反应模型构建方法、反应模型的参数标定方法及相关装置与流程

本技术涉及智能驾驶，尤其涉及一种反应模型构建方法、反应模型的参数标定方法及相关装置。

背景技术：

1、自动驾驶技术是基于人工智能技术，通过传感器、摄像头、雷达、激光等感知装置实现对环境的感知和判别，从而实现自动驾驶，可以大大提高驾驶效率。随着自动驾驶技术的快速发展，自动驾驶的安全性越来越受到人们的关注。

2、目前业内对自动驾驶能力可接受的共识是自动驾驶需要避免设计运行范围内合理可预见且可避免的事故发生。其中，评估“可避免”的常用参考模型是注意力集中的一般人类驾驶员(careful and competent human driver，cc driver)的反应模型。通过该反应模型可以评估某个驾驶场景中可能发生的事故对于一般人类驾驶员而言是否是可避免的，进而对自动驾驶的能力做出评估。

3、但是，目前的反应模型仍无法覆盖大多危险驾驶场景，从而对自动驾驶的能力做出不合理的评估，影响自动驾驶的安全性。

技术实现思路

1、本技术实施例提供了一种反应模型构建方法、反应模型的参数标定方法及相关装置，可以覆盖大多危险驾驶场景，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

2、第一方面，本技术实施例提供了一种反应模型构建方法，应用于第一车辆，该方法可以由通信装置执行。该通信装置可以是设备，也可以是用于设备的芯片(系统)或电路，本技术对此不作限定。该方法包括：

3、获取第一信息，所述第一信息包括第一风险点或第二风险点的信息，所述第一风险点为当前时刻所述第一车辆所在道路上出现的真实风险点，所述第二风险点为当前时刻所述第一车辆所在道路上出现的引发第三风险点的潜在风险点，所述第三风险点为当前时刻之后的第一时间段内所述第一车辆所在道路上出现的真实风险点；

4、基于所述第一信息构建反应模型，所述反应模型用于表征所述第一车辆在所述第一风险点或所述第二风险点出现后的动作行为。

5、本技术实施例中，提供了一种反应模型构建方法，通信装置获取第一信息，并基于该第一信息构建反应模型，此处的通信装置也可以是可用于执行计算机执行指令的处理器/芯片，本技术实施例对此不作限制。

6、本技术实施例中的第一信息包括第一风险点或第二风险点的信息。其中，该第一风险点为当前时刻第一车辆所在道路上出现的真实风险点，真实风险点可以理解为当前时刻发生的威胁车辆驾驶安全的事件。该第二风险点为当前时刻第一车辆所在道路上出现的引发第三风险点的潜在风险点，该第三风险点为当前时刻之后的第一时间段内第一车辆所在道路上出现的真实风险点，潜在风险点可以理解为当前时刻发生的可能影响车辆驾驶安全，但尚未对车辆驾驶安全构成实际威胁的事件，其引发的后续事件对车辆驾驶安全构成威胁。可以理解的是，第二风险点可以用于对当前时刻之后的第一时间段内合理可预见的真实风险点进行有预兆的警示。本技术实施例中基于上述第一信息构建得到的反应模型，用于表征第一车辆在上述第一风险点或上述第二风险点出现后的动作行为。

7、本技术实施例中设计了一种可以快速构建不同自动驾驶场景下的注意力集中的一般人类驾驶员的反应模型的方法，通过引入潜在风险点的概念，可以覆盖更多的危险驾驶场景，并且可以优化真实风险点的定义逻辑，更为精准的表征车辆在风险点出现后的动作行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

8、结合上述第一方面，在一种可能的实施方式中，所述第二风险点包括以下任一项或多项：

9、存在减速提示的路段，存在注意标识的路段，存在静态盲区的路段，相邻车道上的车辆存在制动动作，相邻车辆为大型车辆，相邻车辆的警示信号。

10、在本技术实施方式中，提供了一种第二风险点的可能的具体实施方式，具体为，第二风险点可以包括但不限于第一车辆所在道路上存在减速提示的路段，存在注意标识的路段，存在静态盲区的路段，相邻车道上的车辆存在制动动作，相邻车辆为大型车辆，相邻车辆的警示信号，等等。可以理解的是，上述潜在风险情况可以用于对当前时刻之后的第一时间段内合理可预见的真实风险点进行有预兆的警示。本技术实施例通过引入潜在风险点的概念，可以覆盖更多的危险驾驶场景，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

11、结合上述第一方面，在一种可能的实施方式中，所述动作行为包括车辆制动行为或车辆转向行为中的至少一项。

12、在本技术实施方式中，提供了一种第一车辆在第一风险点或第二风险点出现后的动作行为的可能的具体实施方式，具体为，该动作行为可以包括但不限于车辆制动行为或车辆转向行为中的至少一项。本技术实施例中设计的一般人类驾驶员的反应模型，综合了转向和制动两种动作逻辑，全面真实反应了一般人类驾驶员的防御性和应激性响应差异，更为精准的表征车辆在风险点出现后的动作行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

13、结合上述第一方面，在一种可能的实施方式中，所述第一风险点为第二车辆与所述第二车辆所在车道中心线的偏移量大于第一阈值；其中，所述第二车辆为未开启转向灯切入所述第一车辆前方的车辆，所述第二车辆的车型不大于所述第一车辆的车型。

