一种智能驾驶控制系统及方法与流程

1.本发明涉及自动驾驶技术领域，更具体地，涉及一种智能驾驶控制系统及方法。


背景技术：

2.随着智能驾驶控制系统的飞速发展，要求人对车辆的控制或监控逐步减少，引入了各种复杂的传感系统(如雷达、激光雷达)和算法(如机器学习)，导致智能驾驶控制系统需要解决的场景越来越多、越来越复杂。
3.如在传感系统和算法可执行预期功能的情况下，即此时传感系统和车辆中搭载的算法都未发生故障，但其态势感知能力的局限在某些情况下仍然能够直接影响安全性。为解决此问题，预期功能安全(sotif，safety of the intended function)应运而生。作为功能安全的补充，预期功能安全主要解决智能驾驶控制系统的功能局限或人员误用，其与智能驾驶控制系统运行场景和相关道路参与人员行为强相关。面对由辅助驾驶向自动驾驶发展的智能驾驶发展趋势，亟需一种满足预期功能安全的智能驾驶控制系统。
4.现有技术中已见基于预设的未知不安全场景下测试获得sotif方案，但该方案在实际智能驾驶过程中，由于场景的复杂性，导致无法满足对智能驾驶控制系统进行实时监控与防护的需求。


技术实现要素：

5.本发明的目的之一在于提供一种智能驾驶控制系统，以解决现有技术中的无法满足对智能驾驶控制系统进行实时监控与防护的缺陷；目的之二在于提供一种汽车；目的之三在于提供一种智能驾驶控制方法；目的之四在于提供一种控制器；目的之五在于提供一种计算机可读存储介质。
6.为了实现上述目的，本发明采用的技术方案如下：
7.第一方面，一种智能驾驶控制系统，包括相互连接的驾驶功能模组和预期功能安全能力评估模组；
8.其中，所述驾驶功能模组，用于获取环境信息，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；
9.所述预期功能安全能力评估模组，用于获取环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，生成第一风险评估结果；还用于根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，用于对第一控制信号进行调整。
10.第二方面，一种汽车，包括汽车本体及第一方面提出的智能驾驶控制系统。
11.第三方面，一种智能驾驶控制方法，应用于第一方面提出的智能驾驶控制系统，包括：
12.将环境信息发送至驾驶功能模组，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；
13.将环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号发送至预期功能安全能力评估模组，生成第一风险评估结果，并根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，以对第一控制信号进行调整。
14.第四方面，一种控制器，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行，以实现第三方面提出的智能驾驶控制方法。
15.第五方面，一种计算机可读存储介质，所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行，以实现第三方面提出的智能驾驶控制方法。
16.与现有技术相比，本发明技术方案的有益效果是：
17.本发明提出一种智能驾驶控制系统及方法，通过采用预期功能安全能力评估模组可实现对驾驶功能模组的实时监控与评估，生成第一风险评估结果，进而根据第一风险评估结果判断是否生成第二控制信号以调整驾驶功能模组生成的第一控制信号。本发明可解决当前智能驾驶领域由于功能局限或人员误用导致的预期功能安全问题，在满足实时性要求的同时提高智能驾驶控制系统的安全性，算力消耗低且高效，特别适用于作为智能驾驶功能快速迭代下的安全策略。
附图说明
18.图1为本发明实施例1中智能驾驶控制系统结构示意图；
19.图2为本发明实施例1中预期功能安全能力评估模组结构示意图；
20.图3为本发明实施例3中智能驾驶控制方法流程示意图；
21.图4为本发明实施例3中预期功能安全能力评估方法流程示意图。
具体实施方式
22.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本技术的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
23.以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
24.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
