自动驾驶水平评估方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及自动驾驶领域，公开了一种自动驾驶水平评估方法、装置、设备及存储介质，该方法包括：基于目标区域的规范驾驶数据，构建测试全集，其中，所述测试全集用于表征所述目标区域中的全部场景；将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集；将所述测试全集和所述测试精选集进行模拟，得到对应的自动驾驶模拟结果；根据所述自动驾驶模拟结果和所述规范驾驶数据，进行计算得到自动驾驶水平评分。本方法通过规范驾驶数据构建驾驶全集，并利用场景复杂度评估模型构建测试精选集，提高了目标区域的仿真场景的复杂性和全面性，进而提高自动驾驶水平评估的准确性。进而提高自动驾驶水平评估的准确性。进而提高自动驾驶水平评估的准确性。

【技术实现步骤摘要】
自动驾驶水平评估方法、装置、设备及存储介质


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种自动驾驶水平评估方法、装置、设备及存储介质。

技术介绍

[0002]随着信息和控制技术的快速发展，自动驾驶技术逐渐被汽车厂家和用户所接受。自动驾驶不仅能够将汽车行驶的危险性降到最低，而且能够减轻用户繁重的驾驶任务，因此，自动驾驶也是未来汽车发展的一大趋势。在实际应用中，直接使用尚不成熟的自动驾驶车辆在真实道路上进行系统和算法的验证，不但成本高，而且非常危险。如果能够使用系统仿真技术在虚拟环境中对自动驾驶车辆进行测试和验证，可以减少人力物力成本，而且规避了潜在安全风险。在仿真测试过程中，一般需要进行详细的场景描述，并利用场景描述语句中的各个描述生成对应于场景描述语句的仿真场景。目前的仿真场景生成方法，需要输入精确的场景描述，难以全面穷尽所有情况的仿真场景，易降低仿真场景的复杂性和全面性，导致对自动驾驶进行评估的准确性降低。

