本发明涉及车辆控制，更具体地说，本发明涉及一种基于区块链的自动驾驶汽车控制方法及系统。
背景技术：
1、自动驾驶汽车包括车道保持系统，车道保持系统依赖于传感器和环境感知技术来识别道路、车道线和障碍物等信息，车道保持系统会试图保持车辆在当前车道上行驶；在公开号为cn108536147b的一种基于区块链和智能合约的自动驾驶汽车控制方法及系统中，采用区块链和智能合约的交易方式，实现机器与机器之间的交易，通过去中心化的随机计算节点控制自动驾驶汽车，这样的自动驾驶汽车控制方式，可以极大地降低网络入侵或计算节点故障造成的交通安全隐患。
2、现有技术存在以下不足：车道保持系统通常和避障系统紧密协作，若不能提前对车道保持系统的行驶风险进行预警并根据车道保持系统的行驶风险及时对自动驾驶汽车的车道保持系统进行控制，会造成车辆偏离车道、碰撞障碍物或其他车辆等安全问题的发生，增加事故风险。
3、为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于区块链的自动驾驶汽车控制方法及系统以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种基于区块链的自动驾驶汽车控制方法，包括如下步骤：
4、s1：基于对避障系统运行存在的故障风险的评估，将避障系统运行存在的故障风险程度划分为避障故障风险程度大或避障故障风险程度可接受；
5、s2：获取目标车辆的行驶路径对应的交通状况信息，基于交通状况信息对目标车辆的需要避障频率进行预测，并根据目标车辆的需要避障频率的预测结果，将目标车辆的预测行驶复杂度划分为高或正常；
6、s3：通过避障系统运行存在的故障风险程度和目标车辆的预测行驶复杂度，判断目标车辆对应的车道保持系统的运行环境是否达标；根据车道保持系统的运行环境的达标情况，通过区块链的智能合约对车道保持系统进行控制；
7、s4：通过对车道保持系统的潜在安全隐患的分析，对车道保持系统进行运行隐患程度评估；
8、s5：当目标车辆对应的车道保持系统的运行环境达标时，将避障系统运行存在的故障风险程度、目标车辆的需要避障频率的预测结果以及车道保持系统的运行隐患程度评估结果进行综合分析，并根据分析结果确定车道保持系统的运行模式。
9、在一个优选的实施方式中，在s1中，对避障系统运行存在的故障风险进行评估，具体为：
10、设定时间区间t1；实时监测并记录避障系统每个执行命令对应的命令延迟值，获取在时间区间t1内的执行命令的数量，并获取时间区间t1内每个执行命令对应的命令延迟值；命令延迟值为避障系统从传感器捕获到实时路径信息至生成执行命令的时间间隔；
11、将执行命令对应的命令延迟值与预设的命令延迟阈值进行比较，获取时间区间t1内执行命令对应的命令延迟值大于预设的命令延迟阈值的数量，将时间区间t1内执行命令对应的命令延迟值大于预设的命令延迟阈值的数量与时间区间t1内的执行命令的数量的比值标记为命令延迟比；
12、设定命令延迟比阈值；当命令延迟比大于命令延迟比阈值，则生成避障延迟高信号；当命令延迟比小于等于命令延迟比阈值，则生成避障延迟风险评估信号；
13、当生成避障延迟风险评估信号，计算命令风险延迟指数，其表达式为：
14、；
15、其中，为命令风险延迟指数，为时间区间t1内执行命令对应的命令延迟值的数量，为时间区间t1内执行命令对应的命令延迟值的编号，，且和均为大于1的整数；为时间区间t1内第个执行命令对应的命令延迟值，为时间区间t1内第个执行命令对应的命令延迟值。
16、在一个优选的实施方式中，将避障系统运行存在的故障风险程度划分为避障故障风险程度大或避障故障风险程度可接受，具体为：
17、设定命令风险延迟指数阈值；当命令风险延迟指数大于命令风险延迟指数阈值，则生成避障延迟风险高信号；当命令风险延迟指数小于等于命令风险延迟指数阈值，则生成避障延迟风险低信号；
