详情

原文传递碰撞危险状态的确定方法、装置、电子设备和存储介质

专利名称：	碰撞危险状态的确定方法、装置、电子设备和存储介质
摘要：	本公开实施例公开了一种碰撞危险状态的确定方法、装置、电子设备和存储介质，其中，方法包括：获取当前自车状态信息及当前对象信息，当前对象信息包括当前观测到的对象的当前状态信息；基于当前自车状态信息和当前对象信息，确定具有潜在碰撞风险的目标对象；基于当前自车状态信息、目标对象的当前状态信息及预设运动模型预测规则，确定自车与目标对象的碰撞危险状态。本公开实施例可以有效提高碰撞危险识别的鲁棒性和泛用性，避免或大大降低不可预期的风险，且基于规则的识别方法相对于机器学习还可以有效降低计算复杂度。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	地平线(上海)人工智能技术有限公司
发明人：	王桢;常敬虎;齐连军;王东
专利状态：	有效
申请日期：	2023-08-23T00:00:00+0800
发布日期：	2023-11-07T00:00:00+0800
申请号：	CN202311070970.4
公开号：	CN117002495A
代理机构：	北京思源智汇知识产权代理有限公司
代理人：	李洪娟
分类号：	B60W30/095;B;B60;B60W;B60W30;B60W30/095
申请人地址：	201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C楼
主权项：	1.一种碰撞危险状态的确定方法，包括：获取当前自车状态信息及当前对象信息，所述当前对象信息包括当前观测到的对象的当前状态信息；基于所述当前自车状态信息和所述当前对象信息，确定具有潜在碰撞风险的目标对象；基于所述当前自车状态信息、所述目标对象的所述当前状态信息及预设运动模型预测规则，确定自车与所述目标对象的碰撞危险状态。 2.根据权利要求1所述的方法，其中，所述基于所述当前自车状态信息、所述目标对象的所述当前状态信息及预设运动模型预测规则，确定自车与所述目标对象的碰撞危险状态，包括：基于所述当前自车状态信息、所述目标对象的所述当前状态信息及所述预设运动模型预测规则，确定所述自车与所述目标对象避免碰撞的横向指标值和纵向指标值；基于所述横向指标值、所述纵向指标值、预配置的横向指标阈值和纵向指标阈值，确定所述自车与所述目标对象的碰撞危险状态。 3.根据权利要求2所述的方法，其中，所述基于所述当前自车状态信息、所述目标对象的所述当前状态信息及所述预设运动模型预测规则，确定所述自车与所述目标对象避免碰撞的横向指标值和纵向指标值，包括：基于预配置的自车响应时间，确定起始预测时间点；基于所述当前自车状态信息和所述目标对象的所述当前状态信息，确定所述起始预测时间点对应的第一自车状态信息和所述目标对象的第一状态信息；基于所述起始预测时间点及第一时间间隔，确定从所述起始预测时间点开始的预测时间窗内的关键预测时间点；基于所述目标对象的所述第一状态信息，确定所述目标对象的第一运动类型；采用所述第一运动类型对应的运动模型，确定所述目标对象在各所述关键预测时间点的第二状态信息；基于所述目标对象在各所述关键预测时间点的所述第二状态信息，以及所述第一自车状态信息，确定所述横向指标值和所述纵向指标值。 4.