25.对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
26.为便于理解和实施本发明，对智能驾驶控制系统通用技术架构进行简要说明如下：
27.智能驾驶控制系统从业务流程上划分，可划分为3个核心流程：感知定位、决策规划、执行控制；
28.1)感知定位：为了确保自动驾驶车辆在不同场景下均可以做出正确判断，需要对周围环境信息的实时动态获取和识别处理，这些信息包括但不限于自车的状态、交通流信息、道路状况、交通标志等以满足车辆决策规划的需求；
29.2)决策规划：通过采集的数据，对车辆的下一步行为作出判断和指导，包括路径的规划和行为的决策(包括车辆自身的行为决策和交通参与方的行为预测)；
30.3)执行控制：将决策转化为信号指令用于控制车辆的油门、制动等相关系统。
31.下面结合附图和实施例对本发明的技术方案做进一步的说明。
32.实施例1
33.本实施例提出一种智能驾驶控制系统，参阅图1，包括相互连接的驾驶功能模组和预期功能安全能力评估模组；
34.其中，所述驾驶功能模组，用于获取环境信息，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；
35.所述预期功能安全能力评估模组，用于获取环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，生成第一风险评估结果；还用于根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，用于对第一控制信号进行调整。
36.本实施例通过预期功能安全能力评估模组和驾驶功能模组间的连接配合，确保在车辆运行过程中能够对智能驾驶能力进行实时监控与评估，根据第一风险评估结果，通过第二控制信号使得驾驶功能模组始终在安全状态下运行。相较于现有技术，本实施例所述智能驾驶控制系统可解决当前智能驾驶领域由于功能局限或人员误用导致的预期功能安全问题，在满足实时性要求的同时提高智能驾驶控制系统的安全性，算力消耗低且高效，特别适用于作为智能驾驶功能快速迭代下的安全策略。
37.需要说明的是，所述环境信息表示车辆的运行环境信息，包括车辆外部环境信息和/或内部环境信息。
38.在一些示例中，所述环境信息包括但不限于天气、温度、湿度、光线、时间距、距离、信号灯状态、道路信息等信息；
39.在一些示例中，所述环境信息包括车辆自身的状态信息，如车辆位置、朝向、行驶距离、速度和/或轮胎转速等信息。
40.在一些示例中，所述环境信息包括车内乘员的信息，如驾驶员状态信息；
41.在另一些示例中，所述环境信息包括其他目标的当前时刻状态信息和/或下一时刻状态信息。
42.在一些示例中，所述环境信息由驾驶功能模组基于传感器采集得到；所述传感器包括但不限于红外摄像头、可见光摄像头、毫米波雷达、激光雷达、超声波雷达、踏板行程传
感器、温度传感器、轮速传感器、声波传感器、卫星定位装置、和/或惯性传感器；进一步地，所述传感器可以安装于车辆上，还可由车辆乘员穿戴。
43.在另一些示例中，所述环境信息基于通信网络接收得到，如通过v2x(vehicle to everything，车联网，包括车辆与车辆、车辆与基础设施、车辆与行人，以及车辆与外部网络)获取实时路况信息和/或地图信息；作为非限制性示例，可以采用dsrc(dedicated short-range communications，专用短程通信)作为v2x网络，还可采用c-v2x(cellular vehicle-to-everything，蜂窝车联网)作为v2x网络。
44.需要说明的是，所述第一目标信息为基于目标级的感知识别结果，即关于道路上一切移动目标和/或非移动目标的目标信息。
45.在一些示例中，所述第一目标信息包括目标类型信息，如汽车、自行车、行人、路障、信号灯、建筑物和/或道路；
46.在一些示例中，所述第一目标信息包括目标数量信息；
47.在一些示例中，所述第一目标信息包括目标状态信息，如移动状态或非移动状态；
48.在一些示例中，所述第一目标信息包括汽车、自行车、行人、路障、建筑物和/或道路标识的相对位置信息和/或绝对位置信息；
49.在一些示例中，所述第一目标信息包括汽车、自行车、摩托车和/或行人的速度信息；
50.在一些示例中，所述第一目标信息包括目标的加速度信息；
51.在一些示例中，所述第一目标信息包括本车与目标间的时间距信息；
52.在另一些示例中，所述第一目标信息包括目标的移动方向信息。
53.需要说明的是，本实施例中所述第一控制信号由车辆执行器执行，用于控制车辆进行加速、制动、转向和/或交互。
54.在一些示例中，所述第一控制信号为横纵向控制信号，如电子加速信号、电子制动信号、电子转向信号或其结合；