14、在本技术实施方式中，提供了一种第一风险点的可能的具体实施方式，具体为，在第二车辆未开启转向灯切入第一车辆前方，且第二车辆的车型不大于第一车辆的车型的场景下，如果第二车辆与第二车辆所在车道中心线的偏移量大于第一阈值，则将其确定为第一风险点，该第一阈值不是一个固定的值，可以根据不同的应用场景而做调整。可以理解的是，在本技术实施例中的第二车辆未开启转向灯切入第一车辆前方的场景中，第二车辆未开启转向灯，并非大型车辆，且不存在制动动作，因此可以认为该场景不存在潜在风险点，即对第一车辆的驾驶安全不构成潜在风险，此时的第一风险点可以是第二车辆表现出切入意图明显的时刻。相应的，基于第一信息构建得到的反应模型用于表征该场景下的第一车辆在第一风险点出现后的无防御性的紧急动作行为。

15、结合上述第一方面，在一种可能的实施方式中，所述第二风险点为第三车辆的车型大于所述第一车辆的车型，所述第三风险点为所述第三车辆发生横向偏移；其中，所述第三车辆与所述第一车辆相邻，所述第三车辆为未开启转向灯切入所述第一车辆前方的车辆。

16、在本技术实施方式中，提供了一种第二风险点的可能的具体实施方式，具体为，在第三车辆未开启转向灯切入第一车辆前方的场景下，如果第三车辆的车型大于第一车辆的车型，则在第三车辆发生切入行为之前就可以将第三车辆确定为第二风险点，如果第三车辆发生横向偏移，则将其确定为第三风险点。可以理解的是，在本技术实施例中的第三车辆未开启转向灯切入第一车辆前方的场景中，第三车辆虽然未开启转向灯，但是是与第一车辆相邻的大型车辆，因此可以认为该场景存在潜在风险点，即对第一车辆的驾驶安全构成潜在风险，此时的第二风险点可以确定为与第一车辆相邻的大型车辆(即第三车辆)，由于第三车辆为大型车辆，其切入动作较为明显，因此可以将第三车辆发生横向偏移确定为第三风险点，即第二风险点可能引发的真实风险点，可以理解的是，第二风险点(与第一车辆相邻的大型车辆)可以用于对当前时刻之后的第一时间段内合理可预见的真实风险点(第三车辆发生横向偏移)进行有预兆的警示。相应的，基于第一信息构建得到的反应模型用于表征该场景下的第一车辆在第二风险点出现后的防御性的紧急动作行为。

17、结合上述第一方面，在一种可能的实施方式中，所述第一风险点为在所述第一车辆的视野范围内出现的第四车辆的横向车身大于第二阈值；其中，所述第四车辆、所述第一车辆以及第五车辆位于同一车道，且所述第四车辆位于所述第五车辆的前方，所述第五车辆位于所述第一车辆的前方，所述第五车辆为切出当前车道的车辆。

18、在本技术实施方式中，提供了一种第一风险点的可能的具体实施方式，具体为，在第一车辆前方的第五车辆切出当前车道时，第一车辆遇到第五车辆前方的第四车辆的场景下，如果第一车辆的视野范围内出现的第四车辆的横向车身大于第二阈值，则将其确定为第一风险点，该第二阈值不是一个固定的值，可以根据不同的应用场景而做调整。可以理解的是，在本技术实施例中的第五车辆切出当前车道，且第一车辆遇到第五车辆前方的第四车辆的场景中，不存在潜在风险点，即对第一车辆的驾驶安全不构成潜在风险，此时的第一风险点可以是第一车辆的视野范围内出现的第四车辆的横向车身大于第二阈值的时刻。相应的，基于第一信息构建得到的反应模型用于表征该场景下的第一车辆在第一风险点出现后的无防御性的紧急动作行为。

19、结合上述第一方面，在一种可能的实施方式中，所述基于所述第一信息构建反应模型，包括：

20、在所述第一信息包括所述第一风险点的情况下，确定第二信息，所述第二信息包括第一区间和第二区间的信息，所述第一区间为所述第一车辆匀速行驶的区间，所述第二区间为所述第一车辆进行车辆制动的区间，所述第二区间位于所述第一区间之后；

21、基于所述第一信息和所述第二信息，构建第一反应模型，所述第一反应模型用于表征在所述第一风险点出现后，所述第一车辆在所述第一区间内匀速行驶，在所述第二区间内进行车辆制动直至静止。

22、在本技术实施方式中，提供了一种构建第一反应模型的可能的具体实施方式，具体为，在第一信息包括第一风险点的情况下，确定第二信息，并基于该第一信息和第二信息构建第一反应模型。其中，当第一信息包括第一风险点时，表示当前时刻第一车辆所在道路上出现的为真实风险点。此时，确定的第二信息包括第一车辆匀速行驶的第一区间的信息和进行车辆制动的第二区间的信息。相应的，基于第一信息和第二信息构建得到的第一反应模型用于表征该场景下的第一车辆在第一风险点出现后的无防御性的紧急制动行为，即在第一风险点出现后，第一车辆经过第一区间内持续的匀速行驶后，开始在第二区间内进行车辆制动，并以一定斜率达到制动最大减速度，保持车辆减速直到静止。通过本技术实施例构建得到的第一反应模型，可以覆盖出现真实风险点的驾驶场景，优化真实风险点的定义逻辑，更为精准的表征车辆在真实风险点出现后的无防御性的紧急制动行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

23、结合上述第一方面，在一种可能的实施方式中，所述第二信息还包括以下任一项或多项：

24、所述第一车辆在所述第一区间内匀速行驶的持续时间，所述第一车辆在所述第二区间内进行车辆制动的开始时间点，所述第一车辆的制动速率，所述第一车辆的制动最大减速度。

