基于数字孪生和预测风险场的车辆行车风险辨识方法

本发明公开了一种基于数字孪生和预测风险场的车辆行车风险辨识方法，包括以下步骤：S1、获取车辆轨迹预测模型根据数字孪生数据生成的周围车辆的多模态预测轨迹，并将其在时间和空间上离散化；S2、在预测时域内叠加某一条预测轨迹中一系列的潜在静态场，得到相应单一模态预测轨迹的风险场；S3、基于周围车辆每条预测轨迹的概率大小，通过加权叠加得到多个模态的预测轨迹的风险场；S4、计算车辆当前的静态风险场和道路风险场，并与多个模态的预测轨迹的风险场进行加权叠加，得到综合风险场；S5、根据该综合风险场进行车辆路径规划或生成预警提示。本发明充分考虑了行车环境中的不确定性危险场，提高了风险感知能力。