一种车辆的可行驶区域内安全概率的确定方法及装置与流程

1.本发明涉及驾驶技术领域，特别是涉及一种车辆的可行驶区域内安全概率的确定方法及装置。


背景技术：

2.随着科学技术的发展，车辆逐渐成为人们生活的一部分。为了提高驾驶的自动化程度，自动驾驶技术进入人们的视野。自动驾驶技术能够通过自动化控制车辆运行状态，实现驾驶员执行的工作的自动化。为了给自动驾驶提供路径规划相关的辅助信息，通常会根据车辆自身的信息以及车辆周围的环境信息，确定车辆的可行驶区域。
3.目前，通常使用安全围栏的形式表示可行驶区域，也即，设定在可行驶区域内车辆行驶是安全的，允许车辆在可行驶区域内行驶，在可行驶区域外的区域车辆行驶是不安全的，不允许车辆在可行驶区域外的区域行驶。然而，车辆在可行驶区域内的不同位置行驶时安全的程度实际上是不同的，使用安全围栏的形式表示可行驶区域，难以提供更加准确的车辆的行驶区域的安全信息，从而难以进一步提高自动驾驶的安全性。


技术实现要素：

4.有鉴于此，本技术提供一种车辆的可行驶区域内安全概率的确定方法及装置，用以提高自动驾驶的安全性。
5.第一方面，本技术提供一种车辆的可行驶区域内安全概率的确定方法，应用于车辆，所述方法包括：
6.获取所述车辆的位置、速度和可行驶区域，以及所述可行驶区域的边界上的障碍物的信息，所述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息；
7.根据距离间隔s确定n个行驶区域的边界，n＝2,3,4
…
；第i行驶区域为以所述车辆的位置为圆心，并以s*i为半径的圆形区域，i＝1,2,
…
,n；其中，所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域；
8.确定所述n个行驶区域的有效边界的安全概率的初始值；其中，所述n个行驶区域的有效边界为所述n个行驶区域的边界在所述可行驶区域内和在所述可行驶区域边界上的部分，所述n个行驶区域的有效边界的安全概率的初始值和所述n个行驶区域的有效边界和所述车辆的位置之间的距离呈负相关；
9.根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值。
10.采用本技术中的方案，n个行驶区域的有效边界的安全概率的初始值和每个行驶区域的有效边界和车辆之间的距离呈负相关，表征车辆距离可行驶区域的边界越近，安全概率越低，也即，安全概率能够表征可行驶区域内不同位置的安全程度的不同；根据可行驶区域的边界上的障碍物对n个行驶区域的有效边界的安全概率的初始值进行修正，安全概率能够表征可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。
11.综上，采用本技术的方案得到的车辆的可行驶区域内安全概率，能够表征可行驶区域内不同位置的安全程度的不同，以及可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。相比于目前采用安全围栏的方式，采用本技术的方案能够为自动驾驶提供更加准确的车辆的行驶区域的安全信息，例如在决策和路径规划方面提供更多的信息，从而提高自动驾驶的安全性。
12.在一种可能的实现方式中，所述根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值，包括：
13.根据所述车辆的信息和所述障碍物的信息，确定一个或多个目标障碍物，其中，所述车辆的信息包括所述车辆的属性信息和/或运动状态信息；
14.根据所述障碍物的信息，确定所述一个或多个目标障碍物的信息；
15.根据所述一个或多个目标障碍物的信息，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概率的目标值。
16.根据所述车辆的信息和所述障碍物的信息，确定会对安全概率产生影响的一个或多个目标障碍物。
17.在一种可能的实现方式中，所述车辆的信息包括所述车辆的速度和位置，所述障碍物的信息包括所述障碍物的属性信息、速度和位置；