25、在本技术实施方式中，提供了一种第二信息的可能的具体实施方式，具体为，在第一信息包括第一风险点的情况下，构建第一反应模型所需的第二信息可以包括但不限于第一车辆在第一区间内匀速行驶的持续时间，第一车辆在第二区间内进行车辆制动的开始时间点，第一车辆的制动速率，第一车辆的制动最大减速度，等等。基于本技术实施例中的第二信息构建得到的第一反应模型，可以更为精准的表征车辆在真实风险点出现后的无防御性的紧急制动行为。

26、结合上述第一方面，在一种可能的实施方式中，所述基于所述第一信息构建反应模型，包括：

27、在所述第一信息包括所述第二风险点的情况下，确定第三信息，所述第三信息包括第三区间和第四区间的信息，所述第三区间为所述第一车辆匀速行驶的区间，所述第四区间为所述第一车辆进行车辆制动的区间，所述第四区间位于所述第三区间之后；

28、基于所述第一信息和所述第三信息，构建第二反应模型，所述第二反应模型用于表征在所述第二风险点出现后且在所述第三风险点出现前，所述第一车辆以当前行驶状态行驶，以及在所述第三风险点出现后，所述第一车辆在所述第三区间内匀速行驶，在所述第四区间内进行车辆制动直至静止。

29、在本技术实施方式中，提供了一种构建第二反应模型的可能的具体实施方式，具体为，在第一信息包括第二风险点的情况下，确定第三信息，并基于该第一信息和第三信息构建第二反应模型。其中，当第一信息包括第二风险点时，表示当前时刻第一车辆所在道路上出现的为潜在风险点，可以用于对当前时刻之后的第一时间段内合理可预见的第三风险点(即真实风险点)进行有预兆的警示。此时，确定的第三信息包括第一车辆匀速行驶的第三区间的信息和进行车辆制动的第四区间的信息。相应的，基于第一信息和第三信息构建得到的第二反应模型用于表征该场景下的第一车辆在第二风险点出现后的防御性的紧急制动行为，即在第二风险点出现后且在第三风险点出现前，第一车辆保持滑行状态，即以当前行驶状态行驶，在第三风险点出现后，第一车辆经过第三区间内持续的匀速行驶后，开始在第四区间内进行车辆制动，并以一定斜率达到制动最大减速度，保持车辆减速直到静止。通过本技术实施例构建得到的第二反应模型，引入潜在风险点的概念，可以覆盖出现潜在风险点的驾驶场景，并且可以优化真实风险点的定义逻辑，更为精准的表征车辆在潜在风险点出现后的防御性的紧急制动行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

30、结合上述第一方面，在一种可能的实施方式中，所述第三信息还包括以下任一项或多项：

31、所述第一车辆在所述第三区间内匀速行驶的持续时间，所述第一车辆在所述第四区间内进行车辆制动的开始时间点，所述第一车辆的制动速率，所述第一车辆的制动最大减速度。

32、在本技术实施方式中，提供了一种第三信息的可能的具体实施方式，具体为，在第一信息包括第二风险点的情况下，构建第二反应模型所需的第三信息可以包括但不限于第一车辆在第三区间内匀速行驶的持续时间，第一车辆在第四区间内进行车辆制动的开始时间点，第一车辆的制动速率，第一车辆的制动最大减速度，等等。基于本技术实施例中的第三信息构建得到的第二反应模型，可以更为精准的表征车辆在潜在风险点出现后的防御性的紧急制动行为。

33、结合上述第一方面，在一种可能的实施方式中，所述基于所述第一信息构建反应模型，包括：

34、在所述第一信息包括所述第一风险点的情况下，确定第四信息，所述第四信息包括第五区间和第六区间的信息，所述第五区间为所述第一车辆直线行驶的区间，所述第六区间为所述第一车辆进行车辆转向的区间，所述第六区间位于所述第五区间之后；

35、基于所述第一信息和所述第四信息，构建第三反应模型，所述第三反应模型用于表征在所述第一风险点出现后，所述第一车辆在所述第五区间内直线行驶，在所述第六区间内进行车辆转向直至回正转向。

36、在本技术实施方式中，提供了一种构建第三反应模型的可能的具体实施方式，具体为，在第一信息包括第一风险点的情况下，确定第四信息，并基于该第一信息和第四信息构建第三反应模型。其中，当第一信息包括第一风险点时，表示当前时刻第一车辆所在道路上出现的为真实风险点。此时，确定的第四信息包括第一车辆直线行驶的第五区间的信息和进行车辆转向的第六区间的信息。相应的，基于第一信息和第四信息构建得到的第三反应模型用于表征该场景下的第一车辆在第一风险点出现后的无防御性的紧急转向行为，即在第一风险点出现后，第一车辆经过第五区间内持续的直线行驶后，开始在第六区间内进行车辆转向，以正弦形式先达到最大转角继而回正转角，并保持回正转角后的方向继续直线行驶。通过本技术实施例构建得到的第三反应模型，可以覆盖出现真实风险点的驾驶场景，优化真实风险点的定义逻辑，更为精准的表征车辆在真实风险点出现后的无防御性的紧急转向行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

37、结合上述第一方面，在一种可能的实施方式中，所述第四信息还包括以下任一项或多项：

38、所述第一车辆在所述第五区间内直线行驶的持续时间，所述第一车辆在所述第六区间内进行车辆转向的方向盘转角峰值，所述第一车辆的方向盘转动周期。

39、在本技术实施方式中，提供了一种第四信息的可能的具体实施方式，具体为，在第一信息包括第一风险点的情况下，构建第三反应模型所需的第四信息可以包括但不限于第一车辆在第五区间内直线行驶的持续时间，第一车辆在第六区间内进行车辆转向的方向盘转角峰值，第一车辆的方向盘转动周期，等等。基于本技术实施例中的第四信息构建得到的第三反应模型，可以更为精准的表征车辆在真实风险点出现后的无防御性的紧急转向行为。

