一种基于应对感知的驾驶方法及系统与流程

1.本发明涉及导航技术领域，具体而言，涉及一种基于应对感知的驾驶方法、系统、电子设备及计算机存储介质。

背景技术：

2.随着驾驶辅助技术的快速发展，汽车已经具有了对一些紧急情况的主动应对能力。然而，这种应对一般是基于应对执行之前的瞬间运动数据而决策实施的，而且该应对缺乏对对方车辆应对该紧急情况的操作的考量，容易导致车辆应对不当而使危险系数被极大提升，甚而造成交通事故。

技术实现要素：

3.为了至少解决上述背景技术中存在的技术问题，本发明提供了一种基于应对感知的驾驶方法、系统、电子设备及计算机存储介质。
4.本发明的第一方面提供了一种基于应对感知的驾驶方法，包括如下步骤：
5.获取感知数据，所述感知数据包括道路结构数据、车辆行驶数据；
6.响应于所述感知数据满足预设条件，根据所述感知数据预测目标车辆的第一应对策略；
7.根据所述感知数据和所述第一应对策略确定本车的第二应对策略。
8.进一步地，所述方法还包括：
9.判断所述感知数据是否满足预设条件，包括：
10.将所述车辆行驶数据和所述道路结构数据进行关联，根据关联结果计算所述目标车辆的应对评估值；
11.若所述应对评估值大于或等于评估阈值，则判定所述感知数据满足预设条件。
12.进一步地，所述根据关联结果计算所述目标车辆的应对评估值，包括：
13.根据所述关联结果计算所述目标车辆的第一应对评估值；
14.根据所述车辆行驶数据确定所述目标车辆的驾驶模式数据，根据所述驾驶模式数据确定修正系数；
15.根据所述修正系数和所述第一应对评估值获得第二应对评估值，将所述第二应对评估值作为所述目标车辆的所述应对评估值。
16.进一步地，所述根据所述驾驶模式数据确定修正系数，包括：
17.对所述驾驶模式数据进行评估以获得自动度评估值，根据所述自动度评估值确定所述修正系数；
18.其中，所述修正系数与所述自动度评估值负相关。
19.进一步地，所述根据所述感知数据预测目标车辆的第一应对策略，包括：
20.将第一感知数据输入预测模型，以获得若干第三应对策略；
21.根据所述第一感知数据预测获得第二感知数据，根据所述第二感知数据从若干所
述第三应对策略进行筛选，将筛选出的所述第三应对策略作为所述第一应对策略。
22.进一步地，所述根据所述感知数据和所述第一应对策略确定本车的第二应对策略，包括：
23.根据与本车相关的第三感知数据、所述第一应对策略确定本车的第二应对策略。
24.进一步地，在所述根据所述感知数据预测目标车辆的第一应对策略之后，还包括：
25.将所述第一应对策略传输给所述目标车辆。
26.本发明的第二方面提供了一种基于应对感知的驾驶系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；
27.所述存储模块，用于存储可执行的计算机程序代码；
28.所述获取模块，用于与行驶环境相关的感知数据并传输给所述处理模块；
29.所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
30.本发明的第三方面提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
31.本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
32.相比于背景技术，本发明的方案中，车辆在行驶过程中可以通过多种途径获取周边的感知数据，包括道路结构数据、其它车辆的行驶数据；对感知数据进行综合分析可以确定当前行车环境是否符合预设条件，预设条件指的是周边车辆对驾驶威胁的非常规应对的概率，相应地可以启动针对性的对方应对方式的预测，从而可以确定出本车的最佳应对措施。于是，本发明的方案通过预测分析周围车辆的应对方式，而极大的提升了本车的在应对驾驶危险场景时的成功率，降低了驾驶风险。
附图说明
33.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
34.图1是弯道驾驶场景中危险情况的场景示意图；
35.图2是本发明实施例公开的一种应对感知方法的流程示意图；
36.图3是本发明实施例公开的一种应对感知系统的结构示意图；
37.图4是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
38.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
39.参照图1所示，本车a与他车b在弯道处交汇，弯道的道路结构会使得a、b车的交汇具有突发性，容易使驾驶员出现操作失误。即便车辆a和/或b具有驾驶辅助能力，对于本车a来说，通过某些途径获得了b车的运动数据之后，可据此确定b车的应对方式为沿a方向(当前行驶方向)急减速，于是本车a的应对方式为向左变向、减速躲避。但b车真实的应对方式为沿b方向减速躲避，这就导致a、b两车朝相同方向应对行驶，反而极大的提升了危险系数。
40.现有技术在应对驾驶威胁时普遍缺乏对对方应对方式的考量，导致不能有效降低危险系数，在某些情况下甚至还会导致危险程度的加强，亟需改进。
41.针对上述技术问题，参阅图2，本发明实施例提供了一种应对感知方法，包括如下步骤：
42.获取感知数据，所述感知数据包括道路结构数据、车辆行驶数据；
43.响应于所述感知数据满足预设条件，根据所述感知数据预测目标车辆的第一应对策略；
44.根据所述感知数据和所述第一应对策略确定本车的第二应对策略。