根据权利要求3所述的方法，其中，所述基于所述目标对象在各所述关键预测时间点的所述第二状态信息，以及所述第一自车状态信息，确定所述横向指标值，包括：获取所述自车与所述目标对象的碰撞时间；基于所述碰撞时间，从各所述关键预测时间点中确定目标关键预测时间点；基于所述目标关键预测时间点及第二时间间隔，确定第一数量的目标时间点，所述第二时间间隔小于所述第一时间间隔；基于所述目标对象在各所述关键预测时间点的所述第二状态信息，确定所述目标对象在各所述目标时间点的第三状态信息；基于所述第一自车状态信息，采用所述第一自车状态信息对应的运动模型，确定在各所述目标时间点的第二自车状态信息；基于各所述第二自车状态信息和各所述第三状态信息，确定所述自车与所述目标对象在各所述目标时间点的纵向相遇状态；针对任一所述目标时间点，响应于该目标时间点的所述纵向相遇状态为相遇，基于所述第一自车状态信息，采用预设转向避让运动模型，确定该目标时间点对应的所述自车避免与所述目标对象发生碰撞的转向曲率；基于所述纵向相遇状态为相遇的各所述目标时间点分别对应的所述转向曲率，确定最大转向曲率和/或最小转向曲率；将所述最大转向曲率和/或所述最小转向曲率，作为所述横向指标值。 5.根据权利要求4所述的方法，其中，所述基于各所述第二自车状态信息和各所述第三状态信息，确定所述自车与所述目标对象在各所述目标时间点的纵向相遇状态，包括：基于各所述第三状态信息，确定所述目标对象在各所述目标时间点分别对应的角点坐标；针对任一所述目标时间点，基于所述目标对象在该目标时间点的角点坐标，确定该目标时间点离所述自车最近的目标角点坐标；基于该目标时间点的所述第二自车状态信息，确定所述自车的前端预设点的第一纵坐标；基于所述第一纵坐标和所述目标角点坐标的第二纵坐标，确定所述自车与所述目标对象在该目标时间点的所述纵向相遇状态。 6.根据权利要求4所述的方法，其中，所述基于所述第一自车状态信息，采用预设转向避让运动模型，确定该目标时间点对应的所述自车避免与所述目标对象发生碰撞的转向曲率，包括：基于所述第一自车状态信息，确定所述自车的初始曲率和初始速度；基于所述初始曲率、所述初始速度、所述目标对象的所述角点坐标及曲率变化率确定规则，确定所述自车避免与所述目标对象的所述角点坐标产生交集所需要的曲率变化率；基于所述初始曲率和所述曲率变化率，确定所述转向曲率。 7.根据权利要求3所述的方法，其中，基于所述目标对象在各所述关键预测时间点的所述第二状态信息，以及所述第一自车状态信息，确定所述纵向指标值，包括：基于所述目标对象在各所述关键预测时间点的所述第二状态信息，确定所述目标对象在各所述关键预测时间点的角点坐标；针对任一所述关键预测时间点，基于所述目标对象在该关键预测时间点的角点坐标，及所述第一自车状态信息，确定所述目标对象在该关键预测时间点侵入自车行驶轨迹的侵入状态；响应于所述侵入状态为侵入，基于所述第一自车状态信息和所述目标对象在该关键预测时间点的所述角点坐标，采用预设变速运动模型，确定所述自车避免与所述目标对象碰撞所需要的目标速度变化率；基于各所述关键预测时间点分别对应的所述目标速度变化率，确定所述纵向指标值。 8.根据权利要求7所述的方法，其中，所述基于所述目标对象在该关键预测时间点的角点坐标，及所述第一自车状态信息，确定所述目标对象在该关键预测时间点侵入自车行驶轨迹的侵入状态，包括：基于所述第一自车状态信息，确定所述自车的第二运动类型；响应于所述第二运动类型为直线运动，基于所述目标对象的所述角点坐标与所述自车的车宽，确定所述侵入状态；或者，响应于所述第二运动类型为曲线运动，获取所述自车的转向半径、转向中心和所述自车的后轴到前端的第一距离；基于所述第一距离和所述自车的所述车宽，确定所述自车的左前角点对应的第一转向半径和右前角点对应的第二转向半径；基于所述第一转向半径、所述第二转向半径和所述自车的所述转向中心，确定第一圆弧转向轨迹和第二圆弧转向轨迹；基于所述目标对象在该关键预测时间点的角点坐标，确定所述目标对象的第一边所在的第一直线、第二边所在的第二直线、第三边所在的第三直线；基于所述第一圆弧转向轨迹、所述第二圆弧转向轨迹、所述第一直线、所述第二直线和所述第三直线，确定所述侵入状态。 