一种基于自由能的行车风险认知地图构建方法及系统

本发明公开了一种基于自由能的行车风险认知地图构建方法及系统，将智能驾驶车辆的起始位置和目标位置输入到已训练完成的风险熵计算模型中，以输出智能驾驶车辆的风险认知地图；风险熵计算模型的训练过程如下：获取车辆的环境状态信息，以构建训练数据集；利用环境状态信息构建基于自由能理论的感知与预测模型，所述自由能为车辆对环境状态的预测误差与真实感知值之间的差异；在感知与预测模型中引入信息熵定义行车风险熵，表示车辆在环境中的风险程度，从而计算车辆当前所处状态的自由能；通过连续时序地计算行车风险熵，结合车辆历史行驶轨迹，对风险认知地图中的高风险区域进行动态更新，并将更新后的风险认知地图提供给车辆的决策模块；构建损失函数，以对风险熵计算模型中的可训练参数进行调整；该风险认知地图构建方法及系统有效实现了复杂行车环境下的智能驾驶车辆动态风险评估。