摘要
随着自动驾驶技术的不断推广，车辆安全评估成为高阶自动驾驶技术的难点。目前，现有的 L1-L2级自动驾驶汽车单一 ADAS功能不具备整车安全性连续监测与评价能力。为解决车辆安全状态评估方法受限于单个驾驶辅助系统而导致的行驶风险监测评价不全面问题，本文提出了一种面向高速公路场景的自动驾驶车辆安全评价方法。 首先分析了高速公路场景组成要素，提出高速公路场景安全性评价框架，研究静态场景、动态场景和车辆安全风险对自动驾驶车辆行驶安全性影响。针对静态场景评价方面，利用层次分析法对静态场景的准则层和方案层进行权重设计，以高速公路常见场景计算其静态场景复杂度，为生成关键场景数据集提供选择依据。 接下来，在车辆安全风险评价方面，介绍车辆纵向碰撞评价指标并建立安全制动距离模型，得到车辆行驶状态参数，为后文计算车辆安全风险评价和动态场景评价做准备。接着，建立车辆在弯坡道路上的动力学模型，考虑侧滑和侧翻临界工况获得车辆安全行驶车速。最后，引入历史事故数据库，建立交通事故故障树，求得不同路段的事故概率信息量作为车辆事故风险评估系数，结合安全车速与自车车速得到车辆风险程度，作为车辆风险评价结果，并设计场景对此进行仿真验证。 最后，在动态场景安全评价问题上，将动态场景环境划分为主车直行场景和主车换道场景。使用PICT组合覆盖工具在仿真平台内对多种危险工况组合参数进行初步设定，以采集所需的安全评价参数和自车与周车状态参数。对预处理后的安全参数进行高斯混合聚类分析，结合场景划分类别训练得到场景安全等级分类器，所设计的分类器可用于评估不同场景下车辆的安全等级。 利用Carsim和Simulink联合仿真平台进行验证分析，与聚类划分结果对比，得到直行和换道场景的风险识别准确度分别为94%和95.8%。将所设计的安全评价模型移植到百度Apollo平台内作为单独的evaluate模块，验证了评价方法的适用性。
NETL