9.根据权利要求8所述的方法，其中，所述基于所述第一圆弧转向轨迹、所述第二圆弧转向轨迹、所述第一直线、所述第二直线和所述第三直线，确定所述侵入状态，包括：针对所述第一直线、所述第二直线和所述第三直线中的任一直线，以及所述第一圆弧转向轨迹和所述第二圆弧转向轨迹中的任一圆弧转向轨迹，响应于该直线与该圆弧转向轨迹相交，确定该直线与该圆弧转向轨迹的第一交点；响应于所述第一交点在该直线对应的边的两端角点坐标之间，确定所述侵入状态为侵入；或者，响应于各所述直线分别对应的所述第一交点均在对应的边的两端角点坐标之外，基于所述目标对象的所述角点坐标，确定所述目标对象与所述第一圆弧转向轨迹和所述第二圆弧转向轨迹的位置关系；响应于所述位置关系为所述目标对象在所述第一圆弧转向轨迹和所述第二圆弧转向轨迹之间，确定所述侵入状态为侵入。 10.根据权利要求7所述的方法，其中，所述基于所述第一自车状态信息和所述目标对象在该关键预测时间点的角点坐标，采用预设变速运动模型，确定所述自车避免与所述目标对象碰撞所需要的目标速度变化率，包括：基于所述第一自车状态信息，确定所述自车的初始加速度和初始速度；基于该关键预测时间点，确定所述自车的行驶时间；基于所述初始加速度、所述初始速度、预配置的加速度变化时长、所述行驶时间、所述目标对象在该关键预测时间点的所述角点坐标的纵坐标、及所述预设变速运动模型的加速度变化率确定规则，确定所述自车在所述行驶时间内避免与所述目标对象碰撞所需要的目标加速度变化率；基于所述目标加速度变化率、所述初始加速度和所述加速度变化时长，确定所述目标速度变化率。 11.根据权利要求1所述的方法，其中，所述基于所述当前自车状态信息和所述当前对象信息，确定具有潜在碰撞风险的目标对象，包括：基于所述当前自车状态信息，确定所述自车的当前运动类型；基于所述当前自车状态信息，采用所述当前运动类型对应的运动模型，确定所述自车的第一运动轨迹；基于所述当前对象信息，确定各所述对象分别对应的第三运动类型；针对任一所述对象，基于该对象的所述当前状态信息，采用所述第三运动类型对应的运动模型，确定该对象的第二运动轨迹；基于所述第一运动轨迹和该对象的所述第二运动轨迹，确定该对象对应的碰撞风险状态；基于各所述对象分别对应的所述碰撞风险状态，确定所述目标对象。 12.根据权利要求11所述的方法，其中，所述基于各所述对象分别对应的所述碰撞风险状态，确定所述目标对象，包括：将所述碰撞风险状态为有风险的对象作为候选对象；基于各所述候选对象分别对应的所述当前状态信息，确定各所述候选对象与所述自车的相对关系；按照所述相对关系对各所述候选对象进行排序，获得排序结果；基于所述排序结果，确定第二数量的所述候选对象作为所述目标对象。 13.一种碰撞危险状态的确定装置，包括：第一获取模块，用于获取当前自车状态信息及当前对象信息，所述当前对象信息包括当前观测到的对象的当前状态信息；第一处理模块，用于基于所述当前自车状态信息和所述当前对象信息，确定具有潜在碰撞风险的目标对象；第二处理模块，用于基于所述当前自车状态信息、所述目标对象的所述当前状态信息及预设运动模型预测规则，确定所述自车与所述目标对象的碰撞危险状态。 14.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-12任一所述的碰撞危险状态的确定方法。 15.一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-12任一所述的碰撞危险状态的确定方法。
所属类别：	发明专利