18、当生成避障延迟高信号或生成避障延迟风险高信号，则将避障系统运行存在的故障风险程度划分为避障故障风险程度大；否则，将避障系统运行存在的故障风险程度划分为避障故障风险程度可接受。
19、在一个优选的实施方式中，在s2中，获取目标车辆所在位置及目标车辆行驶路径的地图数据；
20、实时获取交通状况信息，交通状况信息包括车流预测指数，车流预测指数的获取逻辑为：
21、设定车流预测时间窗口；
22、收集目标车辆的历史行驶路径数据；同时，获取当前时刻的实时交通数据；
23、基于目标车辆的当前位置和历史行驶数据，利用路径规划算法预测目标车辆未来一段时间内的行驶路径；
24、根据预测的目标车辆行驶路径，在车流预测时间窗口内的每个路段，利用实时交通数据和历史车流量数据进行车流量预测；
25、将预测得到的每个路段在车流预测时间窗口内的车流量进行汇总，并根据车流预测时间窗口对应的时间长度，计算平均车流量作为车流预测指数；
26、将目标车辆的预测行驶复杂度划分为高或正常，具体为：
27、将车流预测指数作为目标车辆的需要避障频率的预测结果；
28、设定车流预测指数阈值；将车流预测指数与车流预测指数阈值进行比较：
29、当车流预测指数大于车流预测指数阈值，则目标车辆的预测行驶复杂度为高；当车流预测指数小于等于车流预测指数阈值，则目标车辆的预测行驶复杂度为正常。
30、在一个优选的实施方式中，在s3中，判断目标车辆对应的车道保持系统的运行环境是否达标，具体为：
31、当避障系统运行存在的故障风险程度为避障故障风险程度可接受，且目标车辆的预测行驶复杂度为正常，则目标车辆对应的车道保持系统的运行环境达标；否则，目标车辆对应的车道保持系统的运行环境不达标；
32、智能合约根据判断结果执行相应的控制策略；如果车道保持系统的运行环境为达标，则维持车道保持系统正常运行；如果车道保持系统的运行环境为不达标，则暂停车道保持系统的运行。
33、在一个优选的实施方式中，在s4中，对车道保持系统的潜在安全隐患进行分析，具体为：
34、对车道保持系统的传感器进行编号，并对车道保持系统的每个传感器分别赋予权重；
35、设定校准监测区间；获取在校准监测区间内车道保持系统的每个传感器对应的自动校准次数；
36、通过对校准监测区间内车道保持系统所有传感器对应的自动校准次数进行分析，计算得到传感校准频繁指数，其表达式为：
37、；
38、其中，为传感校准频繁指数，为车道保持系统的传感器数量，为车道保持系统的传感器编号，，且和均为大于1的整数；为车道保持系统的第个传感器在校准监测区间内的自动校准次数，为校准监测区间对应的时间长度，为车道保持系统的第个传感器对应的权重，大于0。
39、在一个优选的实施方式中，在s5中，当目标车辆对应的车道保持系统的运行环境达标时，将命令风险延迟指数、车流预测指数以及传感校准频繁指数进行归一化处理，将归一化处理后的命令风险延迟指数、车流预测指数以及传感校准频繁指数分别赋予预设比例系数后，计算得到车保隐患预警系数；
40、设定车保隐患预警系数阈值；智能合约将车保隐患预警系数与车保隐患预警系数阈值进行比较：
41、智能合约判断车道保持系统的运行模式：当车保隐患预警系数大于预警系数阈值，则生成车保暂停使用信号；当车保隐患预警系数小于等于车保隐患预警系数阈值，则生成车保正常使用信号。
42、在一个优选的实施方式中，一种基于区块链的自动驾驶汽车控制系统，包括避障风险判断模块、行驶复杂预测模块、车保第一控制模块、车保安全评估模块以及车保第二控制模块；
43、避障风险判断模块基于对避障系统运行存在的故障风险的评估，将避障系统运行存在的故障风险程度划分为避障故障风险程度大或避障故障风险程度可接受；
44、行驶复杂预测模块获取目标车辆的行驶路径对应的交通状况信息，基于交通状况信息对目标车辆的需要避障频率进行预测，并根据目标车辆的需要避障频率的预测结果，将目标车辆的预测行驶复杂度划分为高或正常；