45.针对背景技术中提到的技术问题，本发明方案中，车辆在行驶过程中可以通过多种途径获取周边的感知数据，包括道路结构数据、其它车辆的行驶数据；对感知数据进行综合分析可以确定当前行车环境是否符合预设条件，预设条件指的是周边车辆对驾驶威胁的非常规应对的概率，相应地可以启动针对性的对方应对方式的预测，从而可以确定出本车的最佳应对措施。于是，本发明的方案通过预测分析周围车辆的应对方式，而极大的提升了本车的在应对驾驶危险场景时的成功率，降低了驾驶风险。
46.感知数据的获取方式可以通过以下几种方式获取：
47.1)车辆本身配备各种探测传感装置，例如摄像机、雷达(超声波/微波/红外/激光)、拾音装置等，利用以上类型的探测传感装置可以实现对周遭行驶环境所涉及的道路结构数据、车辆行驶数据的探测分析；
48.2)车辆具备车联网通信功能，借助车间通信、车路通信而获得周遭行驶环境的例如上述数据，其中的道路结构数据可以是路侧设备将预存的地理数据直接发送给车辆，也可以是其它车辆利用上述方式1)探测到该路段的道路结构数据之后再通过车车、车路而传输给车辆。
49.本发明中的第二应对策略可直接用于干预车辆的驾驶控制，这尤其适用于具有紧急情况或常规情况下高等级驾驶辅助甚而自动驾驶功能的汽车，也可以用于向车辆的驾驶员进行输出，以使驾驶员手动执行第二应对策略来避免与目标车辆的碰撞。
50.进一步地，所述方法还包括：
51.判断所述感知数据是否满足预设条件，包括：
52.将所述车辆行驶数据和所述道路结构数据进行关联，根据关联结果计算所述目标车辆的应对评估值；
53.若所述应对评估值大于或等于评估阈值，则判定所述感知数据满足预设条件。
54.不同的行驶环境下目标车辆的应对方式存在明显差异：在车间距很小的行驶缓慢路段，目标车辆的应对方式十分单一，一般仅是制动减速而已；而在车辆较少的宽阔路段，则还有可能采取更多样化的应对方式，包括减速+变向等。针对该情况，本发明先将车辆行驶数据和道路结构数据进行关联，以形成本车行驶环境的综合概况图(例如鸟瞰图)，使得
本车可以知晓当前行驶环境的整体情况，继而可以确定出哪些空间可适于目标车辆进行危险应对，也就可以确定出目标车辆的应对评估值(用于描述目标车辆在当前行驶场景下的应对方式的数量的多寡)。在目标车辆存在多种应对方式时，在紧急情况到来时本车难以准确确定出自身的最佳应对策略，所以需要在此种情况下触发本发明方案的执行，即提前对目标车辆最可能采取的应对方式进行预测分析。
55.其中，可以预设预测模型，经训练的预测模型已经建立起不同行驶环境与车辆的应对方案的对应关系，于是将车辆行驶数据、道路结构数据及二者的关联关系输入预测模型之后，预测模型即可输出多种可行的应对方案，进而可以评估得出应对评估值；显然，应对评估值与应对方案的数量正相关。预测模型可依据现有的算法进行构建，例如cnn、rnn等神经网络算法及其改型，本发明对此不作限定。
56.进一步地，所述根据关联结果计算所述目标车辆的应对评估值，包括：
57.根据所述关联结果计算所述目标车辆的第一应对评估值；
58.根据所述车辆行驶数据确定所述目标车辆的驾驶模式数据，根据所述驾驶模式数据确定修正系数；
59.根据所述修正系数和所述第一应对评估值获得第二应对评估值，将所述第二应对评估值作为所述目标车辆的所述应对评估值。
60.目标车辆所执行的驾驶模式会对应对方案产生较大的影响，自动驾驶/辅助驾驶模式下，车辆都是按照预设的应对规则来制定应对方案，该方案是相对保守的、单一的；而人工驾驶模式下，驾驶员在面对突发情况时的应对策略具有更多的不确定性，尤其是对于新手驾驶员来说。针对该情况，本发明进一步根据目标车辆的驾驶模式数据确定出合理的修正系数，以对理论的第一应对评估值进行修正，从而获得更为准确的第二应对评估值。
61.进一步地，所述根据所述驾驶模式数据确定修正系数，包括：
62.对所述驾驶模式数据进行评估以获得自动度评估值，根据所述自动度评估值确定所述修正系数；
63.其中，所述修正系数与所述自动度评估值负相关。
64.驾驶模式数据不仅可以包括是否采用了驾驶辅助，以及所采用的驾驶辅助的具体级别(l2、l3等)，还可以具体包括驾驶辅助的具体内容(例如aeb、acc)、配备/开启的探测装置的数据等。利用这些数据可以计算获得自动度评估值，即目标车辆在应对紧急情况时的自动/辅助处置的能力的高低。而且，该能力越高即自动度评估值越高，说明具有更高应对能力的车辆会采取更为明确的、单一的应对方案，设置修正系数越小，即将第一应对评估值调小。
65.进一步地，所述根据所述感知数据预测目标车辆的第一应对策略，包括：
66.将第一感知数据输入预测模型，以获得若干第三应对策略；
67.根据所述第一感知数据预测获得第二感知数据，根据所述第二感知数据从若干所述第三应对策略进行筛选，将筛选出的所述第三应对策略作为所述第一应对策略。
68.本发明的方案可以分为两部分，基于紧急情况发生之前的第一感知数据来预测得出目标车辆在该场景下可能的若干第三应对策略；然后，预测得出行驶环境中各车辆在到达紧急情况发生时刻前后的预测行驶情况即第二感知数据，据此可以从多个第三应对策略中筛选出最有可能被目标车辆采取的方案。
69.举例说明如下：
70.依然参照图1所示，行驶场景为弯道，在a、b车抵达弯道的弧顶时，突然的相遇会促使a、b车在极短的时间内做出应对策略。a车在逐渐靠近弧顶的过程中可通过车联网技术不断获取包括b车在内的车辆的行驶数据，从而可以锁定在弯道处违规借道超车的b车为目标车辆，在t1时刻获取第一感知数据，利用预测模型可以预测出b车在到达弧顶(与a车可视)时的若干第三应对策略。同时，采用短时推演可以确定行驶场景中所有车辆的运动预期，继而预测得出t2时刻(b车与a车可视时)的第二感知数据，据此可以对第三应对策略进行寻优筛选。
