基于机器学习的自动驾驶接管场景用交通暴露校正与风险归因方法

本发明公开了一种基于机器学习的自动驾驶接管场景用交通暴露校正与风险归因方法，涉及自动驾驶安全技术领域。本发明提取目标区域道路网络划分时空观测单元并匹配接管事件，计算各单元交通暴露量并生成固定暴露量偏置项，将其以固定系数注入概率模型的对数几率空间，构建环境特征数据并针对不同接管类型训练独立概率预测模型，通过可解释归因方法计算环境特征贡献度并生成运维级输出结果。可有效消除曝光混杂导致的归因偏差，提升接管风险归因准确性，为自动驾驶运行设计域优化与安全运维提供可靠支撑。