40、结合上述第一方面，在一种可能的实施方式中，所述基于所述第一信息构建反应模型，包括：

41、在所述第一信息包括所述第二风险点的情况下，确定第五信息，所述第五信息包括第七区间和第八区间的信息，所述第七区间为所述第一车辆直线行驶的区间，所述第八区间为所述第一车辆进行车辆转向的区间，所述第八区间位于所述第七区间之后；

42、基于所述第一信息和所述第五信息，构建第四反应模型，所述第四反应模型用于表征在所述第二风险点出现后且在所述第三风险点出现前，所述第一车辆以当前行驶状态行驶，以及在所述第三风险点出现后，所述第一车辆在所述第七区间内直线行驶，在所述第八区间内进行车辆转向直至回正转向。

43、在本技术实施方式中，提供了一种构建第四反应模型的可能的具体实施方式，具体为，在第一信息包括第二风险点的情况下，确定第五信息，并基于该第一信息和第五信息构建第四反应模型。其中，当第一信息包括第二风险点时，表示当前时刻第一车辆所在道路上出现的为潜在风险点，可以用于对当前时刻之后的第一时间段内合理可预见的第三风险点(即真实风险点)进行有预兆的警示。此时，确定的第五信息包括第一车辆直线行驶的第七区间的信息和进行车辆转向的第八区间的信息。相应的，基于第一信息和第五信息构建得到的第四反应模型用于表征该场景下的第一车辆在第二风险点出现后的防御性的紧急转向行为，即在第二风险点出现后且在第三风险点出现前，第一车辆保持滑行状态，即以当前行驶状态行驶，在第三风险点出现后，第一车辆经过第七区间内持续的直线行驶后，开始在第八区间内进行车辆转向，以正弦形式先达到最大转角继而回正转角，并保持回正转角后的方向继续直线行驶。通过本技术实施例构建得到的第四反应模型，引入潜在风险点的概念，可以覆盖出现潜在风险点的驾驶场景，并且可以优化真实风险点的定义逻辑，更为精准的表征车辆在潜在风险点出现后的防御性的紧急转向行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

44、结合上述第一方面，在一种可能的实施方式中，所述第五信息还包括以下任一项或多项：

45、所述第一车辆在所述第七区间内直线行驶的持续时间，所述第一车辆在所述第八区间内进行车辆转向的方向盘转角峰值，所述第一车辆的方向盘转动周期。

46、在本技术实施方式中，提供了一种第五信息的可能的具体实施方式，具体为，在第一信息包括第二风险点的情况下，构建第四反应模型所需的第五信息可以包括但不限于第一车辆在第七区间内直线行驶的持续时间，第一车辆在第八区间内进行车辆转向的方向盘转角峰值，第一车辆的方向盘转动周期，等等。基于本技术实施例中的第五信息构建得到的第四反应模型，可以更为精准的表征车辆在潜在风险点出现后的无防御性的紧急转向行为。

47、第二方面，本技术实施例提供了一种反应模型的参数标定方法，应用于第一车辆，该方法可以由通信装置执行。该通信装置可以是设备，也可以是用于设备的芯片(系统)或电路，本技术对此不作限定。该方法包括：

48、获取第六信息，所述第六信息包括反应模型输出的参数信息，所述参数信息用于表征所述第一车辆对应的一般人类驾驶员的驾驶行为；其中，所述反应模型由第一信息构建得到，所述第一信息包括第一风险点或第二风险点的信息，所述第一风险点为第一时刻所述第一车辆所在道路上出现的真实风险点，所述第二风险点为第一时刻所述第一车辆所在道路上出现的引发第三风险点的潜在风险点，所述第三风险点为第一时刻之后的第一时间段内所述第一车辆所在道路上出现的真实风险点，所述反应模型用于表征所述第一车辆在所述第一风险点或所述第二风险点出现后的动作行为；

49、基于所述第六信息标定得到目标参数，所述目标参数用于对所述第一车辆的自动驾驶性能进行评测。

50、本技术实施例中，提供了一种反应模型的参数标定方法，通信装置获取第六信息，并基于该第六信息标定得到目标参数，此处的通信装置也可以是可用于执行计算机执行指令的处理器/芯片，本技术实施例对此不作限制。

51、本技术实施例中的第六信息包括反应模型输出的参数信息。其中，该参数信息用于表征第一车辆对应的一般人类驾驶员的驾驶行为，该反应模型由第一信息构建得到，用于表征第一车辆在第一风险点或第二风险点出现后的动作行为。其中，该第一信息包括第一风险点或第二风险点的信息。该第一风险点为第一时刻第一车辆所在道路上出现的真实风险点，真实风险点可以理解为第一时刻发生的威胁车辆驾驶安全的事件。该第二风险点为第一时刻第一车辆所在道路上出现的引发第三风险点的潜在风险点，该第三风险点为第一时刻之后的第一时间段内第一车辆所在道路上出现的真实风险点，潜在风险点可以理解为第一时刻发生的可能影响车辆驾驶安全，但尚未对车辆驾驶安全构成实际威胁的事件，其引发的后续事件对车辆驾驶安全构成威胁。可以理解的是，第二风险点可以用于对第一时刻之后的第一时间段内合理可预见的真实风险点进行有预兆的警示。本技术实施例中基于上述第六信息标定得到的目标参数，用于对第一车辆的自动驾驶性能进行评测。

