[发明专利]自动驾驶环境中的风险评估

说明书

本发明涉及自动驾驶环境中的风险评估，提供了一种用于评估车辆的自动驾驶系统(ADS)的风险暴露的控制系统和方法。该方法包括：获得车辆的驱动能力，其中所获得的驱动能力包括驱动能力的不确定性评估。该方法进一步包括获得车辆周围环境中的自由空间区域的位置，其中所获得的自由空间区域的位置包括所评估的自由空间区域的位置的不确定性评估。此外，该方法包括基于所获得的驱动能力和所获得的自由空间区域的位置形成车辆的周围环境的风险地图，其中风险地图包括针对在车辆的周围环境中包括的多个区域段中的每个区域段的风险参数。该方法进一步包括基于与ADS的至少一条计划路径相交的区域段的集合的风险参数确定ADS的总风险值。

相关申请的交叉引用

本专利申请要求已转让给其受让人的2020年9月18日提交的申请号为20196794、名称为“自动驾驶环境中的风险评估”的欧洲专利申请的优先权，并通过引用明确并入本文。

技术领域

本发明涉及自动驾驶系统，并且具体涉及装备有自动驾驶系统的车辆的风险评估。

背景技术

在过去几年期间，自动驾驶车辆的开发呈爆炸式增长，并且正在探索许多不同的解决方案。越来越多的现代车辆具有先进的驾驶员辅助系统(ADAS)，以提高车辆的安全性以及更普遍地提高道路安全性。ADAS(例如可以由自适应巡航控制、ACC、防撞系统、前方碰撞预警等体现)是可以在驾驶时帮助车辆驾驶员的电子系统。今天，ADAS以及自动驾驶(AD)的开发都在这些领域内的许多不同技术区域内进行。在本文中，ADAS和AD将涉及与由例如驾驶自动的SAE J3016级别(0-5)定义的自动的所有不同级别相对应的通用术语自动驾驶系统(ADS)。

因此，在不久的将来，ADS解决方案将在更大程度上进入现代汽车。ADS可以被理解为可以被定义为系统的各种部件的复杂组合，在该系统中，车辆的感知、制定决策和操作被电子和机械而非人类驾驶员执行，并将自动化引入道路交通。这包括对车辆的处理、目的地以及对周围的认识。虽然自动系统控制车辆，但自动系统允许人类操作员将全部或至少部分责任留给系统。ADS通常组合多种传感器来感知车辆的周围，诸如例如雷达、LIDAR、声纳、照相机、例如GPS的导航系统、里程表和/或惯性测量单元(IMU)，基于这些传感器，先进的控制系统可以理解感测(sensory)信息以识别适当的导航路径以及障碍物和/或相关标志。

然而，如上所述的ADS特征必然需要以高完整性运行，以为车辆乘员及其周围环境提供足够低的风险。确保风险足够低可能需要难以处理的数量的数据来进行统计证明，并且根据示例将花费例如大约一百辆车辆连续驾驶五个世纪。在将ADS特征投放到公共道路之前，存在多种将ADS特征的风险最小化的方法。然而，除此之外，一般认为ADS特征应在现场监控一次，以确保它们符合要求的安全级别。

确保自动驾驶系统(ADS)的安全性是将这种系统推向市场的主要挑战之一。安全可以被视为不存在风险，并且这也是最容易处理的观察方式之一。不可能证明将存在零事故(即100％安全)，但是在对这些评估有一定的信心的情况下，可以证明事故的风险小于，比如说，10^-6(即事故的可能性小于驾驶10⁶小时一次)。虽然如此，为了获得这样的数目，需要来自大量行驶公里数的大量数据。然后，可以使用这数据推断碰撞的风险。

然而，这里的隐患之一是很难在数据中获得细微差别。或者发生了事故，或者没有，至少如果这是唯一被记录的事情。然而，使用更详细的数据，可以获得更精确的性能测量。这方面的一个示例是计算所有收集到的数据的制动威胁数(brake threat number，BTN)。通过这种方式，可以使用更少量的数据来推断碰撞(或BTN过高)的风险。然而，使用这些参数的缺点之一是很难让它们包罗万象。例如，BTN不考虑来自自己车辆(自我车辆)的横向操控以避免可能的碰撞。因此，即使不可能制动，也可以很容易地避免碰撞。相反，如果BTN包括横向位移，则它不处理可能很危急的情况。利用更精细的数据，可以更好地了解ADS在操作时面临的实际风险，但是很难确保这包括针对ADS的全部挑战。