55.在一些示例中，所述第一控制信号为hmi(human machine interface，人机界面)控制信号，包括但不限于触控交互、语音交互、手势交互和/或视觉交互；
56.在另一些示例中，所述第一控制信号包括横纵向控制信号和hmi控制信号。
57.需要说明的是，所述第一安全边界信息包括但不限于本车与其他目标间安全距离的边界范围、本车与其他目标移动方向间的安全边界范围和/或本车制动可用时间的边界范围。
58.示范性地，所述驾驶策略信息包括但不限于车辆规划路径信息、车辆规划速度信息、车辆规划朝向信息(即车辆规划姿态信息)、车辆规划转向信息和/或其他目标的行为预测信息(即趋势)。
59.作为非限制性示例，所述车辆执行器包括但不限于横纵向控制器和/或hmi显示执行器。
60.需要说明的是，所述第二控制信号可以是对第一控制信号的覆盖，也可以是对第一控制信号的修改，使车辆运行在安全状态；
61.在一些示例中，所述第二控制信号为加大制动信号，以缩短制动距离；
62.在一些示例中，所述第二控制信号为紧急刹车信号；
63.在另一些示例中，所述第二控制信号为接管提醒信号，以提醒本车乘员接管使车辆进入安全状态。
64.在一优选实施例中，参阅图2，所述预期功能安全能力评估模组包括：
65.感知能力评估模块，用于获取环境信息，生成第二目标信息和第二安全边界信息；还用于根据所述第二目标信息和所述第二安全边界信息，对所述第一目标信息和所述第一安全边界信息进行评估，生成第二风险评估结果；
66.决策规划能力评估模块，用于根据所述第二目标信息和所述第二安全边界信息，生成安全区间信息，以及关于最危险目标趋势及与最危险目标间距离的第三安全边界信息；还用于根据所述安全区间信息及所述第三安全边界信息，对所述驾驶策略信息进行评估，生成第三风险评估结果；
67.执行控制能力评估模块，用于根据所述安全区间信息和所述第三安全边界信息，生成控制信号边界信息；还用于根据所述控制信号边界信息对所述第一控制信号进行评估，生成第四风险评估结果；
68.综合评估模块，用于根据所述第二风险评估结果、所述第三风险评估结果及所述第四风险评估结果，生成第一风险评估结果；还用于根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成第二控制信号。
69.该优选实施例提供了一套智能驾驶控制系统中预期功能安全能力评估模组的设计方法，确保在车辆运行过程中能够对智能驾驶能力的各个环节进行实时的风险评估，当评估其能力不足以应对时通过第二控制信号调整第一控制信号，保证系统进入安全状态，将风险降低到最低水平，在解决了预期功能安全的同时适用于作为未来智能驾驶功能快速迭代下的安全策略。
70.需要说明的是，所述第二目标信息为关于危险目标的目标信息；
71.在一些示例中，所述危险目标基于本车与其他目标间的距离确认；
72.在另一些示例中，所述危险目标基于本车和/或其他目标的趋势(如拟移动方向、拟移动速度)确认。
73.作为非限制性示例，所述第二安全边界信息为本车与危险目标间距离、时间距和/或趋势的安全边界范围。
74.需要说明的是，所述安全区间信息为本车可行驶的安全区域范围。
75.此外，所述第三安全边界信息包括最危险目标趋势的安全边界范围，如前车下一时刻速度的最小值或后车下一时刻速度的最大值，和/或最危险目标转向角度的安全边界范围，还包括本车与最危险目标间距离的安全边界范围；
76.在一些示例中，最危险目标趋势基于本车感知到的环境信息得到；
77.在另一些示例中，最危险目标趋势为本车通过v2x接收得到。
78.需要说明的是，用于获得第一目标信息与第二目标信息，和/或第一安全边界信息与第二安全边界信息的环境信息的类型和/或来源可以是完全相同的，也可以是不同的。
79.在一可选实施例中，所述感知能力评估模块获取环境信息后，采用第一预设算法生成所述第二目标信息和所述第二安全边界信息；所述第一预设算法包括基于历史数据的机器学习方法和/或基于预设规则的识别方法。
80.在一些示例中，所述机器学习方法包括但不限于自动驾驶多传感融合算法、标检
测深度学习算法和/或目标检测机械学习算法；
81.在一些示例中，所述预设规则为本车与危险目标间的距离是否小于预设阈值；
82.在另一些示例中，所述预设规则为本车与危险目标间的时间距是否小于预设阈值。
83.需要说明的是，用于生成第一目标信息和/或第一安全边界信息的算法，与用于生成第二目标信息和/或第二安全边界信息的第一预设算法可以是相同的，也可以是不同的；
84.在一些示例中，采用基于历史数据的机器学习方法对环境信息进行处理得到第一目标信息和/或第一安全边界信息，采用基于预设规则的识别方法对环境信息进行处理得到第二目标信息和/或第二安全边界信息。
85.在一可选实施例中，所述综合评估模块生成第一风险评估结果和第二控制信号的过程，包括：
