[發明專利]一種自動駕駛性能檢測方法和裝置

有效

• 申請號: 202010140452.5
• 申請日: 2020-03-03
• 公開（公告）號: CN111290370B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 胡太群
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 蔡艾瑩

1.一種自動駕駛性能檢測方法，其特征在于，包括：

獲取將待檢測自動駕駛程序加載至預設自動駕駛系統后進行仿真行駛的各個自動駕駛程序的行駛數據集合，基于所述自動駕駛程序的類型，在所述行駛數據集合中識別出目標行駛數據；

對所述目標行駛數據進行特征提取，得到所述目標行駛數據的初始特征值；

對所述初始特征值進行分類，并基于分類結果，確定所述初始特征值對應的權重；

根據所述權重，在所述初始特征值中篩選出目標特征值；

對所述目標特征值進行解析，得到加載所述待檢測自動駕駛程序的預設自動駕駛系統的綜合駕駛性能參數；

當所述綜合駕駛性能參數超過預設參數閾值時，確定所述待檢測自動駕駛程序的自動駕駛性能檢測合格。

2.根據權利要求1所述的自動駕駛性能檢測方法，其特征在于，所述對所述初始特征值進行分類，并基于分類結果，確定所述初始特征值對應的權重，包括：

識別所述初始特征值的數據類型；

根據識別結果，對所述初始特征值進行分類；

基于分類結果，確定所述初始特征值對應的權重。

3.根據權利要求2所述的自動駕駛性能檢測方法，其特征在于，所述根據識別結果，對所述初始特征值進行分類，包括：

當所述數據類型為計算準確性數據時，將所述數據類型對應的初始特征值分類為精確型初始特征值，所述計算準確性數據用于指示所述目標行駛數據計算的準確性；

當所述數據類型為計算性能數據時，將所述數據類型對應的初始特征值分類為時延型初始特征值，所述計算性能數據用于指示所述目標行駛數據的計算速度；

當所述數據類型為反饋控制數據時，將所述數據類型對應的初始特征值分類為反饋型初始特征值，所述反饋控制數據為所述目標行駛數據中執行反饋控制動作對應的數據。

4.根據權利要求3所述的自動駕駛性能檢測方法，其特征在于，所述基于分類結果，確定所述初始特征值對應的權重，包括：

根據預設的時延型初始特征值、精確型初始特征值和反饋型初始特征值對應的權重，確定所述初始特征值對應的權重，其中，時延型初始特征值對應的時延型權重在三個權重中最大，精確型初始特征值對應的精確型權重在三個權重中第二，反饋型初始特征值對應的反饋型權重在三個權重中最小。

5.根據權利要求1所述的自動駕駛性能檢測方法，其特征在于，所述對所述目標特征值進行解析，得到加載所述待檢測自動駕駛程序的預設自動駕駛系統的綜合駕駛性能參數，包括：

對所述目標特征值進行加權；

將加權后目標特征值進行歸一化，并對歸一化后目標特征值進行格式轉換，得到第一目標特征數據；

采用訓練后解析模型的離散型子模型對所述第一目標特征數據進行解析，得到所述加載所述待檢測自動駕駛程序的預設自動駕駛系統的綜合駕駛性能參數。

6.根據權利要求5所述的自動駕駛性能檢測方法，其特征在于，所述采用訓練后解析模型的離散型子模型對所述第一目標特征數據進行解析，得到所述加載所述待檢測自動駕駛程序的預設自動駕駛系統的綜合駕駛性能參數，包括：

對所述第一目標特征進行多尺度的特征提取，得到所述第一目標特征數據的局部特征信息；

將所述局部信息進行融合，得到融合后特征信息；

根據所述融合后特征信息，計算出加載所述待檢測自動駕駛程序的預設自動駕駛系統的綜合駕駛性能參數。

7.根據權利要求5所述的自動駕駛性能檢測方法，其特征在于，所述當所述綜合駕駛性能參數超過預設參數閾值時，確定所述待檢測自動駕駛程序的自動駕駛性能檢測合格之后，還包括：

對所述目標特征值進行加權，并對加權后目標特征值的數據格式進行轉換，得到第二目標特征數據；

根據所述訓練后解析模型的連續型子模型，獲取所述第二目標特征數據與人工干預參數的映射關系；

根據所述映射關系，確定所述第二目標特征數據對應的所述人工干預參數。