[發明專利]基于閾值的場景生成方法、裝置和存儲介質在審
| 申請號: | 202210908306.1 | 申請日: | 2022-07-29 |
| 公開(公告)號: | CN115408822A | 公開(公告)日: | 2022-11-29 |
| 發明(設計)人: | 劉宇辰;劉軒;莘禎睿 | 申請(專利權)人: | 深圳元戎啟行科技有限公司 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F11/36 |
| 代理公司: | 華進聯合專利商標代理有限公司 44224 | 代理人: | 張澤銘 |
| 地址: | 518048 廣東省深圳市福田區福保街道福保社區桃*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 閾值 場景 生成 方法 裝置 存儲 介質 | ||
本申請涉及一種基于閾值的場景生成方法、裝置和存儲介質。上述方法包括:獲取包括有目標對象的原始場景的原始場景文件;分別對每個屬性值區間進行屬性值采樣處理,得到每個屬性類型各自對應的采樣集合;將不同采樣集合中的采樣值進行組合,得到多個采樣值組;根據預設的屬性值約束條件從多個采樣值組中篩選出目標采樣值組;根據目標采樣值組,確定目標對象在相應屬性類型下的目標閾值,并根據目標閾值對原始場景進行更新,得到目標場景。采用本方法能夠提高構建目標場景的效率。
技術領域
本申請涉及自動駕駛仿真技術領域,特別是涉及一種基于閾值的場景生成方法、裝置和存儲介質。
背景技術
在自動駕駛仿真技術領域中,通過構建虛擬場景來進行道路測試,可以確保自動駕駛算法的正確性并幫助發現測試過程中存在的問題,因此,高效又準確地構建出虛擬場景是進行道路測試十分關鍵的步驟。
目前,通常采用人工編輯的方式生成多組屬性信息,然后將屬性信息與目標對象進行結合,進而得到對應的虛擬場景。然而,由于目標對象僅能按照預設的路線進行行駛,人工編輯的方式并不能確定目標對象行駛的安全邊界,因此,如何準確得到目標對象在行駛過程中的邊界閾值,進而高效地生成虛擬場景是本申請要解決的問題。
發明內容
基于此,有必要針對上述技術問題,提供一種能夠提高目標場景的構建效率的場景生成方法、裝置和存儲介質。
第一方面,本申請提供了一種基于閾值的場景生成方法。所述方法包括:
獲取包括有目標對象的原始場景的原始場景文件;所述原始場景文件包括所述目標對象的多個屬性類型、以及每個屬性類型各自對應的屬性值區間;
分別對每個所述屬性值區間進行屬性值采樣處理,得到每個所述屬性類型各自對應的采樣集合;
將不同所述采樣集合中的采樣值進行組合,得到多個采樣值組;
根據預設的屬性值約束條件從所述多個采樣值組篩選出目標采樣值組;
根據所述目標采樣值組,確定所述目標對象在相應屬性類型下的目標閾值,并根據所述目標閾值對所述原始場景進行更新,得到目標場景。
在一個實施例中,在獲取包括有目標對象的原始場景的原始場景文件之前,上述方法還包括:獲取原始場景文件;原始場景文件包括多個初始的屬性類型、以及每個初始的屬性類型各自對應的屬性信息;屬性信息包括屬性值區間和屬性常數中的至少一種;對每個所述初始的屬性類型各自對應的屬性信息進行字段遍歷;若當前遍歷至的所述屬性信息中包括屬性常數,則確定所述初始的屬性類型為不需要進行閾值調整的屬性類型;若當前遍歷至的所述屬性信息中包括屬性值區間,則確定所述初始的屬性類型為需要進行閾值調整的屬性類型。
在一個實施例中,屬性值區間包括采樣間隔、原始最小值和原始最大值;所述分別對每個所述屬性值區間進行屬性值采樣處理,得到每個所述屬性類型各自對應的采樣集合,包括:針對多個屬性類型中的每個屬性類型,均以所述原始最小值為起點,并按照所述采樣間隔進行屬性值采樣,直至采樣到所述原始最大值,得到每次采樣時各自對應的采樣值;綜合多個采樣值,得到所述每個屬性類型各自對應的采樣集合。
在一個實施例中,將不同所述采樣集合中的采樣值進行組合,得到多個采樣值組,包括:將i號所述采樣集合中的n號采樣值M(i,n)與j號所述采樣集合中的k號采樣值M(j,k)進行組合,得到多個采樣值組;i∈(1,2…N)、j∈(1,2…N),N表征多個采樣集合中的任意一個采樣集合;n、k、N均為正整數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳元戎啟行科技有限公司,未經深圳元戎啟行科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210908306.1/2.html,轉載請聲明來源鉆瓜專利網。