86.所述综合评估模块获取所述安全区间信息、所述第三安全边界信息、所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果；
87.根据所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果，判断所述驾驶功能模组是否足以支持当前场景：若是，则生成所述第一风险评估结果为安全可控，不对所述驾驶功能模组进行干预；否则，生成所述第一风险评估结果为安全不可控，并基于所述安全区间信息和所述第三安全边界信息，生成所述第二控制信号并发送至所述驾驶功能模组。
88.在一些示例中，第二风险评估结果、第三风险评估结果与第四风险评估结果均表示不存在风险，综合评估模块认为驾驶功能模组足以支持当前场景，生成第一风险评估结果为安全可控；
89.在一些示例中，第二风险评估结果和/或第三风险评估结果均表示存在不可承受的风险，第四风险评估结果表示不存在风险，综合评估模块认为驾驶功能模组足以支持当前场景，生成第一风险评估结果为安全可控；此时不对驾驶功能模组进行干预，即不生成第二控制信号；
90.在另一些示例中，第二风险评估结果与第三风险评估结果均表示不存在风险，第四风险评估结果表示存在不可承受的风险，综合评估模块认为驾驶功能模组不足以支持当前场景，生成第一风险评估结果为安全不可控，还生成用于加大制动的第二控制信号发送至驾驶功能模组；
91.更具体地，在一具体实施过程中，对于一行人目标，驾驶功能模组输出的第一目标信息表示本车当前与该行人目标间的距离为30m，感知能力评估模块输出的第二目标信息表示本车当前与该行人目标间的距离为20m，偏差值超过预设阈值5m，综合评估模块获得的第二风险评估结果表示存在不可承受的风险，但第三风险评估结果与第四风险评估结果表示依托于当前该行人目标的移动速度及驾驶功能模组已生成的第一控制信号，不会发生碰撞风险，生成第一风险评估结果为安全可控。
92.进一步地，所述根据所述第二目标信息和所述第二安全边界信息，对所述第一目标信息和所述第一安全边界信息进行评估，生成第二风险评估结果，包括：
93.所述感知能力评估模块获取所述第一目标信息和所述第一安全边界信息；
94.验证所述第一目标信息是否与所述第二目标信息存在超过预设条件的偏差，和/
或所述第一安全边界信息是否与所述第二安全边界信息存在偏差：若是，生成所述第二风险评估结果为高安全风险；否则生成所述第二风险评估结果为风险可接受。
95.在一些示例中，感知能力评估模块生成的第二目标信息与获取到的第一目标信息无偏差，如对于同一目标，本车与其间的距离信息是一致的，此时感知能力评估模块生成第二风险评估结果为风险可接受；
96.在一些示例中，对于同一目标，感知能力评估模块生成的第二目标信息与获取到的第一目标信息存在较大偏差，存在潜在风险，但基于第一目标信息和第二目标信息分别得到的本车与该目标间距离，均满足第一安全边界信息和第二安全边界信息，即未触发安全边界，存在可控区间，此时感知能力评估模块生成第二风险评估结果为风险可接受；
97.在另一些示例中，对于同一目标，感知能力评估模块生成的第二安全边界信息与获取的第一安全边界信息存在较大偏差，如第二安全边界信息显示的安全边界面积显著小于第一安全边界信息，此时生成第二风险评估结果为高安全风险。
98.进一步地，所述根据所述安全区间信息及所述第三安全边界信息，对所述驾驶策略信息进行评估，生成第三风险评估结果，包括：
99.所述决策规划能力评估模块获取驾驶策略信息；
100.验证所述驾驶策略信息是否适应所述安全区间信息及所述第三安全边界信息：若是，生成所述第三风险评估结果为风险可接受；否则，生成所述第三风险评估结果为高安全风险。
101.在一些示例中，对于驾驶策略信息中的车辆规划路径信息，当车辆规划路径处于可行驶安全区域范围内，且与第三安全边界信息无冲突，如车辆规划路径中任一位置本车与最危险目标间的距离均在安全边界范围内，决策规划能力评估模块生成第三风险评估结果为风险可接受；
102.在一些示例中，对于驾驶策略信息中的车辆规划路径信息，当车辆规划路径处于可行驶安全区域范围内，但其与第三安全边界信息存在冲突，如车辆规划路径中存在一位置本车与最危险目标间的距离超过安全边界范围，决策规划能力评估模块生成第三风险评估结果为高安全风险；
103.在另一些示例中，通过v2x接收道路上目标的趋势信息，对于驾驶策略信息中的车辆规划路径信息和车辆规划朝向信息，当车辆规划路径处于可行驶安全区域范围内，但存在某一位置车辆规划朝向与最危险目标的趋势存在冲突，此时决策规划能力评估模块生成第三风险评估结果为高安全风险。
104.进一步地，所述第一控制信号包括横纵向控制信号和/或hmi控制信号，所述控制信号边界信息包括横纵向控制最大范围，和/或hmi控制信号最大容忍时间；
105.所述根据所述控制信号边界信息对所述第一控制信号进行评估，生成第四风险评估结果，包括：
