根据环境和目标选择安全、舒适、高效的行驶轨迹。
数据类型 | 描述 | 示例数据 |
---|---|---|
外部数据 | 天气、交通状况 |
{"weather": {"condition": "晴"}, "traffic": {"flow": "畅通"}}
|
采集数据 | 传感器数据、车辆状态 |
{"sensor_data": {"camera": {"image_quality": 0.95}, "lidar": {"point_cloud_density":
0.9}}, "vehicle_state": {"speed": 100, "steering_angle": 0}}
|
业务数据 | 地图数据 | {"map_data": {"curve_radius": 500}} |
测试数据 | 基于风险评估 | {"riskScores": [{ "id": "RE001", "description": "轨迹规划正常通过弯道", "level": "低",
"score": 0.1 }]} |
预期结果 | 车辆平稳通过弯道,无急加速或急减速。 |
数据类型 | 描述 | 示例数据 |
---|---|---|
外部数据 | 天气、交通状况 |
{"weather": {"condition": "晴"}, "traffic": {"flow": "畅通"}}
|
采集数据 | 传感器数据、车辆状态 |
{"sensor_data": {"camera": {"image_quality": 0.95}, "lidar": {"point_cloud_density":
0.9}, "radar": {"object_distance": 50, "object_speed": -10}}, "vehicle_state":
{"speed": 100, "steering_angle": 0}}
|
业务数据 | 地图数据 | {"map_data": {"curve_radius": 1000}} |
测试数据 | 基于风险评估 | {"riskScores": [{ "id": "RE002", "description": "前方车辆紧急刹车,轨迹规划调整", "level": "中",
"score": 0.5 }]} |
预期结果 | 车辆及时识别前方车辆刹车,规划减速轨迹,避免碰撞。触发“安全距离”风险警报。 |
数据类型 | 描述 | 示例数据 |
---|---|---|
外部数据 | 天气、交通状况 |
{"weather": {"condition": "雨"}, "traffic": {"flow": "畅通"}}
|
采集数据 | 传感器数据、车辆状态 |
{"sensor_data": {"camera": {"image_quality": 0.8}, "lidar": {"point_cloud_density":
0.5}, "radar": {"object_distance": 100, "object_speed": 0}}, "vehicle_state":
{"speed": 80, "steering_angle": 0}}
|
业务数据 | 地图数据 | {"map_data": {"curve_radius": 800}} |
测试数据 | 基于风险评估 | {"riskScores": [{ "id": "RE003", "description": "雨天激光雷达精度下降,轨迹规划调整", "level": "高",
"score": 0.8 }]} |
预期结果 | 系统识别到激光雷达精度下降,降低车速,依赖雷达数据辅助规划轨迹。触发“激光雷达数据质量下降”风险警报。 |
以下是关键表的简化结构,用于存储风险指标和解决方案信息。
字段名 | 数据类型 | 描述 |
---|---|---|
metric_id | BIGINT UNSIGNED | 主键,自增长 |
metric_name | VARCHAR(255) | 风险指标名称,例如 "碰撞率" |
metric_type | VARCHAR(50) | 指标类型,例如 "安全性" |
metric_value | DOUBLE PRECISION | 指标数值 |
timestamp | TIMESTAMP | 数据记录时间戳 |
solution_id | BIGINT UNSIGNED | 外键,关联 ParetoSolutions 表 |
字段名 | 数据类型 | 描述 |
---|---|---|
solution_id | BIGINT UNSIGNED | 主键,自增长 |
cost_per_hour | DOUBLE PRECISION | 计算资源成本 (元/小时) |
collision_rate | DOUBLE PRECISION | 碰撞率 (次/千公里) |
energy_consumption | DOUBLE PRECISION | 能源消耗 (瓦特/公里) |
通过收集场景数据,并基于SQL数据,进行轨迹规划的多目标优化。
ID | 描述 | 类别 | 概率 | 影响 | 评分 |
---|---|---|---|---|---|
RE001 | 激光雷达传感器受雨雪天气影响 | 感知风险 | 0.7 | 0.8 | 0.75 |
RE002 | 路径规划算法在复杂交通环境下出现死锁 | 规划风险 | 0.5 | 0.9 | 0.70 |
RE003 | 车辆通信系统受到网络攻击 | 通信风险 | 0.3 | 0.9 | 0.60 |
指标名称 | 数值 | 描述 |
---|---|---|
激光雷达数据质量 | 85% | 表示激光雷达数据质量百分比 |
碰撞率 | 0.002 | 每千公里的碰撞次数 |
CPU使用率 | 70% | 系统CPU使用百分比 |
展示车辆运行时的关键风险指标。
指标名称 | 当前值 | 阈值 | 状态 |
---|---|---|---|
CPU 使用率 | 70% | 80% | 正常 |
内存占用率 | 92% | 95% | 警告 |
激光雷达数据质量 | 85% | 90% | 正常 |
基于风险评估结果,展示相应的应对策略。
风险事件 | 等级 | 应对策略 | 负责人 | 状态 |
---|---|---|---|---|
激光雷达传感器受雨雪天气影响 | 中 | 启动雨雪天气应对模式,调整感知算法参数 | 王小明 | 已完成 |
路径规划算法在复杂交通环境下出现死锁 | 高 | 优化路径规划算法,增加容错机制 | 李大力 | 处理中 |
车辆通信系统受到网络攻击 | 高 | 加强防火墙策略,实施入侵检测系统 | 张安全 | 待处理 |
用于调整参数和查看结果。