52、本技术实施例中，基于反应模型输出的参数信息标定得到目标参数，用于对第一车辆的自动驾驶性能进行评测，由于反应模型中引入潜在风险点的概念，可以覆盖更多的危险驾驶场景，并且可以优化真实风险点的定义逻辑，更为精准的表征车辆在风险点出现后的动作行为，从而基于该反应模型输出的参数信息标定得到的目标参数，可以对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

53、可选的，上述第二方面中的反应模型，可以通过上述第一方面以及任一项可能的实施方式所述的方法构建得到。

54、结合上述第二方面，在一种可能的实施方式中，在所述反应模型包括第一反应模型或第二反应模型的情况下，所述目标参数包括以下任一项或多项：

55、所述第一车辆的制动最大减速度，所述第一车辆的制动效能提升时间，所述第一车辆的制动效能提升速率，所述第一车辆对应的一般人类驾驶员的决策响应时间；

56、其中，所述第一反应模型用于表征在所述第一风险点出现后所述第一车辆的制动行为，所述第二反应模型用于表征在所述第二风险点出现后所述第一车辆的制动行为。

57、在本技术实施方式中，提供了一种反应模型的可能的具体实施方式，具体为，用于标定得到目标参数的反应模型可以包括第一反应模型或第二反应模型，其中，第一反应模型为表征第一风险点出现后第一车辆的制动行为，第二反应模型为表征第二风险点出现后第一车辆的制动行为。该情况下，基于该第一反应模型或第二反应模型输出的参数信息标定得到的目标参数包括但不限于第一车辆的制动最大减速度，第一车辆的制动效能提升时间，第一车辆的制动效能提升速率，第一车辆对应的一般人类驾驶员的决策响应时间。通过本技术实施例，利用第一反应模型或第二反应模型输出的参数信息进行标定得到的目标参数，可以对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

58、结合上述第二方面，在一种可能的实施方式中，所述第一车辆的制动最大减速度由所述第一风险点或所述第二风险点出现后所述参数信息中制动减速度较大的n帧数据标定得到，所述n为大于0的整数。

59、在本技术实施方式中，提供了一种第一车辆的制动最大减速度的可能的具体实施方式，具体为，可以选取切片数据中在第一风险点或第二风险点发生后制动减速度较大的n帧(比如，10帧)数据取平均值，作为制动最大减速度，可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的制动行为。

60、结合上述第二方面，在一种可能的实施方式中，所述第一车辆的制动效能提升时间为制动饱和时刻和制动开始时刻的差值，所述制动开始时刻由所述参数信息中至少两帧制动减速度较小的数据标定得到，所述制动饱和时刻由所述参数信息中至少两帧制动减速度较大的数据标定得到。

61、在本技术实施方式中，提供了一种第一车辆的制动效能提升时间的可能的具体实施方式，具体为，由反应模型输出的参数信息中至少两帧制动减速度较小的数据标定得到制动开始时刻，由反应模型输出的参数信息中至少两帧制动减速度较大的数据标定得到制动饱和时刻，制动饱和时刻和制动开始时刻的差值即为第一车辆的制动效能提升时间。可以理解的是，制动减速度较小可以指的是制动减速度小于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是制动减速度为制动最大减速度10％和15％的两帧数据。同理，制动减速度较大可以指的是制动减速度大于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是制动减速度为制动最大减速度90％和85％的两帧数据。本技术实施例中，假设在制动开始与即将饱和时制动效能提升速率相同，使用较大制动减速度时的时刻反推制动饱和时刻，以及使用较小制动减速度时的时刻反推制动开始时刻，可以得到鲁棒抗干扰的制动效能提升时间，从而可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的制动行为。

62、结合上述第二方面，在一种可能的实施方式中，所述第一车辆的制动效能提升速率由所述参数信息中至少一帧制动减速度较小的数据和至少一帧制动减速度较大的数据标定得到。

63、在本技术实施方式中，提供了一种第一车辆的制动效能提升速率的可能的具体实施方式，具体为，可以由参数信息中至少一帧制动减速度较小的数据和至少一帧制动减速度较大的数据标定得到第一车辆的制动效能提升速率。可以理解的是，制动减速度较小可以指的是制动减速度小于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是制动减速度为制动最大减速度10％的至少一帧数据。同理，制动减速度较大可以指的是制动减速度大于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是制动减速度为制动最大减速度90％的至少一帧数据。本技术实施例中，选取第一车辆制动全过程的中间段的制动减速度变化情况，可以得到更精准的第一车辆的制动效能提升速率，从而可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的制动行为。

64、结合上述第二方面，在一种可能的实施方式中，所述第一车辆对应的一般人类驾驶员的决策响应时间为制动开始时刻与真实风险点出现时刻的差值，所述制动开始时刻由所述参数信息中至少两帧制动减速度较小的数据标定得到。

65、在本技术实施方式中，提供了一种第一车辆对应的一般人类驾驶员的决策响应时间的可能的具体实施方式，具体为，由参数信息中至少两帧制动减速度较小的数据标定得到制动开始时刻，制动开始时刻与真实风险点出现时刻的差值作为第一车辆对应的一般人类驾驶员的决策响应时间，可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的制动行为。可以理解的是，制动减速度较小可以指的是制动减速度小于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是制动减速度为制动最大减速度10％和15％的至少两帧数据。