106.所述执行控制能力评估模块获取所述横纵向控制信号和/或所述hmi控制信号，并验证所述横纵向控制信号是否处于横纵向控制最大范围内，和/或所述hmi控制信号是否处于最大容忍时间内：若是，生成所述第四风险评估结果为风险可接受；否则，生成所述第四风险评估结果为高安全风险。
107.需要说明的是，所述控制信号边界信息为关于第一控制信号的边界范围(如控制
信号对应加速度的大小范围、转向角度大小范围)，和/或第一控制信号的最大容忍时间间隔(ftti)；
108.ftti，指的是在没有安全策略下，当系统出现失效或异常时，到危害发生(如碰撞)的时间间隔，作为后续安全设计的标准，即在这个时间内需要完成安全控制避免碰撞或危害发生。
109.在一些示例中，对于第一控制信号为横纵向控制信号，当其指向的加速度和/或转向角度大小，与控制信号边界信息存在冲突时即超出控制信号边界范围时，执行控制能力评估模块生成第四风险评估结果为高安全风险；
110.在一些示例中，对于第一控制信号为hmi控制信号，当其需要的响应时间与控制信号边界信息存在冲突，超出最大容忍时间间隔时，执行控制能力评估模块生成第四风险评估结果为高安全风险；
111.在另一些示例中，对于第一控制信号包括横纵向控制信号和hmi控制信号，当横纵向控制信号指向的加速度和/或转向角度大小，以及hmi控制信号需要的响应时间，均与控制信号边界信息不存在冲突，执行控制能力评估模块生成第四风险评估结果为风险可接受。
112.进一步地，当综合评估模块生成的第一风险评估结果为安全不可控时，标记当前场景并将当前场景对应的数据发送至远程通信端进行学习。通过该技术方案可对驾驶功能模组进行实时更新，快速迭代驾驶功能，进一步提高系统安全性。
113.在一可选实施例中，所述综合评估模块获取的所述安全区间信息和所述第三安全边界信息，来自所述决策规划能力评估模块直接发送或所述执行控制能力评估模块转发。
114.在一可选实施例中，所述综合评估模块包括顺序连接的综合评估单元和不足处理单元；
115.其中，所述综合评估单元分别与所述感知能力评估模块、所述决策规划能力评估模块、所述执行控制能力评估模块和所述不足处理单元连接，用于获取所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果，生成所述第一风险评估结果；
116.所述不足处理单元，用于获取所述第一风险评估结果、所述安全区间信息和所述第三安全边界信息，并根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成所述第二控制信号。
117.在一些示例中，不足处理单元获取到的安全区间信息和第三安全边界信息由综合评估单元转发得到；
118.在一些示例中，不足处理单元获取到的安全区间信息和第三安全边界信息由执行控制能力评估模块转发得到；
119.在另一些示例中，不足处理单元获取到的安全区间信息和第三安全边界信息由决策规划能力评估模块直接发送得到。
120.在一可选实施例中，所述驾驶功能模组包括顺序连接的感知定位模块、决策规划模块和执行控制模块；
121.其中，所述感知定位模块还与所述感知能力评估模块连接，用于获取环境信息，生成所述第一目标信息和所述第一安全边界信息；
122.所述决策规划模块还与所述决策规划能力评估模块连接，用于根据所述第一目标
信息和所述第一安全边界信息，生成所述驾驶策略信息；
123.所述执行控制模块还分别与所述执行控制能力评估模块及所述车辆执行器连接，用于根据所述驾驶策略信息，生成所述第一控制信号；还与所述综合评估模块连接，用于获取所述第二控制信号。
124.实施例2
125.本实施例提出一种汽车，包括汽车本体，还包括实施例1所述的智能驾驶控制系统。
126.可以理解，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。
127.实施例3
128.本实施例提出一种智能驾驶控制方法，应用实施例1提出的智能驾驶控制系统，参阅图3，包括：
129.将环境信息发送至驾驶功能模组，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；
130.将环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号发送至预期功能安全能力评估模组，生成第一风险评估结果，并根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，以对第一控制信号进行调整。