71.可见，本发明的方案可以在a、b车逐渐靠近危险驾驶场景的过程中预先确定出潜在的目标车辆的最佳应对策略，继而有利于提前基于可实时轻松获得的自身行驶数据来确定出最佳的应对策略，极大的降低碰撞风险。
72.进一步地，所述根据所述感知数据和所述第一应对策略确定本车的第二应对策略，包括：
73.根据与本车相关的第三感知数据、所述第一应对策略确定本车的第二应对策略。
74.通过前述方法预测出了目标车辆在抵达危险驾驶场景时最可能采取的第一应对策略，于是，在本车抵达危险驾驶场景时即可基于自身的实时驾驶状态(可基于道路结构数据、车辆行驶数据来确定)来生成应对目标车辆的第一应对策略的第二应对策略。于是，便实现了协同避撞的效果，可有效降低因本车与目标车辆采取相同的避让策略而导致的碰撞风险极度增大。
75.进一步地，在所述根据所述感知数据预测目标车辆的第一应对策略之后，还包括：
76.将所述第一应对策略传输给所述目标车辆。
77.本发明还进一步将预测出的第一应对策略传输给目标车辆，使得目标车辆可以提前知晓本车期望目标车辆执行的相对合理的应对策略，可以提升目标车辆按照第一应对策略来实施避撞的概率，使得本车制定出的第二应对策略具有更强的安全性。
78.需要进行说明的是，在将第一应对策略传输给目标车辆之前，还可以先分析前述确定出的自动度评估值是否足够高，若是，则可以将第一应对策略传输给目标车辆。如此设置的原因在于：高等级辅助/自动驾驶具有更强的运算处理能力及执行能力，而人力驾驶的应对时长更长，且对预先的提醒具有更低的理解力与执行力，所以，本发明可仅向具有高等级自主驾驶水平的车辆传输用于指导危险应对的第一应对策略。
79.请参阅图3，图3是本发明实施例公开的一种基于应对感知的驾驶系统的结构示意图。如图3所示，本发明实施例的一种基于应对感知的驾驶系统，包括获取模块(101)、处理模块(102)、存储模块(103)；所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接；
80.所述存储模块(103)，用于存储可执行的计算机程序代码；
81.所述获取模块(101)，用于与行驶环境相关的感知数据并传输给所述处理模块(102)；
82.所述处理模块(102)，用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
83.该实施例中的一种基于应对感知的驾驶系统的具体功能参照上述实施例，由于本
实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
84.请参阅图4，图4是本发明实施例公开的一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前述实施例所述的方法。
85.本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施例所述的方法。
86.本发明的电子设备中的处理器可以根据存储在只读存储器(rom)中的计算机程序或者从存储器加载到随机访问存储器(ram)中的计算机程序，来执行各种适当的动作和处理。在ram中，还可存储器操作所需的各种程序和数据。处理器、rom以及ram通过总线彼此相连。输入/输出(i/o)接口也连接至总线。
87.电子设备中的多个部件连接至i/o接口，包括：输入单元，例如键盘、鼠标等；输出单元，例如各种类型的显示器、扬声器等；存储单元，例如磁盘、光盘等；以及通信单元，例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
88.处理器可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器执行上文所描述的各个方法和处理，例如应对感知方法。例如，在一些实施例中，应对感知方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施例中，计算机程序的部分或者全部可以经由rom和/或通信单元而被载入和/或安装到电子设备上。当计算机程序加载到ram并由处理器执行时，可以执行上文描述的应对感知方法的一个或多个步骤。备选地，在其他实施例中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行应对感知方法。
89.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
90.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
91.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可
读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
92.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
93.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
94.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
95.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
96.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