45、车保第一控制模块通过避障系统运行存在的故障风险程度和目标车辆的预测行驶复杂度，判断目标车辆对应的车道保持系统的运行环境是否达标；根据车道保持系统的运行环境的达标情况，通过区块链的智能合约对车道保持系统进行控制；
46、车保安全评估模块通过对车道保持系统的潜在安全隐患的分析，对车道保持系统进行运行隐患程度评估；
47、当目标车辆对应的车道保持系统的运行环境达标时，车保第二控制模块将避障系统运行存在的故障风险程度、目标车辆的需要避障频率的预测结果以及车道保持系统的运行隐患程度评估结果进行综合分析，并根据分析结果确定车道保持系统的运行模式。
48、本发明一种基于区块链的自动驾驶汽车控制方法及系统的技术效果和优点：
49、1、通过对避障系统的故障风险进行评估并划分为大或可接受的程度，能够在一定程度上预测避障系统可能出现的问题，从而及时采取措施进行调整或修复，确保系统的稳定性和可靠性。其次，获取目标车辆的行驶路径对应的交通状况信息，并基于交通状况信息预测目标车辆的需要避障频率，能够更准确地了解目标车辆所面临的交通环境，有助于提前规划避障策略，降低事故风险。最后，通过综合避障系统故障风险程度和目标车辆的预测行驶复杂度，判断车道保持系统的运行环境是否达标，并通过区块链的智能合约进行控制，能够根据实时情况及时调整车道保持系统的运行模式，保障车辆的安全行驶。
50、2、对车道保持系统的潜在安全隐患进行分析，并综合考虑避障系统故障风险、目标车辆的避障频率预测和车道保持系统的运行隐患程度评估结果，能够更全面地评估车辆的安全状态。通过综合分析结果，可以及时发现和解决潜在的安全问题，提高车辆行驶的安全性和稳定性。同时，根据综合分析结果确定车道保持系统的运行模式，能够根据实际情况灵活调整系统的运行策略，进一步提升自动驾驶汽车的性能和安全性。综合考虑这些因素，可以有效减少事故发生的可能性，保障车辆及乘客的安全。
1.一种基于区块链的自动驾驶汽车控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，在s1中，对避障系统运行存在的故障风险进行评估，具体为：
3.根据权利要求2所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，将避障系统运行存在的故障风险程度划分为避障故障风险程度大或避障故障风险程度可接受，具体为：
4.根据权利要求3所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，在s2中，获取目标车辆所在位置及目标车辆行驶路径的地图数据；
5.根据权利要求4所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，在s3中，判断目标车辆对应的车道保持系统的运行环境是否达标，具体为：
6.根据权利要求5所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，在s4中，对车道保持系统的潜在安全隐患进行分析，具体为：
7.根据权利要求6所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，在s5中，当目标车辆对应的车道保持系统的运行环境达标时，将命令风险延迟指数、车流预测指数以及传感校准频繁指数进行归一化处理，将归一化处理后的命令风险延迟指数、车流预测指数以及传感校准频繁指数分别赋予预设比例系数后，计算得到车保隐患预警系数；
8.一种基于区块链的自动驾驶汽车控制系统，用于实现权利要求1-7任一项所述的一种基于区块链的自动驾驶汽车控制方法，其特征在于，包括避障风险判断模块、行驶复杂预测模块、车保第一控制模块、车保安全评估模块以及车保第二控制模块；