131.需要说明的是，所述根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，具体为：当第一风险评估结果不符合预期即不满足预设条件时，预期功能安全能力评估模组才生成第二控制信号；当第一风险评估结果符合预期即满足预设条件时，预期功能安全能力评估模组可以不生成第二控制信号，也可以生成表示维持当前状态的第二控制信号，如空指令。
132.在一优选实施例中，所述预期功能安全能力评估模组包括感知能力评估模块、决策规划能力评估模块、执行控制能力评估模块和综合评估模块；所述将环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号发送至预期功能安全能力评估模组，生成第一风险评估结果，并根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，参阅图4，包括：
133.将环境信息发送至所述感知能力评估模块，生成第二目标信息和第二安全边界信息；将所述第一目标信息和所述第一安全边界信息发送至所述感知能力评估模块并进行评估，生成第二风险评估结果；
134.将所述第二目标信息和所述第二安全边界信息发送至所述决策规划能力评估模块，生成安全区间信息、关于最危险目标趋势及与最危险目标间距离的第三安全边界信息；将所述驾驶策略信息发送至所述决策规划能力评估模块并进行评估，生成第三风险评估结果；
135.将所述安全区间信息及所述第三安全边界信息发送至所述执行控制能力评估模块，生成控制信号边界信息；将第一控制信号发送至执行控制能力评估模块并进行评估，生成第四风险评估结果；
136.将所述第二风险评估结果、所述第三风险评估结果及所述第四风险评估结果发送至所述综合评估模块，生成第一风险评估结果；根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成第二控制信号发送至所述驾驶功能模组。
137.在一可选实施例中，所述综合评估模块包括预期功能安全能力评估单元和不足处理单元；所述综合评估模块生成第一风险评估结果及第二控制信号的过程，具体为：
138.所述预期功能安全能力评估单元获取所述第二风险评估结果、所述第三风险评估结果及所述第四风险评估结果，判断所述驾驶功能模组的能力是否足以支持当前场景，即是否能够保证安全：若是，生成对应的第一风险评估结果，且不对所述驾驶功能模组进行干预，结束当前轮次的监控；否则，生成对应的第一风险评估结果并发送至所述不足处理单元，所述不足处理单元获取所述安全区间信息及所述第三安全边界信息后生成所述第二控制信号。
139.在一些示例中，不足处理单元获取的安全区间信息及第三安全边界信息源自预期功能安全能力评估单元；
140.在另一些示例中，不足处理单元获取的安全区间信息及第三安全边界信息源自执行控制能力评估模块或决策规划能力评估模块。
141.可以理解，本实施例对应实施例1的系统，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。
142.实施例4
143.本实施例提出一种控制器，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行，以实现实施例3所述的智能驾驶控制方法。
144.可以理解，上述实施例3中的可选项同样适用于本实施例，故在此不再重复描述。
145.实施例5
146.本实施例提出一种计算机可读存储介质，所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行，以实现如实施例3所述的智能驾驶控制方法。
147.示范性地，所述存储介质包括但不限于u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
148.示范性地，所述指令、程序、代码集或指令集可采用java、python、c++、r、或golang等编程语言实现。
149.示范性地，所述处理器包括但不限于智能手机、个人计算机、服务器、网络设备等，用于执行实施例3所述智能驾驶控制方法的全部或部分步骤。
150.本实施例还提供一种包括智能驾驶控制指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如前述实施例3描述的方法中的步骤。
151.可以理解，上述实施例3中的可选项同样适用于本实施例，故在此不再重复描述。
152.相同或相似的标号对应相同或相似的部件；
153.附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
154.显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。这里
无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

技术特征：