66、结合上述第二方面，在一种可能的实施方式中，在所述反应模型包括第三反应模型或第四反应模型的情况下，所述参数信息包括以下任一项或多项：

67、所述第一车辆的方向盘最大转角，所述第一车辆的方向盘回正时长，所述第一车辆对应的一般人类驾驶员的决策响应时间；

68、其中，所述第三反应模型用于表征在所述第一风险点出现后所述第一车辆的转向行为，所述第四反应模型用于表征在所述第二风险点出现后所述第一车辆的转向行为。

69、在本技术实施方式中，提供了一种反应模型的可能的具体实施方式，具体为，用于标定得到目标参数的反应模型可以包括第三反应模型或第四反应模型，其中，第三反应模型为表征第一风险点出现后第一车辆的转向行为，第四反应模型为表征第二风险点出现后第一车辆的转向行为。该情况下，基于该第三反应模型或第四反应模型输出的参数信息标定得到的目标参数包括但不限于第一车辆的方向盘最大转角，第一车辆的方向盘回正时长，第一车辆对应的一般人类驾驶员的决策响应时间。通过本技术实施例，利用第三反应模型或第四反应模型输出的参数信息进行标定得到的目标参数，可以对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

70、结合上述第二方面，在一种可能的实施方式中，所述第一车辆的方向盘最大转角由所述第一风险点或所述第二风险点出现后所述参数信息中方向盘转角较大的m帧数据标定得到，所述m为大于0的整数。

71、在本技术实施方式中，提供了一种第一车辆的方向盘最大转角的可能的具体实施方式，具体为，具体为，可以选取切片数据中在第一风险点或第二风险点发生后方向盘转角较大的m帧(比如，10帧)数据取平均值，作为方向盘最大转角，可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的转向行为。

72、结合上述第二方面，在一种可能的实施方式中，所述第一车辆的方向盘回正时长为第一次回正时刻和转向开始时刻的差值，所述转向开始时刻由所述参数信息中至少两帧方向盘转角较小的数据标定得到，所述第一次回正时刻由所述参数信息中至少两帧方向盘转角较大的数据标定得到。

73、在本技术实施方式中，提供了一种第一车辆的方向盘回正时长的可能的具体实施方式，具体为，由反应模型输出的参数信息中至少两帧方向盘转角较小的数据标定得到转向开始时刻，由反应模型输出的参数信息中至少两帧方向盘转角较大的数据标定得到第一次回正时刻，第一次回正时刻和转向开始时刻的差值即为第一车辆的方向盘回正时长。可以理解的是，方向盘转角较小可以指的是方向盘转角小于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是方向盘转角为方向盘最大转角20％和15％的两帧数据。同理，方向盘转角较大可以指的是方向盘转角大于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是方向盘转角为方向盘最大转角80％和85％的两帧数据。本技术实施例中，假设在转向开始与即将第一次转向回正时转向角提升速率相同，使用较大转向角时的时刻反推第一次转向回正时刻，以及使用较小转向角时的时刻反推转向开始时刻，可以得到鲁棒抗干扰的方向盘回正时长，从而可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的转向行为。

74、结合上述第二方面，在一种可能的实施方式中，所述第一车辆对应的一般人类驾驶员的决策响应时间为转向开始时刻与真实风险点出现时刻的差值，所述转向开始时刻由所述参数信息中至少两帧方向盘转角较小的数据标定得到。

75、在本技术实施方式中，提供了一种第一车辆对应的一般人类驾驶员的决策响应时间的可能的具体实施方式，具体为，由参数信息中至少两帧方向盘转角较小的数据标定得到转向开始时刻，转向开始时刻与真实风险点出现时刻的差值作为第一车辆对应的一般人类驾驶员的决策响应时间，可以更精准的表征第一风险点或第二风险点出现后第一车辆对应的一般人类驾驶员的转向行为。可以理解的是，方向盘转角较小可以指的是方向盘转角小于某个预设阈值，该预设阈值不是一个固定的值，可以根据不同的应用场景而做调整，比如，可以是方向盘转角为方向盘最大转角20％和15％的至少两帧数据。

76、第三方面，本技术实施例提供了一种通信装置，该装置包括用于执行如第一方面任一项所述方法的模块或单元。

77、在一种可能的设计中，该装置包括：

78、处理单元，用于获取第一信息，所述第一信息包括第一风险点或第二风险点的信息，所述第一风险点为当前时刻第一车辆所在道路上出现的真实风险点，所述第二风险点为当前时刻所述第一车辆所在道路上出现的引发第三风险点的潜在风险点，所述第三风险点为当前时刻之后的第一时间段内所述第一车辆所在道路上出现的真实风险点；

79、所述处理单元，还用于基于所述第一信息构建反应模型，所述反应模型用于表征所述第一车辆在所述第一风险点或所述第二风险点出现后的动作行为。

80、在一种可能的实施方式中，该装置还包括：

81、通信单元，用于接收所述第一信息；

82、所述处理单元，具体用于通过所述通信单元获取所述第一信息。

83、上述处理单元和通信单元执行的方法可参阅上述第一方面对应的方法，此处不再赘述。

84、关于第三方面以及任一项可能的实施方式所带来的技术效果，可参考对应于第一方面以及相应的实施方式的技术效果的介绍。

85、第四方面，本技术实施例提供了一种通信装置，该装置包括用于执行如第二方面任一项所述方法的模块或单元。

86、在一种可能的设计中，该装置包括：

87、处理单元，用于获取第六信息，所述第六信息包括反应模型输出的参数信息，所述参数信息用于表征第一车辆对应的一般人类驾驶员的驾驶行为；其中，所述反应模型由第一信息构建得到，所述第一信息包括第一风险点或第二风险点的信息，所述第一风险点为第一时刻所述第一车辆所在道路上出现的真实风险点，所述第二风险点为第一时刻所述第一车辆所在道路上出现的引发第三风险点的潜在风险点，所述第三风险点为第一时刻之后的第一时间段内所述第一车辆所在道路上出现的真实风险点，所述反应模型用于表征所述第一车辆在所述第一风险点或所述第二风险点出现后的动作行为；

