[發明專利]自動駕駛測試的場景數據處理方法、裝置及電子設備

在審

• 申請號: 202310600806.3
• 申請日: 2023-05-22
• 公開（公告）號: CN116629122A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 劉挺;王倩;李泊霖
• 申請（專利權）人: 阿里云計算有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G01M17/007;G06F18/213;G06F18/24;G06F18/27
• 代理公司: 廣州鑄智知識產權代理有限公司 44886
• 代理人: 武靜

1.一種自動駕駛測試的場景數據處理方法，其特征在于，所述方法包括：

獲取車輛在道路中行駛的真實場景數據，確定所述真實場景數據中的多個特征參數；

基于所述多個特征參數的分布信息和相關性信息，確定所述多個特征參數分別對應的取值范圍；

在所述多個特征參數分別對應的取值范圍內進行特征參數采樣，基于采樣得到的多個特征參數，生成自動駕駛測試的新的場景數據。

2.根據權利要求1所述的方法，其特征在于，所述基于所述多個特征參數的分布信息和相關性信息，確定所述多個特征參數分別對應的取值范圍，包括：

對于所述多個特征參數中的獨立特征參數，基于所述獨立特征參數的分布信息，確定所述獨立特征參數對應的取值范圍；所述獨立特征參數與所述多個特征參數中的其他特征參數不具有相關性；所述分布信息包括均值和標準差；

對于所述多個特征參數中的關聯特征參數，基于所述關聯特征參數的相關性信息，確定所述關聯特征參數對應的取值范圍；所述關聯特征參數與所述多個特征參數中的其他特征參數中的至少一個具有相關性；所述關聯特征參數的相關性信息包括與所述關聯特征參數具有相關性的特征參數的分布信息。

3.根據權利要求2所述的方法，其特征在于，在基于所述多個特征參數的分布信息和相關性信息，確定所述多個特征參數分別對應的取值范圍之前，所述方法還包括：

所述多個特征參數包括第一特征參數和第二特征參數，根據第一特征參數對真實場景數據進行分組，計算每組中的第二特征參數的均值和標準差；

根據計算得到的每組中的第二特征參數的均值和標準差進行擬合，根據擬合結果，確定所述第一特征參數和所述第二特征參數是否具有相關性。

4.根據權利要求3所述的方法，其特征在于，所述基于所述關聯特征參數的相關性信息，確定所述關聯特征參數對應的取值范圍，包括：

若所述第一特征參數和所述第二特征參數為關聯特征參數，根據擬合得到的均值和標準差，確定所述第二特征參數相對于第一特征參數的取值范圍；

確定所述第一特征參數相對于第二特征參數的取值范圍；

根據所述第一特征參數相對于第二特征參數的取值范圍，以及所述第二特征參數相對于第一特征參數的取值范圍，確定所述第一特征參數和所述第二特征參數共同的取值范圍。

5.根據權利要求2所述的方法，其特征在于，所述基于所述獨立特征參數的分布信息，確定所述獨立特征參數對應的取值范圍，包括：

根據多個獨立特征參數的均值和標準差分別進行擬合，根據擬合結果，確定第一取值范圍和第二取值范圍；所述第二取值范圍包括所述第一取值范圍，且所述第二取值范圍大于所述第一取值范圍；在所述第一取值范圍中取值的數量大于在所述第二取值范圍中除所述第一取值范圍之外的取值范圍中取值的數量。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述基于采樣得到的多個特征參數，生成自動駕駛測試的新的場景數據，包括：

將采樣得到的多個特征參數進行組合，在組合參數中過濾掉不符合運動學約束條件的組合參數；

基于過濾后的組合參數，計算風險指標，根據風險指標，從過濾后的組合參數中確定目標場景的組合參數；

利用目標場景的組合參數，生成自動駕駛測試的新的場景數據。

7.根據權利要求1-5任一項所述的方法，其特征在于，所述基于采樣得到的多個特征參數，生成自動駕駛測試的新的場景數據，包括：

獲取駕駛行為信息；

基于采樣得到的多個特征參數和所述駕駛行為信息，生成車輛運動軌跡，所述新的場景數據包括所述車輛運動軌跡。

8.根據權利要求1-5任一項所述的方法，其特征在于，在獲取車輛在道路中行駛的真實場景數據，確定所述真實場景數據中的多個特征參數之后，所述方法還包括：

對所述多個特征參數中不符合正態分布的特征參數進行數據變換，得到符合正態分布的特征參數。