一种针对长尾现象的自动驾驶汽车碰撞风险预测方法

本发明属于道路车辆控制领域，涉及一种针对长尾现象的自动驾驶汽车碰撞风险预测方法，该方法筛选高风险轨迹样本，采用一种融合扩散概率模型与Transformer结构的轨迹生成方法，实现对罕见高风险驾驶行为的高保真建模与合成，从而增强模型对长尾样本的学习能力；此外，考虑到在长尾场景中，车辆的运动学特征与交通流密度特征通常呈现显著波动，构建并提取周围交通参与者的运动学特征与交通流密度特征，通过多模态特征融合预测周边车辆的未来轨迹；在此基础上，构建面向不同风险场景的概率风险评估机制，动态评估潜在碰撞风险或行为异常概率，最终实现对复杂交通环境中潜在高风险事件的精细化预测。