技术特征：

1.一种基于应对感知的驾驶方法，其特征在于，包括如下步骤：获取感知数据，所述感知数据包括道路结构数据、车辆行驶数据；响应于所述感知数据满足预设条件，根据所述感知数据预测目标车辆的第一应对策略；根据所述感知数据和所述第一应对策略确定本车的第二应对策略。2.根据权利要求1所述的一种基于应对感知的驾驶方法，其特征在于：所述方法还包括：判断所述感知数据是否满足预设条件，包括：将所述车辆行驶数据和所述道路结构数据进行关联，根据关联结果计算所述目标车辆的应对评估值；若所述应对评估值大于或等于评估阈值，则判定所述感知数据满足预设条件。3.根据权利要求2所述的一种基于应对感知的驾驶方法，其特征在于：所述根据关联结果计算所述目标车辆的应对评估值，包括：根据所述关联结果计算所述目标车辆的第一应对评估值；根据所述车辆行驶数据确定所述目标车辆的驾驶模式数据，根据所述驾驶模式数据确定修正系数；根据所述修正系数和所述第一应对评估值获得第二应对评估值，将所述第二应对评估值作为所述目标车辆的所述应对评估值。4.根据权利要求3所述的一种基于应对感知的驾驶方法，其特征在于：所述根据所述驾驶模式数据确定修正系数，包括：对所述驾驶模式数据进行评估以获得自动度评估值，根据所述自动度评估值确定所述修正系数；其中，所述修正系数与所述自动度评估值负相关。5.根据权利要求1所述的一种基于应对感知的驾驶方法，其特征在于：所述根据所述感知数据预测目标车辆的第一应对策略，包括：将第一感知数据输入预测模型，以获得若干第三应对策略；根据所述第一感知数据预测获得第二感知数据，根据所述第二感知数据从若干所述第三应对策略进行筛选，将筛选出的所述第三应对策略作为所述第一应对策略。6.根据权利要求5所述的一种基于应对感知的驾驶方法，其特征在于：所述根据所述感知数据和所述第一应对策略确定本车的第二应对策略，包括：根据与本车相关的第三感知数据、所述第一应对策略确定本车的第二应对策略。7.根据权利要求1-6任一项所述的一种基于应对感知的驾驶方法，其特征在于：在所述根据所述感知数据预测目标车辆的第一应对策略之后，还包括：将所述第一应对策略传输给所述目标车辆。8.一种基于应对感知的驾驶系统，包括获取模块、处理模块、存储模块；所述处理模块与所述获取模块、所述存储模块连接；所述存储模块，用于存储可执行的计算机程序代码；所述获取模块，用于与行驶环境相关的感知数据并传输给所述处理模块；其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程
序代码，执行如权利要求1-7任一项所述的方法。9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的方法。10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。

技术总结

本发明提供了一种基于应对感知的驾驶方法及系统；其中，所述方法包括：获取感知数据，所述感知数据包括道路结构数据、车辆行驶数据；响应于所述感知数据满足预设条件，根据所述感知数据预测目标车辆的第一应对策略；根据所述感知数据和所述第一应对策略确定本车的第二应对策略。本发明的方案通过预测分析周围车辆的应对方式，而极大的提升了本车的在应对驾驶危险场景时的成功率，降低了驾驶风险。降低了驾驶风险。降低了驾驶风险。