技术实现思路

[0003]本专利技术的主要目的在于解决现有的在自动驾驶水平评估过程中，仿真场景的全面和复杂性较低的技术问题。
[0004]本专利技术第一方面提供了一种自动驾驶水平评估方法，包括：基于目标区域的规范驾驶数据，构建测试全集，其中，所述测试全集用于表征所述目标区域中的全部场景；将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集；将所述测试全集和所述测试精选集进行模拟，得到对应的自动驾驶模拟结果；根据所述自动驾驶模拟结果和所述规范驾驶数据，进行计算得到自动驾驶水平评分。
[0005]可选的，在本专利技术第一方面的第一种实现方式中，所述基于目标区域的规范驾驶数据，构建测试全集包括：按照预设的时间间隔，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个第一子场景；获取所述第一子场景对应的时间信息，并基于所述时间信息，确定各第一子场景对应的模拟目的地；将所述模拟目的地设置为对应的第一子场景的模拟因素，将所有第一子场景和对应的模拟因素汇总，得到测试全集。
[0006]可选的，在本专利技术第一方面的第二种实现方式中，所述将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集包括：按照预设的时刻跨度，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个时刻场景；将所述时刻场景输入预设的场景复杂度评估模型中，得到多个时刻场景对应的场景复杂度；基于各时刻场景对应的场景复杂度构建测试精选集。
[0007]可选的，在本专利技术第一方面的第三种实现方式中，所述基于各时刻场景对应的场景复杂度构建测试精选集包括：依次判断各时刻场景对应的场景复杂度是否大于预设的复
杂度阈值；获取场景复杂度大于所述复杂度阈值的时刻场景的场景时间；基于时刻场景的场景时间和所述规范驾驶数据构建测试精选集。
[0008]可选的，在本专利技术第一方面的第四种实现方式中，所述基于时刻场景的场景时间和所述规范驾驶数据构建测试精选集包括：将所述场景时间设置为潜在关键时间点；将所述潜在关键时间点提前N秒，得到潜在模拟触发点；根据预设的机器学习聚类算法，将所有潜在模拟触发点进行聚类，并基于得到的聚类簇生成对应的第二子场景；基于所述第二子场景对应的时间信息，确定各第二子场景对应的模拟目的地；将第二子场景对应的模拟目的地设置为对应的模拟因素，将所有第二子场景和对应的模拟因素汇总，得到测试精选集。
[0009]可选的，在本专利技术第一方面的第五种实现方式中，在所述将第二子场景对应的模拟目的地设置为对应的模拟因素，将所有第二子场景和对应的模拟因素汇总，得到测试精选集之后，还包括：获取各第二子场景对应的场景起始点；计算所述场景起始点与对应的模拟目的地之间的距离值，并基于所述距离值判断对应的第二子场景是否为静止场景；将确定为静止场景的第二子场景以及对应的模拟因素从所述测试精选集中筛除。
[0010]可选的，在本专利技术第一方面的第六种实现方式中，所述自动驾驶模拟结果包括模拟行驶轨迹，所述规范驾驶数据包括规范驾驶轨迹；所述根据所述自动驾驶模拟结果和所述规范驾驶数据，进行计算得到自动驾驶水平评分包括：计算所述模拟行驶轨迹与所述规范驾驶轨迹的平均距离；计算所述模拟轨迹与所述规范驾驶轨迹的距离大于预设距离阈值前的时间长度；基于所述平均距离和所述时间长度，计算所述自动驾驶水平评分。
[0011]本专利技术第二方面提供了一种自动驾驶水平评估装置，包括：全集构建模块，用于基于目标区域的规范驾驶数据，构建测试全集，其中，所述测试全集用于表征所述目标区域中的全部场景；精选集构建模块，用于将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集；模拟模块，用于将所述测试全集和所述测试精选集进行模拟，得到对应的自动驾驶模拟结果；计算模块，用于根据所述自动驾驶模拟结果和所述规范驾驶数据，进行计算得到自动驾驶水平评分。
[0012]可选的，在本专利技术第二方面的第一种实现方式中，所述全集构建模块具体用于：按照预设的时间间隔，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个第一子场景；获取所述第一子场景对应的时间信息，并基于所述时间信息，确定各第一子场景对应的模拟目的地；将所述模拟目的地设置为对应的第一子场景的模拟因素，将所有第一子场景和对应的模拟因素汇总，得到测试全集。
[0013]可选的，在本专利技术第二方面的第二种实现方式中，所述精选集构建模块具体包括：场景划分单元，用于按照预设的时刻跨度，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个时刻场景；模型输入单元，用于将所述时刻场景输入预设的场景复杂度评估模型中，得到多个时刻场景对应的场景复杂度；构建单元，用于基于各时刻场景对应的场景复杂度构建测试精选集。
[0014]可选的，在本专利技术第二方面的第三种实现方式中，所述构建单元具体包括：判断子单元，用于依次判断各时刻场景对应的场景复杂度是否大于预设的复杂度阈值；获取子单元，用于获取场景复杂度大于所述复杂度阈值的时刻场景的场景时间；测试精选集构建子单元，用于基于时刻场景的场景时间和所述规范驾驶数据构建测试精选集。
[0015]可选的，在本专利技术第二方面的第四种实现方式中，所述测试精选集构建子单元具
体用于：将所述场景时间设置为潜在关键时间点；将所述潜在关键时间点提前N秒，得到潜在模拟触发点；根据预设的机器学习聚类算法，将所有潜在模拟触发点进行聚类，并基于得到的聚类簇生成对应的第二子场景；基于所述第二子场景对应的时间信息，确定各第二子场景对应的模拟目的地；将第二子场景对应的模拟目的地设置为对应的模拟因素，将所有第二子场景和对应的模拟因素汇总，得到测试精选集。
[0016]可选的，在本专利技术第二方面的第五种实现方式中，所述自动驾驶水平评估装置还包括筛除模块，所述筛除模块具体用于：获取各第二子场景对应的场景起始点；计算所述场景起始点与对应的模拟目的地之间的距离值，并基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶水平评估方法，其特征在于，所述自动驾驶水平评估方法包括：基于目标区域的规范驾驶数据，构建测试全集，其中，所述测试全集用于表征所述目标区域中的全部场景；将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集；将所述测试全集和所述测试精选集进行模拟，得到对应的自动驾驶模拟结果；根据所述自动驾驶模拟结果和所述规范驾驶数据，进行计算得到自动驾驶水平评分。2.根据权利要求1所述的自动驾驶水平评估方法，其特征在于，所述基于目标区域的规范驾驶数据，构建测试全集包括：按照预设的时间间隔，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个第一子场景；获取所述第一子场景对应的时间信息，并基于所述时间信息，确定各第一子场景对应的模拟目的地；将所述模拟目的地设置为对应的第一子场景的模拟因素，将所有第一子场景和对应的模拟因素汇总，得到测试全集。3.根据权利要求1所述的自动驾驶水平评估方法，其特征在于，所述将所述规范驾驶数据输入预设的场景复杂度评估模型中，基于所述场景复杂度评估模型输出的场景复杂度构建测试精选集包括：按照预设的时刻跨度，将所述目标区域的规范驾驶数据进行滑动窗口处理，分别得到多个时刻场景；将所述时刻场景输入预设的场景复杂度评估模型中，得到多个时刻场景对应的场景复杂度；基于各时刻场景对应的场景复杂度构建测试精选集。4.根据权利要求3所述的自动驾驶水平评估方法，其特征在于，所述基于各时刻场景对应的场景复杂度构建测试精选集包括：依次判断各时刻场景对应的场景复杂度是否大于预设的复杂度阈值；获取场景复杂度大于所述复杂度阈值的时刻场景的场景时间；基于时刻场景的场景时间和所述规范驾驶数据构建测试精选集。5.根据权利要求4所述的自动驾驶水平评估方法，其特征在于，所述基于时刻场景的场景时间和所述规范驾驶数据构建测试精选集包括：将所述场景时间设置为潜在关键时间点；将所述潜在关键时间点提前N秒，得到潜在模拟触发点；根据预设的机器学习聚类算法，将所有潜在模拟触发点进行聚类，并基于得到的聚类簇生成对应的第二子场景；基于所述第二子场景对应的时间信息，确定各第二子场景对应的模拟目的地；将第二子场景对应的模拟目的地设置为对应的模拟因素，将...

【专利技术属性】
技术研发人员：高熠，韩旭，
申请(专利权)人：广州文远知行科技有限公司，
类型：发明
国别省市：