寻找供应商
广告
首页 > 汽车技术 > 正文

将“不安全”场景转化为“安全”场景

2022-12-24 16:20:46·  来源：汽车测试网  
　
图 3.25 跨道路阻断，车端主动请求接管（三）与单车智能应用效果比较基于上述道路施工场景案例，下面分别对基于AD的单车决策规划和基于VICAD的车路协同决策规划两种模式进行量化比较分析。（1）基于AD的单车决策规划根据长期实测统计，自动驾驶车辆每万公里遭遇的施工事件M AD为4.5次/万公里，同时定义：AD模式下自动驾驶地图更新（场景召回）时长：D AD=24h自动驾驶车辆每日运营时长：T AD=10h单车智能自动驾驶遇该类场景的成功率为P AD（P AD的值可根据实测数据获得）。（2）基于VICAD的车路协同决策规划依靠路端和云端协同感知和协同决策规划，可在较短时间内完成施工事件的精准识别和决策规划，并下发到车端，保守起见，将整个链路的时间定为3min，那么：D VICAD= 3min3min时间周期情况下，施工事件场景的召回率可做到：R VICAD=99.9%车路协同决策规划模式下可以通过多种方式帮助自动驾驶车辆避免遭遇施工事件，比如Routing、Decision和Planning，那么该模式下施工事件的场景遭遇率为：场景成功率方面，假设施工时长服从对数正态分布：l~L,ln(l)~N(ln(2),ln(6))h，对于运营时间内发生的一次场景，若场景发生t1时刻，持续时长分布~L，有车辆在t 2时刻途径该点，则在t1至min(TAD,t1+l,t1+D),l~L时间窗口内，车辆受到场景的环境影响，通过成功率为P未认知|施工，时间窗口后若施工持续且完成召回，成功率为P认知|施工=1，其余时间车辆通过成功率为P未施工=1：引入车路协同决策规划后的场景通过率：若单车场景通过成功率：P未认知|施工=90%，车路协同决策规划模式下场景召回率：RVICAD=99%，可得PVICAD|施工≈99.87%。若单车场景通过成功率：P未认知|施工=99.8%，边缘计算场景召回率：RVICAD=99.9%，可得PVICAD|施工≈99.9991%。（3）收益评估分析：综上所述，通过车路协同决策规划对自动驾驶具有显著收益，见表3.9，具体如下：1）车辆场景的遭遇概率明显降低：通过车路协同Routing、Decision和Planning等，可以多种方式避免车辆遭遇施工类场景，在RV I CA D=99.9%情况下，场景遭遇率可从4.5次/万公里降低至0.0270次/万公里；2）车辆场景通过成功率P 得到显著提升：在P 未认知| 施工= 9 9 . 8 % ，边缘计算场景召回率RVICAD=99.9%情况下， PVICAD|施工 可达到理想的99.9991%，场景的失败率从0.9次/百万公里降低到0.00405次/百万公里。表 3.9 施工场景下VICAD收益分析

图片

3.2.2.2“控环境”实现“不安全”到“安全”（一）总体技术原理环境安全也是影响自动驾驶安全的重要因素，通过车路协同可以实现“控环境”，实现车辆驾驶出行与交通运行管理的协调统一，最终提高自动驾驶的安全性。如图3.26所示，路端系统与设施在为自动驾驶提供VICAD服务的同时，也可以利用路端实时高精度感知定位能力，对道路和交通运行状况进行实时监测，识别不安全事件和因素，并及时采取有效手段对交通设施进行干预和控制，并通过移动蜂窝网络或者RSU通信设备提前向车辆发布交通环境信息，避免交通事故发生，达到提升交通安全的目的。

图片

（二）典型场景举例下面从“控环境”提高自动驾驶安全的角度，列举两个比较常见的“不安全”到“安全”场景案例。（1）下穿道路积水管控问题描述：城市道路中下穿道路比较普遍，遇到下雨天气时，道路低洼地段容易积水，一旦车辆驶入可能会严重威胁车辆和人身安全，造成生命财产损失。场景原理：如图3.27所示，1）在路端有积水传感器的情况下，可由路端对下穿道路积水深度进行检测；2）根据水深判断危险程度，若有安全风险，可通过多种方式提醒或控制车辆，禁止车辆驶入危险路段。相关方式包括地图提醒、V2X预警、云端修改Routing、控制信号灯禁止通行，或者将危险信息报送交管、城管平台，由交管和城管统一对道路进行封路管理。

图片

图 3.27 下穿道路积水场景应用效果：如图3.28所示，路端系统可以通过控制信号灯，禁止车辆靠近危险区域，提前避让积水路段，保障车辆和人员安全；或者可以在下穿道路入口处设置路闸，通过关闭路闸的方式，禁止车辆驶入，避免发生水淹事故。

图片

图 3.28 下穿道路积水安全管控（2）隧道内危险事件管控问题描述：如图3.29所示，若高速公路隧道内发生危险情况（比如火灾、瓦斯泄露、坍塌或事故），自动驾驶车辆无法提前获取事件信息，一旦驶入隧道可能会导致二次事故。

图片

图 3.29 隧道内交通事故场景原理：如图3.30所示，1）路端通过感知系统对隧道的危险事件进行实时感知识别；2）隧道内感知系统与隧道口的信号控制设备打通，通过控制信号灯禁止车辆进入隧道，或通过V2X将隧道事件广播给车辆，提前让车辆和驾驶员知悉隧道内事件。应用效果：通过控制信号灯，避免车辆陷入危险环境，发生二次交通事故，保证人身安全和交通安全。

图片

图 3.30 隧道危险情况安全管控节选自《面向自动驾驶的车路协同关键技术与展望2.0》 

   首页   下一页   上一页   尾页 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 上新｜AutoHawk Extreme 横空出世-新一代实时仿真平台 • 「智能座椅」东风日产N7为何敢称“百万级大沙发”？
• 基于加速度计补偿的俯仰角和路面坡度角估计算法 • 博世发布突破性电解槽技术
• ESI 全新BM-Stamp软件在汽车行业冲压仿真精算阶段的价值与 • NOA该允许驾驶员脱手么？
• 方向盘力矩计算分析 • 前轮大转角二自由度模型的横摆角速度和转弯半径计算方法.d
• 广汽神行数据仿真平台获A+级AI智驾仿真工具链认证 • 国内车企智驾方案梳理
0 条相关评论

编辑推荐

最新资讯

沪ICP备11026917号-25