项的方法的步骤。

64、一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法的步骤。

65、一种计算机程序产品，包括计算机程序，其特征在于，计算机程序被处理器执行时实现上述任一项的方法的步骤。

66、本发明的有益效果：本技术通过基于预设危险场景下的约束模型，确定第一车辆成功避撞第二车辆所允许的最大反应时间，在给定的第一车辆的驾驶员避撞能力的条件下，基于反应时间概率密度函数和最大反应时间，确定第一车辆的驾驶员的实际反应时间小于最大反应时间的条件概率，基于条件概率和避撞能力概率密度函数，确定预设危险场景下的总体成功避撞概率，从而通过条件概率建立了驾驶员反应时间与其避撞能力之间的相关性，进而基于条件概率和避撞能力概率密度函数能够进行概率化计算，使得确定的预设危险场景下的总体成功避撞概率，能够更真实地反映驾驶员群体的实际避险能力，提高了得到的可控度的准确性。