[发明专利]一种跟车、旁车插入场景的高风险场景构建方法及设备

权利要求书

1.一种跟车、旁车插入场景的高风险场景构建方法，其特征在于，所述方法包括：

获取跟车、旁车插入场景的待检验场景元素；

利用斯皮尔曼相关性检验，从所述待检验场景元素中筛选出与行车风险相关性较强的场景元素，构建危险场景；

计算所述危险场景中选定的自车与前车的车头时距；

模拟所述自车的运动状态，实时计算所述自车与所述前车的相对距离，并确定当所述自车及所述前车的车速均为0时两车制动停车的相对距离；

根据所述自车与前车的车头时距及所述两车制动停车的相对距离，构建高风险场景。

2.根据权利要求1所述的方法，其特征在于，所述利用斯皮尔曼相关性检验，从所述待检验场景元素中筛选出与行车风险相关性较强的场景元素，构建危险场景，包括：

获取所述待检验场景元素的元素变量及对应的行车风险，并对所有元素变量及行车风险按照从低到高进行排序，以及确定各个元素变量各自对应的第一秩及各个行车风险各自对应的第二秩；

根据所有的第一秩和第二秩，确定各个元素变量和对应的行车风险的斯皮尔曼相关系数；

筛选符合条件的所述斯皮尔曼相关系数对应的场景元素；

根据筛选出的场景元素，构建所述危险场景。

3.根据权利要求2所述的方法，其特征在于，所述根据所有的第一秩和第二秩，确定各个元素变量和对应的行车风险的斯皮尔曼相关系数P_i为：

其中，其中，R_i为第一秩，H_i为第二秩，R_i和H_i分别为X_i、Y_i的秩，X_i为元素变量，Y_i为X_i对应的行车风险。

4.根据权利要求2所述的方法，其特征在于，所述筛选符合条件的所述斯皮尔曼相关系数对应的场景元素为：

斯皮尔曼相关系数P_i满足-1P_i-0.5和0.5P_i1对应的场景元素。

5.根据权利要求1所述的方法，其特征在于，所述计算所述危险场景中选定的自车与前车的车头时距THW为：

其中，S_n(t)为t时刻自车与前车的两车车头间距；v_n(t)为t时刻自车的车速。

6.根据权利要求1所述的方法，其特征在于，运用智能驾驶员模型模拟所述自车的运动状态，其中，智能驾驶员模型为：

式中：a_n(t)为t时刻自车的加速度；a_max为自车驾驶人期望的最大加速度；v_n(t)为t时刻自车的车速；v_max为驾驶人期望的速度；σ为加速参数；S_n(t)为t时刻两车车头间距；为自车在t时刻期望的两车车头间距；S₀为自车驾驶人停车时期望的两车车头间距；S₁为距离参数；T为自车驾驶人期望的车头时距；Δv_n(t)为自车与前车的车速差；b为自车驾驶人期望的减速度。