拥堵道路低速跟随 - 决策规划

Pareto 解决方案管理

解决方案名称：
每小时成本：
碰撞率：
能源消耗：
系统延迟：
算法参数 (JSON)：
硬件配置 (JSON)：
解决方案描述：
算法版本 ID：
风险熵：
创建/更新 Pareto 解决方案

Pareto 解决方案列表

ID	名称	每小时成本	碰撞率	能源消耗	系统延迟	风险熵	操作
1	方案A	100	0.01	50	10	0.5	选择
2	方案B	80	0.02	40	15	0.7	选择
3	方案C	60	0.03	30	20	0.9	选择

风险指标

ID	名称	类型	值	时间戳
1	碰撞率	安全性	0.01	2023-11-16 10:00:00
2	覆盖率	安全性	95%	2023-11-16 10:00:00
3	CPU 使用率	性能	80%	2023-11-16 10:00:00

风险事件

ID	名称	描述	时间戳
1	感知系统误识别行人	摄像头受到遮挡，导致行人识别错误	2023-11-16 09:00:00
2	决策系统规划路径错误	高精地图数据错误，导致路径规划错误	2023-11-16 09:30:00

风险缓解策略

ID	风险类别	策略名称	描述	有效性评分	成本估算
1	感知风险	增加传感器冗余	使用多个传感器进行数据融合，提高感知准确性	0.85	10000
2	规划风险	优化算法	使用更鲁棒的算法，提高规划的稳定性	0.90	5000

风险因子权重调整

车路协同数据

时间戳	数据类型	数据内容
2023-11-16 10:00:00	红绿灯信息	路口 I001，北：绿灯 (剩余时间 10 秒)
2023-11-16 10:05:00	道路事件信息	前方 200 米，道路施工，占用左侧车道
2023-11-16 10:10:00	车辆状态信息	车辆 V001，速度 30 km/h，方向 90 度
2023-11-16 10:15:00	环境感知信息	前方 10 米，行人，向右移动

自动模式