面向自动驾驶环境人车冲突的责任敏感安全模型标定方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113911131A(43)申请公布日2022.01.11(21)申请号202111121040.8(22)申请日2021.09.24(71)申请人同济大学地址200092上海市杨浦区四平路1239号(72)发明人王雪松叶采阳(74)专利代理机构上海科盛知识产权代理有限公司31225代理人应小波(51)Int.Cl.B60W50/00(2006.01)B60W60/00(2020.01)权利要求书2页说明书4页附图1页(54)发明名称面向自动驾驶环境人车冲突的责任敏感安全模型标定方法(57)摘要本发明涉及一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，该方法包括：步骤1，利用阈值法与人工校验提取人车冲突片段与运动数据；步骤2，将步骤1中获得数据，输入Simulink仿真平台获得自动驾驶环境下车辆与行人的相对运动数据；步骤3，以安全性最大与保守性最小为目标设置目标函数，利用NSGA‑II算法，对RSS模型中的反应时间、最小减速度、最大加速度、最大减速度四个参数进行标定，获得最优参数。与现有技术相比，本发明具有保证了在自动驾驶环境行人的安全性，扩展了RSS模型的应用场景等优点。CN113911131ACN113911131A权利要求书1/2页1.一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，该方法包括：步骤1，利用阈值法与人工校验提取人车冲突片段与运动数据；步骤2，将步骤1中获得数据，输入Simulink仿真平台获得自动驾驶环境下车辆与行人的相对运动数据；步骤3，以安全性最大与保守性最小为目标设置目标函数，利用NSGA‑II算法，对RSS模型中的反应时间、最小减速度、最大加速度、最大减速度四个参数进行标定，获得最优参数。2.根据权利要求1所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤1具体包括以下步骤：步骤1.1：对上海市自然驾驶数据中的车辆运动数据设置阈值，利用该阈值对自然驾驶数据进行筛选，提取冲突识别触发前N秒与后N秒的车载视频、车辆运动数据；步骤1.2：对步骤1.1中提取的所有冲突片段，处理片段对应的车载视频，若发现车辆与行人发生冲突，且驾驶人进行了减速、转向避让操作则认为该片段为人车冲突片段，提取对应数据作为人车冲突数据进行存储。3.根据权利要求2所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤1.1中的阈值具体为：设车辆纵向加速度为ax，横向加速度为ay，Time‑to‑Collision设为TTC，与前方物体相对距离为dx；当ax≤‑0.6g，或ax≤‑0.5g且TTC≤4s，或ax≤‑0.4g且TTC≤4s且dx≤30.5m时判定为遭遇纵向冲突；当|ay|≥0.7g时判定为遭遇横向冲突；当驾驶员按动事件按钮时也判定为遭遇冲突。4.根据权利要求2所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤1.1中的N取5。5.根据权利要求1所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤2具体包括以下步骤：步骤2.1：在MATLAB中根据步骤1中冲突数据构建人车冲突场景；步骤2.2：将生成的场景导入MATLAB的Simulink仿真平台中，启动冲突场景仿真，获得所有人车冲突场景下仿真车辆与行人之间的冲突相对速度、相对距离变化的数据。6.根据权利要求5所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤2.1中采用MATLAB的drivingScenarioDesigner构建人车冲突场景。7.根据权利要求5所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤2.1中的人车冲突场景具体为：仿真车辆设置为带雷达传感器的自动驾驶小客车，仿真行人设置为普通行人，将人车冲突发生时的速度与位置输入仿真车辆的运动，将行人运动的速度与位置输入仿真行人的运动。8.根据权利要求1所述的一种面向自动驾驶环境人车冲突的责任敏感安全模型标定方法，其特征在于，所述的步骤3具体包括以下步骤：步骤3.1：利用TIT作为车辆安全性衡量指标，设TTC阈值为TTCthr，在仿真t时刻的TTC设为TTC(t)，每一步仿真的时间设为τsc，整个仿真持续时间设为T，则有2CN113911131A权利要求书2/2页以f1表示安全性，N表示所有的冲突数，TITi表示第i个冲突的TIT值，则有目标函数步骤3.2：实时计算车辆与行人之间的最小安全距离，设最小安全距离为dsafe，设vr为车辆的速度，ρ为反应时间，amax,accel为最大加速度，amin,brake为最