88、所述处理单元，还用于基于所述第六信息标定得到目标参数，所述目标参数用于对所述第一车辆的自动驾驶性能进行评测。

89、在一种可能的实施方式中，该装置还包括：

90、通信单元，用于接收所述第六信息；

91、所述处理单元，具体用于通过所述通信单元获取所述第六信息。

92、上述处理单元和通信单元执行的方法可参阅上述第二方面对应的方法，此处不再赘述。

93、关于第四方面以及任一项可能的实施方式所带来的技术效果，可参考对应于第二方面以及相应的实施方式的技术效果的介绍。

94、可选的，在上述第三方面至第四方面任一方面以及任一项可能的实施方式所述的通信装置中：

95、在一种实现方式中，该通信装置为通信设备。当该通信装置为通信设备时，通信单元可以是收发器，或，输入/输出接口；处理单元可以是至少一个处理器。可选地，收发器可以为收发电路。可选地，输入/输出接口可以为输入/输出电路。

96、在另一种实现方式中，该通信装置为用于通信设备中的芯片(系统)或电路。当该通信装置为用于通信设备中的芯片(系统)或电路时，通信单元可以是该芯片(系统)或电路上的通信接口(输入/输出接口)、接口电路、输出电路、输入电路、管脚或相关电路等；处理单元可以是至少一个处理器、处理电路或逻辑电路等。

97、第五方面，本技术实施例提供一种通信装置，该通信装置包括处理器。该处理器与存储器耦合，可用于执行存储器中的指令，以实现上述第一方面至第二方面任一方面以及任一项可能的实施方式的方法。可选地，该通信装置还包括存储器。可选地，该通信装置还包括通信接口，处理器与通信接口耦合。

98、第六方面，本技术实施例提供了一种通信装置，包括：逻辑电路和通信接口。所述通信接口，用于接收信息或者发送信息；所述逻辑电路，用于通过所述通信接口接收信息或者发送信息，使得所述通信装置执行上述第一方面至第二方面任一方面以及任一项可能的实施方式的方法。

99、第七方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序(也可以称为代码，或指令)；当所述计算机程序在计算机上运行时，使得上述第一方面至第二方面任一方面以及任一项可能的实施方式的方法被实现。

100、第八方面，本技术实施例提供一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)；当所述计算机程序被运行时，使得计算机执行上述第一方面至第二方面任一方面以及任一项可能的实施方式的方法。

101、第九方面，本技术实施例提供一种芯片，该芯片包括处理器，所述处理器用于执行指令，当该处理器执行所述指令时，使得该芯片执行上述第一方面至第二方面任一方面以及任一项可能的实施方式的方法。可选的，该芯片还包括通信接口，所述通信接口用于接收信号或发送信号。

102、第十方面，本技术实施例提供一种车端，所述车端包括至少一个如第三方面所述的通信装置，或第四方面所述的通信装置，或第五方面所述的通信装置，或第六方面所述的通信装置，或第九方面所述的芯片。

103、此外，在执行上述第一方面至第二方面任一方面以及任一项可能的实施方式所述的方法的过程中，上述方法中有关发送信息和/或接收信息等的过程，可以理解为由处理器输出信息的过程，和/或，处理器接收输入的信息的过程。在输出信息时，处理器可以将信息输出给收发器(或者通信接口、或发送模块)，以便由收发器进行发射。信息在由处理器输出之后，还可能需要进行其他的处理，然后才到达收发器。类似的，处理器接收输入的信息时，收发器(或者通信接口、或发送模块)接收信息，并将其输入处理器。更进一步的，在收发器收到该信息之后，该信息可能需要进行其他的处理，然后才输入处理器。

104、基于上述原理，举例来说，前述方法中提及的发送信息可以理解为处理器输出信息。又例如，接收信息可以理解为处理器接收输入的信息。

105、可选的，对于处理器所涉及的发射、发送和接收等操作，如果没有特殊说明，或者，如果未与其在相关描述中的实际作用或者内在逻辑相抵触，则均可以更加一般性的理解为处理器输出和接收、输入等操作。

106、可选的，在执行上述第一方面至第二方面任一方面以及任一项可能的实施方式所述的方法的过程中，上述处理器可以是专门用于执行这些方法的处理器，也可以是通过执行存储器中的计算机指令来执行这些方法的处理器，例如通用处理器。上述存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，rom)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本技术实施例对存储器的类型以及存储器与处理器的设置方式不做限定。

107、在一种可能的实施方式中，上述至少一个存储器位于装置之外。

108、在又一种可能的实施方式中，上述至少一个存储器位于装置之内。

109、在又一种可能的实施方式之中，上述至少一个存储器的部分存储器位于装置之内，另一部分存储器位于装置之外。

110、本技术中，处理器和存储器还可能集成于一个器件中，即处理器和存储器还可以被集成在一起。

111、本技术实施例中，通过引入潜在风险点的概念，可以覆盖更多的危险驾驶场景，并且可以优化真实风险点的定义逻辑，更为精准的表征车辆在风险点出现后的动作行为，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