18.根据所述车辆的信息和所述障碍物的信息，确定一个或多个目标障碍物，包括：
19.当所述障碍物的属性信息包括预设属性信息时，根据所述障碍物的速度、所述障碍物的位置、所述车辆的速度，以及所述车辆的位置，确定所述一个或多个目标障碍物。
20.在一种可能的实现方式中，所述车辆的信息包括所述车辆的速度和/或所述车辆的位置；
21.所述根据所述一个或多个目标障碍物的信息，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概率的目标值，包括：
22.根据所述车辆的信息和所述每个目标障碍物的信息，分别确定对应于每个目标障碍物的所述n个行驶区域的有效边界的安全概率的偏差，其中，每个目标障碍物为所述一个或多个目标障碍物中每个目标障碍物；
23.根据对应于每个目标障碍物的所述n个行驶区域的有效边界的安全概率的偏差，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概率的目标值。
24.在一种可能的实现方式中，所述根据对应于每个目标障碍物的所述n个行驶区域的有效边界的安全概率的偏差，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概率的目标值，包括：
25.根据所述每个目标障碍物的信息，分别确定每个目标障碍物和每条有效边界上各个位置之间的位置关系，以及分别确定对应于每个目标障碍物的每条有效边界上各个位置的安全概率的权重；
26.根据所述对应于每个目标障碍物的所述n个行驶区域的有效边界的安全概率的偏差、所述对应于每个目标障碍物的每条有效边界上各个位置的安全概率的权重，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概
率的目标值。
27.在一种可能的实现方式中，所述根据所述每个目标障碍物的信息，分别确定每个目标障碍物和每条有效边界上各个位置之间的位置关系，以及分别确定对应于每个目标障碍物的每条有效边界上各个位置的安全概率的权重之前，还包括：
28.划分所述每条有效边界上各个位置为每条有效边界的多个子边界；
29.所述根据所述每个目标障碍物的信息，分别确定每个目标障碍物和每条有效边界上各个位置之间的位置关系，以及分别确定对应于每个目标障碍物的每条有效边界上各个位置的安全概率的权重，包括：
30.根据所述每个目标障碍物的信息，分别确定每个目标障碍物和每条有效边界的多个子边界之间的位置关系，以及分别确定对应于每个目标障碍物的每条有效边界上各个位置的安全概率的权重，其中，每条有效边界的多个子边界上各个位置的安全概率的权重相同。
31.在一种可能的实现方式中，在所述得到所述n个行驶区域的有效边界的安全概率的目标值之后，还包括：
32.根据所述得到所述n个行驶区域的有效边界的安全概率的目标值，拟合得到所述可行驶区域内各个位置的安全概率的目标值。
33.在一种可能的实现方式中，所述属性信息包括大小、形状、类型中的至少一个；
34.所述运动状态信息包括速度、运动方向、位置中的至少一个。
35.在一种可能的实现方式中，在所述获取所述车辆的可行驶区域之前，还包括：
36.获取所述车辆的速度和探测器对所述车辆进行探测得到的数据；
37.所述获取所述车辆的可行驶区域，包括：
38.根据所述数据，获取所述车辆的可行驶区域；
39.在所述根据距离间隔s确定n个行驶区域的边界之前，还包括：
40.根据所述车辆的速度和预设时间，确定所述距离间隔s，其中，所述预设时间为所述探测器对所述车辆进行探测得到所述数据的时间。
41.第二方面，本技术提供一种车辆的可行驶区域内安全概率的确定装置，应用于车辆，所述装置包括：
42.数据获取单元，用于获取所述车辆的位置和可行驶区域，以及所述可行驶区域的边界上的障碍物的信息，所述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息；
43.边界确定单元，用于根据距离间隔s确定n个行驶区域的边界，n＝2,3,4
…