1.一种智能驾驶控制系统，其特征在于，包括相互连接的驾驶功能模组和预期功能安全能力评估模组；其中，所述驾驶功能模组，用于获取环境信息，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；所述预期功能安全能力评估模组，用于获取环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，生成第一风险评估结果；还用于根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，用于对第一控制信号进行调整。2.根据权利要求1所述的一种智能驾驶控制系统，其特征在于，所述预期功能安全能力评估模组包括：感知能力评估模块，用于获取环境信息，生成第二目标信息和第二安全边界信息；还用于根据所述第二目标信息和所述第二安全边界信息，对所述第一目标信息和所述第一安全边界信息进行评估，生成第二风险评估结果；决策规划能力评估模块，用于根据所述第二目标信息和所述第二安全边界信息，生成安全区间信息，以及关于最危险目标趋势及与最危险目标间距离的第三安全边界信息；还用于根据所述安全区间信息及所述第三安全边界信息，对所述驾驶策略信息进行评估，生成第三风险评估结果；执行控制能力评估模块，用于根据所述安全区间信息和所述第三安全边界信息，生成控制信号边界信息；还用于根据所述控制信号边界信息对所述第一控制信号进行评估，生成第四风险评估结果；综合评估模块，用于根据所述第二风险评估结果、所述第三风险评估结果及所述第四风险评估结果，生成第一风险评估结果；还用于根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成第二控制信号。3.根据权利要求2所述的一种智能驾驶控制系统，其特征在于，所述感知能力评估模块获取环境信息后，采用第一预设算法生成所述第二目标信息和所述第二安全边界信息；所述第一预设算法包括基于历史数据的机器学习方法和/或基于预设规则的识别方法。4.根据权利要求2所述的一种智能驾驶控制系统，其特征在于，所述综合评估模块生成第一风险评估结果和第二控制信号的过程，包括：所述综合评估模块获取所述安全区间信息、所述第三安全边界信息、所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果；根据所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果，判断所述驾驶功能模组是否足以支持当前场景：若是，则生成所述第一风险评估结果为安全可控，不对所述驾驶功能模组进行干预；否则，生成所述第一风险评估结果为安全不可控，并基于所述安全区间信息和所述第三安全边界信息，生成所述第二控制信号并发送至所述驾驶功能模组。5.根据权利要求4所述的一种智能驾驶控制系统，其特征在于，所述根据所述第二目标信息和所述第二安全边界信息，对所述第一目标信息和所述第一安全边界信息进行评估，生成第二风险评估结果，包括：所述感知能力评估模块获取所述第一目标信息和所述第一安全边界信息；验证所述第一目标信息是否与所述第二目标信息存在超过预设条件的偏差，和/或所
述第一安全边界信息是否与所述第二安全边界信息存在偏差：若是，生成所述第二风险评估结果为高安全风险；否则生成所述第二风险评估结果为风险可接受。6.根据权利要求4所述的一种智能驾驶控制系统，其特征在于，所述根据所述安全区间信息及所述第三安全边界信息，对所述驾驶策略信息进行评估，生成第三风险评估结果，包括：所述决策规划能力评估模块获取所述驾驶策略信息；验证所述驾驶策略信息是否适应所述安全区间信息及所述第三安全边界信息：若是，生成所述第三风险评估结果为风险可接受；否则，生成所述第三风险评估结果为高安全风险。7.根据权利要求4所述的一种智能驾驶控制系统，其特征在于，所述第一控制信号包括横纵向控制信号和/或hmi控制信号，所述控制信号边界信息包括横纵向控制最大范围，和/或hmi控制信号最大容忍时间；所述根据所述控制信号边界信息对所述第一控制信号进行评估，生成第四风险评估结果，包括：所述执行控制能力评估模块获取所述横纵向控制信号和/或所述hmi控制信号，并验证所述横纵向控制信号是否处于横纵向控制最大范围内，和/或所述hmi控制信号是否处于最大容忍时间内：若是，生成所述第四风险评估结果为风险可接受；否则，生成所述第四风险评估结果为高安全风险。8.根据权利要求2所述的一种智能驾驶控制系统，其特征在于，所述综合评估模块获取的所述安全区间信息和所述第三安全边界信息，来自所述决策规划能力评估模块直接发送或所述执行控制能力评估模块转发。9.