技术特征：

1.一种反应模型构建方法，应用于第一车辆，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述第二风险点包括以下任一项或多项：

3.根据权利要求1或2所述的方法，其特征在于，所述动作行为包括车辆制动行为或车辆转向行为中的至少一项。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述第一风险点为第二车辆与所述第二车辆所在车道中心线的偏移量大于第一阈值；其中，所述第二车辆为未开启转向灯切入所述第一车辆前方的车辆，所述第二车辆的车型不大于所述第一车辆的车型。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述第二风险点为第三车辆的车型大于所述第一车辆的车型，所述第三风险点为所述第三车辆发生横向偏移；其中，所述第三车辆与所述第一车辆相邻，所述第三车辆为未开启转向灯切入所述第一车辆前方的车辆。

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述第一风险点为在所述第一车辆的视野范围内出现的第四车辆的横向车身大于第二阈值；其中，所述第四车辆、所述第一车辆以及第五车辆位于同一车道，且所述第四车辆位于所述第五车辆的前方，所述第五车辆位于所述第一车辆的前方，所述第五车辆为切出当前车道的车辆。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于所述第一信息构建反应模型，包括：

8.根据权利要求7所述的方法，其特征在于，所述第二信息还包括以下任一项或多项：

9.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于所述第一信息构建反应模型，包括：

10.根据权利要求9所述的方法，其特征在于，所述第三信息还包括以下任一项或多项：

11.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于所述第一信息构建反应模型，包括：

12.根据权利要求11所述的方法，其特征在于，所述第四信息还包括以下任一项或多项：

13.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于所述第一信息构建反应模型。包括：

14.根据权利要求13所述的方法，其特征在于，所述第五信息还包括以下任一项或多项：

15.一种反应模型的参数标定方法，应用于第一车辆，其特征在于，包括：

16.根据权利要求15所述的方法，其特征在于，在所述反应模型包括第一反应模型或第二反应模型的情况下，所述目标参数包括以下任一项或多项：

17.根据权利要求16所述的方法，其特征在于，所述第一车辆的制动最大减速度由所述第一风险点或所述第二风险点出现后所述参数信息中制动减速度较大的n帧数据标定得到，所述n为大于0的整数。

18.根据权利要求16所述的方法，其特征在于，所述第一车辆的制动效能提升时间为制动饱和时刻和制动开始时刻的差值，所述制动开始时刻由所述参数信息中至少两帧制动减速度较小的数据标定得到，所述制动饱和时刻由所述参数信息中至少两帧制动减速度较大的数据标定得到。

19.根据权利要求16所述的方法，其特征在于，所述第一车辆的制动效能提升速率由所述参数信息中至少一帧制动减速度较小的数据和至少一帧制动减速度较大的数据标定得到。

20.根据权利要求16所述的方法，其特征在于，所述第一车辆对应的一般人类驾驶员的决策响应时间为制动开始时刻与真实风险点出现时刻的差值，所述制动开始时刻由所述参数信息中至少两帧制动减速度较小的数据标定得到。

21.根据权利要求15所述的方法，其特征在于，在所述反应模型包括第三反应模型或第四反应模型的情况下，所述参数信息包括以下任一项或多项：

22.根据权利要求21所述的方法，其特征在于，所述第一车辆的方向盘最大转角由所述第一风险点或所述第二风险点出现后所述参数信息中方向盘转角较大的m帧数据标定得到，所述m为大于0的整数。

23.根据权利要求21所述的方法，其特征在于，所述第一车辆的方向盘回正时长为第一次回正时刻和转向开始时刻的差值，所述转向开始时刻由所述参数信息中至少两帧方向盘转角较小的数据标定得到，所述第一次回正时刻由所述参数信息中至少两帧方向盘转角较大的数据标定得到。

24.根据权利要求21所述的方法，其特征在于，所述第一车辆对应的一般人类驾驶员的决策响应时间为转向开始时刻与真实风险点出现时刻的差值，所述转向开始时刻由所述参数信息中至少两帧方向盘转角较小的数据标定得到。

25.一种通信装置，其特征在于，包括用于执行如权利要求1至14或权利要求15至24中任一项所述方法的模块或单元。

26.一种通信装置，其特征在于，包括：处理器；

27.一种通信装置，其特征在于，包括逻辑电路和接口，所述逻辑电路和所述接口耦合；

28.一种计算机可读存储介质，其特征在于，包括：

29.一种计算机程序产品，其特征在于，包括：指令或计算机程序；

30.一种车端，其特征在于，包括如权利要求25所述的通信装置，或权利要求26所述的通信装置，或权利要求27所述的通信装置。

技术总结
一种反应模型构建方法、反应模型的参数标定方法及相关装置，应用于智能驾驶技术领域。该方法包括：获取第一信息，并基于该第一信息构建反应模型。其中，第一信息包括第一风险点或第二风险点的信息，第一风险点为当前时刻第一车辆所在道路上出现的真实风险点，第二风险点为当前时刻第一车辆所在道路上出现的引发第三风险点的潜在风险点，第三风险点为当前时刻之后的第一时间段内第一车辆所在道路上出现的真实风险点；反应模型用于表征第一车辆在第一风险点或第二风险点出现后的动作行为。本方法可以覆盖大多危险驾驶场景，从而对自动驾驶的能力做出合理的评估，提高自动驾驶的安全性。

技术研发人员：陈龙,高鲁涛,高永强
受保护的技术使用者：深圳引望智能技术有限公司
技术研发日：
技术公布日：2024/12/5