；第i行驶区域为以所述车辆的位置为圆心，并以s*i为半径的圆形区域，i＝1,2,
…
,n；其中，所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域；
44.初始值确定单元，用于确定所述n个行驶区域的有效边界的安全概率的初始值；其中，所述n个行驶区域的有效边界为所述，所述n个行驶区域的有效边界的安全概率的初始值和所述n个行驶区域的有效边界和所述车辆的位置之间的距离呈负相关；
45.目标值确定单元，用于根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值。
附图说明
46.图1是本技术实施例提供的车辆的可行驶区域内安全概率的确定方法的流程图；
47.图2是本技术实施例提供的车辆的可行驶区域内安全概率的确定装置的结构示意图。
具体实施方式
48.目前，通常使用安全围栏的形式表示可行驶区域。然而，车辆在可行驶区域内的不同位置行驶时安全的程度实际上是不同的，使用安全围栏的形式表示可行驶区域，难以提供更加准确的车辆的行驶区域的安全信息，从而难以进一步提高自动驾驶的安全性。
49.基于此，在申请人提供的本技术的实施例中，采用本技术中的方案，首先以车辆的位置为圆心确定一组同心圆的边界，也即n个行驶区域的边界；确定这一组同心圆的边界在车辆的可行驶区域内的有效边界，也即得到n个行驶区域的有效边界，并确定n个行驶区域的有效边界的安全概率的初始值。n个行驶区域的有效边界的安全概率的初始值和每个行驶区域的有效边界和车辆之间的距离呈负相关；然后，根据可行驶区域的边界上的障碍物，对n个行驶区域的有效边界的安全概率的初始值进行修正，得到安全概率的目标值。
50.采用本技术中的方案，n个行驶区域的有效边界的安全概率的初始值和每个行驶区域的有效边界和车辆之间的距离呈负相关，表征车辆距离可行驶区域的边界越近，安全概率越低，也即，安全概率能够表征可行驶区域内不同位置的安全程度的不同；根据可行驶区域的边界上的障碍物对n个行驶区域的有效边界的安全概率的初始值进行修正，安全概率能够表征可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。
51.综上，采用本技术的方案得到的车辆的可行驶区域内安全概率，能够表征可行驶区域内不同位置的安全程度的不同，以及可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。相比于目前采用安全围栏的方式，采用本技术的方案能够为自动驾驶提供更加准确的车辆的行驶区域的安全信息，从而提高自动驾驶的安全性。
52.为了便于理解本技术实施例提供的技术方案，下面结合附图对本技术实施例提供的一种车辆的可行驶区域内安全概率的确定方法及装置进行说明。
53.虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。基于本技术中的实施例，本领域技术人员在没有作出创造性贡献前提下所获得的其他实施例，都属于本技术的保护范围。
54.在本技术的权利要求书和说明书以及说明书附图中，术语“包括”和“具有”以及它们的任何变形，目的在于覆盖不排他的包含。
55.本技术提供了一种车辆的可行驶区域内安全概率的确定方法。
56.请参阅图1，图1是本技术实施例提供的车辆的可行驶区域内安全概率的确定方法的流程图。
57.如图1所示，本技术实施例中的车辆的可行驶区域内安全概率的确定方法应用于车辆，该方法包括s101-s104。
58.s101、获取所述车辆的位置和可行驶区域，以及所述可行驶区域的边界上的障碍物的信息，所述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息。
59.所述车辆的位置为所述车辆的当前位置；所述车辆的可行驶区域为所述车辆的可
行驶区域。
60.上述可行驶区域的边界上的障碍物，可以是一个障碍物，也可以是多个障碍物。
61.当上述障碍物为一个时，上述障碍物的信息为该障碍物的信息；当上述障碍物为多个时，上述障碍物的信息指的是各个障碍物的信息。
