【技术实现步骤摘要】
场景识别的方法与计算设备
本申请涉及自动驾驶领域，并且更具体地，涉及场景识别的方法与计算设备。
技术介绍
随着社会对驾驶的智能性、经济性、安全性等各方面需求的提升，自动驾驶技术成为汽车工业的重点发展方向之一，越来越受到互联网公司的重视。目前，业界通常采用仿真测试方法来验证自动驾驶系统的功能，通过采用仿真软件，将真实交通环境以仿真的形式在仿真软件中生成或复现，从而测试自动驾驶系统能否正确地识别周边环境，以及能否针对周边环境做出及时准确的反映并采取恰当的驾驶行为。在仿真软件中搭建仿真场景所需的数据由高精度地图数据以及仿真交通流数据构成，其中，高精度地图数据提供道路、静态交通信息(例如，红绿灯、路标等)、静态物体模型(例如，建筑物、树木)等信息，仿真交通流数据提供动态交通流(例如，车辆、行人等交通参与者)信息。仿真软件通过加载运行这些信息，实现真实世界投影到虚拟世界的功能，把自动驾驶中的真实场景复制到仿真软件中。真实的车辆的行驶数据以及车辆的行驶数据相关的道路信息是搭建仿真场景所需的数据的主要来源之一，通过...
【技术保护点】
1.一种场景识别的方法，其特征在于，包括：/n根据车辆的行驶数据，确定第一状态序列，所述第一状态序列表示所述车辆在不同时刻的第一状态；/n使用识别规则检测所述第一状态序列，所述识别规则是根据目标场景确定的；/n根据检测结果，确定所述行驶数据对应的驾驶场景中是否包括所述目标场景。/n
【技术特征摘要】
1.一种场景识别的方法，其特征在于，包括：
根据车辆的行驶数据，确定第一状态序列，所述第一状态序列表示所述车辆在不同时刻的第一状态；
使用识别规则检测所述第一状态序列，所述识别规则是根据目标场景确定的；
根据检测结果，确定所述行驶数据对应的驾驶场景中是否包括所述目标场景。
2.根据权利要求1所述的方法，其特征在于，所述根据车辆的行驶数据，确定第一状态序列，包括：
根据车辆的行驶数据与所述目标场景，确定所述第一状态序列。
3.根据权利要求1或2所述的方法，其特征在于，所述根据检测结果，确定所述行驶数据对应的驾驶场景中是否包括所述目标场景，包括：
如果所述第一状态序列中包括第一子序列，则确定所述行驶数据对应的驾驶场景中包括所述目标场景，所述第一子序列为满足所述识别规则的子序列；或，
如果所述第一状态序列中不包括第一子序列，则确定所述行驶数据对应的驾驶场景中不包括所述目标场景，所述第一子序列为满足所述识别规则的子序列。
4.根据权利要求2或3所述的方法，其特征在于，所述根据车辆的行驶数据与所述目标场景，确定所述第一状态序列，包括：
根据所述车辆的行驶数据与所述目标场景，确定第二状态序列与第三状态序列，所述第二状态序列表示所述车辆在不同时刻的第二状态，所述第三状态序列表示所述车辆在不同时刻的第三状态；
根据所述第二状态序列与所述第三状态序列，生成所述第一状态序列。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第一状态序列为m×n大小的矩阵，所述矩阵中第i行第j列的元素表示索引为i的车辆在时刻j的第一状态，m为大于或等于1的整数，n为大于或等于2的整数，i为大于或等于1，且小于m的整数，j为大于或等于1，且小于n的整数。
6.根据权利要求3至5中任一项所述的方法，其特征在于，所述行驶数据对应的驾驶场景中包括所述目标场景，所述方法还包括：
根据所述第一子序列对应的时刻，在第四状态序列中确定第二子序列，所述第四状态序列表示所述车辆的关联状态，所述第四状态序列是根据所述车辆的行驶数据确定的；
根据所述第二子序列，确定所述目标场景的复杂度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第二子序列，确定所述目标场景的复杂度，包括：
根据所述第二子序列，确定所述车辆的关联状态的复杂度；
对所述车辆的关联状态的复杂度进行加权运算，确定所述目标场景的复杂度。
8.根据权利要求3至7中任一项所述的方法，其特征在于，所述方法还包括：
根据所述第一子序列对应的时刻，在第五状态序列中确定第三子序列，所述第五状态序列表示所述车辆在不同时刻的位置信息，所述第五状态序列是根据所述车辆的行驶数据确定的；
所述根据检测结果，确定所述行驶数据对应的驾驶场景中是否包括所述目标场景，包括：
根据所述检测结果与所述第三子序列，确定所述行驶数据对应的驾驶场景中是否包括所述目标场景。
9.一种计算设备，其特征在于，包括：
确定模块，用于根据车辆的行驶数据，确定第一状态序列，所述第一状态序列表示所述车辆在不同时刻的第一状态；
处理模块，用于使用识别规则检测所述第一状态序列，所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。