根据权利要求2所述的一种智能驾驶控制系统，其特征在于，所述综合评估模块包括顺序连接的综合评估单元和不足处理单元；其中，所述综合评估单元分别与所述感知能力评估模块、所述决策规划能力评估模块、所述执行控制能力评估模块和所述不足处理单元连接，用于根据所述第二风险评估结果、所述第三风险评估结果和所述第四风险评估结果，生成所述第一风险评估结果；所述不足处理单元，用于获取所述第一风险评估结果、所述安全区间信息和所述第三安全边界信息，并根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成所述第二控制信号。10.根据权利要求2-9任一项所述的一种智能驾驶控制系统，其特征在于，所述驾驶功能模组包括顺序连接的感知定位模块、决策规划模块和执行控制模块；其中，所述感知定位模块还与所述感知能力评估模块连接，用于获取环境信息，生成所述第一目标信息和所述第一安全边界信息；所述决策规划模块还与所述决策规划能力评估模块连接，用于根据所述第一目标信息和所述第一安全边界信息，生成所述驾驶策略信息；所述执行控制模块还分别与所述执行控制能力评估模块及所述车辆执行器连接，用于根据所述驾驶策略信息，生成所述第一控制信号；还与所述综合评估模块连接，用于获取所述第二控制信号。11.一种汽车，包括汽车本体，其特征在于，还包括权利要求1-10任一项所述的智能驾
驶控制系统。12.一种智能驾驶控制方法，应用于权利要求1-10任一项所述的智能驾驶控制系统，其特征在于，包括：将环境信息发送至驾驶功能模组，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；将环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号发送至预期功能安全能力评估模组，生成第一风险评估结果，并根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，以对第一控制信号进行调整。13.根据权利要求12所述的一种智能驾驶控制方法，其特征在于，所述预期功能安全能力评估模组包括感知能力评估模块、决策规划能力评估模块、执行控制能力评估模块和综合评估模块；所述将环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号发送至预期功能安全能力评估模组，生成第一风险评估结果，并根据第一风险评估结果生成第二控制信号并传输至驾驶功能模组，包括：将环境信息发送至所述感知能力评估模块，生成第二目标信息和第二安全边界信息；将所述第一目标信息和所述第一安全边界信息发送至所述感知能力评估模块并进行评估，生成第二风险评估结果；将所述第二目标信息和所述第二安全边界信息发送至所述决策规划能力评估模块，生成安全区间信息、关于最危险目标趋势及与最危险目标间距离的第三安全边界信息；将所述驾驶策略信息发送至所述决策规划能力评估模块并进行评估，生成第三风险评估结果；将所述安全区间信息及所述第三安全边界信息发送至所述执行控制能力评估模块，生成控制信号边界信息；将所述第一控制信号发送至所述执行控制能力评估模块并进行评估，生成第四风险评估结果；将所述第二风险评估结果、所述第三风险评估结果及所述第四风险评估结果发送至所述综合评估模块，生成第一风险评估结果；根据所述第一风险评估结果，基于所述安全区间信息和所述第三安全边界信息生成第二控制信号发送至所述驾驶功能模组。14.一种控制器，其特征在于，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行，以实现如权利要求12-13任一项所述的智能驾驶控制方法。15.一种计算机可读存储介质，其特征在于，所述存储介质上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行，以实现如权利要求12-13任一项所述的智能驾驶控制方法。

技术总结
本发明公开了一种智能驾驶控制系统及方法，涉及自动驾驶技术领域。所述系统包括：驾驶功能模组和预期功能安全能力评估模组；其中驾驶功能模组，用于获取环境信息，生成第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，并将第一控制信号发送至车辆执行器执行以控制车辆；预期功能安全能力评估模组，用于获取环境信息、第一目标信息、第一安全边界信息、驾驶策略信息和第一控制信号，生成第一风险评估结果，还用于生成第二控制信号并传输至驾驶功能模组，对第一控制信号进行调整。相较于现有技术，本发明可解决当前智能驾驶领域由于功能局限或人员误用导致的预期功能安全问题，在满足实时性要求的同时提高智能驾驶控制系统安全性。控制系统安全性。控制系统安全性。


技术研发人员：周宏伟 何文 尹长林 杨越 王顺桀
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：2023.04.26
技术公布日：2023/6/28