62.s102、根据距离间隔s确定n个行驶区域的边界，n＝2,3,4
…
；第i行驶区域为以所述车辆的位置为圆心，并以s*i为半径的圆形区域，i＝1,2,
…
,n；其中，所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域。
63.根据距离间隔s确定n个行驶区域的边界，也即确定以车辆为圆心的一组同心圆的边界。
64.确定的一组同心圆中相邻的圆的边界之间的间隔相同。
65.所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域，也即，这一组同心圆中，最大面积的圆(第n行驶区域)可以包含车辆的可行驶区域，面积倒数第二大的圆(第(n-1)行驶区域)不能包含车辆的可行驶区域。
66.s103、确定所述n个行驶区域的有效边界的安全概率的初始值；其中，所述n个行驶区域的有效边界为所述n个行驶区域的边界在所述可行驶区域内和在所述可行驶区域边界上的部分，所述n个行驶区域的有效边界的安全概率的初始值和所述n个行驶区域的有效边界和所述车辆的位置之间的距离呈负相关。
67.由于可行驶区域不一定是圆形，因此，所述n个行驶区域可能会包含可行驶区域外部的区域。
68.所述n个行驶区域的有效边界是包含在车辆的可行驶区域内或在可行驶区域的边界上的。
69.考虑实际情况，行驶区域的有效边界和所述车辆的位置之间的距离越大，该行驶区域的有效边界的安全概率的初始值越小。
70.s104、根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值。
71.采用本技术中的方案，n个行驶区域的有效边界的安全概率的初始值和每个行驶区域的有效边界和车辆之间的距离呈负相关，表征车辆距离可行驶区域的边界越近，安全概率越低，也即，安全概率能够表征可行驶区域内不同位置的安全程度的不同；根据可行驶区域的边界上的障碍物对n个行驶区域的有效边界的安全概率的初始值进行修正，安全概率能够表征可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。
72.综上，采用本技术的方案得到的车辆的可行驶区域内安全概率，能够表征可行驶区域内不同位置的安全程度的不同，以及可行驶区域的边界上的障碍物对可行驶区域内不同位置的安全程度的影响。相比于目前采用安全围栏的方式，采用本技术的方案能够为自动驾驶提供更加准确的车辆的行驶区域的安全信息，从而提高自动驾驶的安全性。
73.下面结合具体的实现方式进行说明。
74.本技术还提供了另一种车辆的可行驶区域内安全概率的确定方法，应用于自动驾驶的车辆。
75.本技术实施例中的车辆的可行驶区域内安全概率的确定方法包括s201-s209。
76.s201、获取车辆的激光雷达点云数据。
77.在雷达点云图像中，包括被测物体的三维的空间坐标信息。在一些可能的情况中，除了三维的空间坐标信息，点云数据还可能包括被测物体的颜色、反射强度、回波次数等信息。
78.雷达点云可以通过激光雷达系统得到。
79.激光雷达系统是一种集激光扫描和定位于一体的系统，具体包括激光器和接收器。机载激光雷达的激光器产生并发射光脉冲，打在地面的物体上，经过物体反射后被接收器接收。激光雷达系统通过测量光脉冲从发射到接收的时间，结合激光雷达系统自身的高度、扫描角度等参数，能够得到被测物体的高度。通过激光扫描的方式，得到地面上各个位置的物体的三维坐标。
80.可行驶区域，可以理解为车辆的可通行区域，通常是根据车辆周围环境的障碍物得到的，上述障碍物包括其他车辆、行人等。
81.在自动驾驶场景中，驾驶是通过自动化的方式完成的，通常不需要驾驶员的操作。因此，车辆在行驶过程中，通常首先需要根据车辆的周围环境信息，例如环境中的障碍物，确定车辆的可行驶区域。
82.通常，可行驶区域可以表示为封闭的空间区域，车辆的位置包含在该封闭区域中。
83.上述车辆的可行驶区域，包括可行驶区域的边界上和可行驶区域内各个点的位置，具体可以包括各个点的二维坐标
84.在一种可能的实现方式中，利用分割算法对雷达点云图像进行分割，获取上述车辆的可行驶区域。
85.在一些可能的情况中，上述过程还可以是利用分割算法对其他类型的图像进行分割，得到上述车辆的可行驶区域。
86.s202、根据车辆的激光雷达点云数据，获取所述车辆的位置和可行驶区域，以及所述可行驶区域的边界上的障碍物的信息，所述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息。
87.可行驶区域可以根据车辆周围的障碍物得到的，因此，上述可行驶区域的边界上的障碍物，通常包括多个障碍物。
88.上述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息。
89.上述属性信息包括大小、形状、类型中的至少一个；运动状态信息包括速度、运动方向、位置中的至少一个。
90.障碍物的类型例如，车辆、树木、房屋、行人等；障碍物的大小，例如长度、宽度和高度等。
91.由于激光雷达点云数据可以包括三维数据，因此，障碍物的大小可以包括三个维度的大小。
92.在一些可能的实现方式中，检测上述可行驶区域的边界上的障碍物，得到障碍物的信息，可以利用目标检测和跟踪算法实现，也即，利用目标检测和跟踪算法检测上述可行驶区域的边界上的障碍物，得到上述障碍物的信息。
93.s203、获取车辆的信息，包括车辆的属性信息和/或运动状态信息。
94.对于车辆的信息，类似于上述对于障碍物的信息的说明，在此不再赘述。
95.由于在车辆的运行过程中，通常会获取车辆的属性信息和/或运动状态信息，用以
进行监测或控制等。
96.特别是对于处于自动驾驶状态的车辆来说，实现部分自动驾驶功能需要依赖于车辆的属性信息和/或运动状态信息。
97.因此，可以通过相关的控制器直接获取车辆的信息，在一些可能的情况中，不需要利用额外的传感器。
98.s204、根据车辆的速度，以及探测器对车辆进行探测得到数据的时间，确定预设间隔s。
99.激光雷达探测器采集得到上述激光雷达点云数据的时间为预设时间。
100.根据车辆的速度和预设时间，能够确定所述距离间隔s。
101.根据车辆的当前速度，以及探测器采集数据的时间，确定上述预设间隔。就是说，根据探测器采集到的当前数据为依据，假设车辆的当前速度为车辆恒定的速度，在探测器采集数据的时间，通过本方案得到在可行驶区域内的安全概率。
102.s205、根据距离间隔s确定n个行驶区域的边界，n＝2,3,4
…
；第i行驶区域为以车辆的位置为圆心，并以s*i为半径的圆形区域，i＝1,2,
…
,n；其中，所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域。
103.确定以车辆为圆心的一组同心圆的边界，这一组同心圆中相邻的圆的边界之间的间隔相同。
104.为了便于说明，本实施例以n＝3，也即，确定以车辆为圆心的三个同心圆的边界为例。
105.n个行驶区域包括：第一行驶区域、第二行驶区域和第三行驶区域。
106.以下的说明中，没有特别的说明，均这种情况为例进行说明。
107.可以理解地是，n可以取其他值，这里仅以n＝3为例，并不对本实施例构成限制。
108.s206、确定所述n个行驶区域的有效边界的安全概率的初始值。
109.所述n个行驶区域的有效边界包含在车辆的可行驶区域内或在可行驶区域的边界上。
110.行驶区域的有效边界和所述车辆的位置之间的距离越大，该行驶区域的有效边界的安全概率的初始值越小。
111.具体地，所述n个行驶区域的有效边界的安全概率的初始值和所述n个行驶区域的有效边界和所述车辆的位置之间的距离呈线性的负相关。
112.以n＝3，第一行驶区域的有效边界和第二行驶区域在可行驶区域内，并且第三行驶区域的有效边界在可行驶区域的边界上为例。
113.在一些可能的实现方式中，所述n个行驶区域的有效边界可能不是完整的圆形，例如可以是由多个弧形构成的，处理方式和完整的圆形构成的有效边界类似，本实施例不再赘述。
114.确定第一行驶区域、第二行驶区域和第三行驶区域的有效边界的安全概率的初始值，分别为10、8、6.
115.可以理解地是，安全概率仅为标识车辆行驶安全程度的表征，其数值并非一定是以概率的形式存在，这里的10、8、6也仅是用于描述其大小，并不对安全概率的形式进行限制。
116.例如，可以通过碰撞概率理解安全概率，安全概率和碰撞概率呈反相关。
117.碰撞概率可以理解为车辆运行到该位置时和障碍物发生碰撞的概率。碰撞概率越高，车辆运行到该位置时的发生碰撞的概率越高，也即安全程度越低。
118.s207、根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值。
119.可以首先根据所述车辆的信息和所述障碍物的信息，确定一个或多个目标障碍物，其中，所述车辆的信息包括所述车辆的属性信息和/或运动状态信息；再根据所述障碍物的信息，确定所述一个或多个目标障碍物的信息；最后，根据所述一个或多个目标障碍物的信息，以及所述n个行驶区域的有效边界的安全概率的初始值，确定所述n个行驶区域的有效边界的安全概率的目标值。
120.以下以一个具体的例子，对如何确定目标障碍物进行说明。
121.根据所述车辆的信息和所述障碍物的信息，确定一个或多个目标障碍物，其中，所述车辆的信息包括所述车辆的属性信息和/或运动状态信息。
122.可行驶区域的边界上的障碍物包括：建筑、树木、道路车辆和行人。
123.本实施例中，车辆指的是本车，道路车辆指的是上述障碍物中的道路车辆。
124.所述车辆的信息可以包括所述车辆的速度和位置，所述障碍物的信息包括所述障碍物的属性信息、速度和位置。
125.具体地，当所述障碍物的属性信息包括预设属性信息时，根据所述障碍物的速度、所述障碍物的位置、所述车辆的速度，以及所述车辆的位置，确定所述一个或多个目标障碍物。
126.预设属性信息可以包括：障碍物的类型为车辆。
127.在上述障碍物中，道路车辆的类型为车辆。
128.道路车辆的速度小于车辆的速度，道路车辆位于车辆的正前方，此时，确定该道路车辆为目标障碍物。
129.以下通过几个具体的例子，对如何确定所述n个行驶区域的有效边界的安全概率的目标值进行说明。
130.例如，已知车辆的速度和车辆的位置，道路车辆的速度和位置、行人的速度和位置；道路车辆、行人为目标障碍物。
131.当车辆的速度和道路车辆的速度均超过预设速度阈值，且速度方向相反时，确定对应于道路车辆的三个行驶区域的有效边界的安全概率的偏差。
132.在一种可能的实现方式中，可以根据车辆和道路车辆的相对速度确定上述偏差。
133.三个行驶区域的有效边界的安全概率的偏差可以相同，也可以不同。
134.对应于道路车辆的三个行驶区域的有效边界的安全概率的偏差均为1；对应于行人的三个行驶区域的有效边界的安全概率的偏差均为2；
135.根据对应于每个目标障碍物的三个行驶区域的有效边界的安全概率的偏差，以及三个行驶区域的有效边界的安全概率的初始值，确定三个行驶区域的有效边界的安全概率的目标值分别为7、5、3。
136.上述过程是将对应于每个目标障碍物的三个行驶区域的有效边界的安全概率的偏差叠加，得到三个行驶区域的有效边界的安全概率的目标值。
137.例如，目标障碍物为道路车辆，道路车辆和车辆相向而行。
138.对于三个行驶区域的有效边界，对每个行驶区域的有效边界进行划分。
139.每个行驶区域的有效边界均划分为三个子边界。
140.在一种可能的实现方式中，每个行驶区域的有效边界划分的子边界的数量可以不同。
141.第一行驶区域的有效边界划分为第一子边界、第二子边界和第三子边界。
142.第一子边界、第二子边界和第三子边界各自对应的弧形，和车辆的位置均可以构成扇形，三个扇形的圆心角相同，均为120
°
。
143.道路车辆距离三个子边界，由远及近依次是第一子边界、第二子边界和第三子边界。
144.道路车辆对三个子边界的有效边界的安全概率，和道路车辆距离三个子边界的远近是相关的。
145.道路车辆距离第一子边界最近，对第一子边界的有效边界的安全概率影响最大；对第二子边界和第三子边界的影响依次减小。
146.此时，可以得到对应于该道路车辆的第一行驶区域的有效边界上三个子边界的安全概率的权重：第一子边界对应的权重为0.5、第二子边界对应的权重为0.3、第三子边界对应的权重为0.2。
147.第一行驶区域的有效边界的安全概率的初始值为10，第一行驶区域的有效边界的安全概率的偏差为1，第一子边界对应的权重为0.5、第二子边界对应的权重为0.3、第三子边界对应的权重为0.2，此时，得到第一行驶区域的有效边界的第一子边界上的各个位置的安全概率的目标值为9.5，第一行驶区域的有效边界的第二子边界上的各个位置的安全概率的目标值为9.7，第一行驶区域的有效边界的第三子边界上的各个位置的安全概率的目标值为9.8。
148.也即，得到了第一行驶区域的有效边界的安全概率的目标值。
149.对于第二行驶区域和第三行驶区域来说，也可以通过类似的方式得到安全概率的目标值。
150.此时，得到三个行驶区域的有效边界的安全概率的目标值。
151.在一种可能的实现方式中，在可行驶区域内，将安全概率的目标值相同的位置连接并显示，可以得到类似于等高线的安全概率的分布，用以更加直观和清晰地显示可行驶区域内的安全概率。
152.在一些可能的实现方式中，可以根据车辆的运动状态信息，得到车辆的朝向；并且，在s206确定所述n个行驶区域的有效边界的安全概率的初始值之后，对于所述n个行驶区域的每个行驶区域，根据车辆的朝向，确定所述有效边界中的部分边界进行s207，而不是有效边界中的全部，也即，根据所述障碍物的信息，修正所述有效边界中的部分边界的安全概率的初始值，得到所述有效边界中的部分边界的安全概率的目标值。
153.由于通常车辆前方的安全性概率对于自动驾驶来说具有更高的利用价值，因此，通过上述方式可以降低计算量，减小得到在行驶区域内安全概率分布的时间。
154.s208、根据所述得到所述n个行驶区域的有效边界的安全概率的目标值，拟合得到所述可行驶区域内各个位置的安全概率的目标值。
155.s207得到了n个行驶区域的有效边界的安全概率的目标值.
156.通常，n个行驶区域的有效边界不能涵盖可行驶区域内的所有位置。为了得到可行驶区域内更多位置的安全概率的目标值，可以通过拟合的方式，得到除了n个行驶区域的有效边界以外的其他位置的安全概率的目标值。
157.s209、根据所述可行驶区域内各个位置的安全概率的目标值，对所述可行驶区域内的多个预设位置进行显示。
158.进一步地，可以利用相同的颜色显示具有相同的安全概率的目标值的位置，可以得到类似于热力图的安全概率的分布情况，用以更加直观和清晰地显示可行驶区域内的安全概率。
159.本技术还提供了一种车辆的可行驶区域内安全概率的确定装置。
160.请参阅图2，图2是本技术实施例提供的车辆的可行驶区域内安全概率的确定装置的结构示意图。
161.如图2所示，本技术实施例中的车辆的可行驶区域内安全概率的确定装置应用于车辆，所述装置200包括：
162.数据获取单元201，用于获取所述车辆的位置和可行驶区域，以及所述可行驶区域的边界上的障碍物的信息，所述障碍物的信息包括所述障碍物的属性信息和/或运动状态信息；
163.边界确定单元202，用于根据距离间隔s确定n个行驶区域的边界，n＝2,3,4
…
；第i行驶区域为以所述车辆的位置为圆心，并以s*i为半径的圆形区域，i＝1,2,
…
,n；其中，所述可行驶区域包括第(n-1)行驶区域，第n行驶区域包括所述可行驶区域；
164.初始值确定单元203，用于确定所述n个行驶区域的有效边界的安全概率的初始值；其中，所述n个行驶区域的有效边界为所述，所述n个行驶区域的有效边界的安全概率的初始值和所述n个行驶区域的有效边界和所述车辆的位置之间的距离呈负相关；
165.目标值确定单元204，用于根据所述障碍物的信息，修正所述n个行驶区域的有效边界的安全概率的初始值，得到所述n个行驶区域的有效边界的安全概率的目标值。
166.上述车辆的可行驶区域内安全概率的确定装置所包括的单元，以及各个单元之间的关系，均能够达到和以上实施例中的可行驶区域内安全概率的确定方法相同的技术效果，为避免重复，这里不再赘述。
167.在本技术的实施例中，还提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述可行驶区域内安全概率的确定方法，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。
168.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。