一种自动驾驶仿真测试方法、系统、电子设备及存储介质技术方案

本发明专利技术提供一种自动驾驶仿真测试方法、系统、电子设备及存储介质，该方法包括：对实地采集的驾驶场景数据进行特征参数提取，通过四分位法去除各特征参数中的异常值；计算驾驶场景中各特征参数权重；根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值；自动驾驶仿真测试完成后，将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景。从而可以提高自动驾驶仿真测试效率，减少人工分析测试成本，缩短数据开发测试周期。缩短数据开发测试周期。缩短数据开发测试周期。

【技术实现步骤摘要】
一种自动驾驶仿真测试方法、系统、电子设备及存储介质


[0001]本专利技术属于自动驾驶领域，尤其涉及一种自动驾驶仿真测试方法、系统、电子设备及存储介质。

技术介绍

[0002]自动驾驶仿真测试技术在整车开发流程中能加速开发进程、降低开发成本，由于其复现性强、场景可编辑，在自动驾驶开发中已成为重要的环节。但自动驾驶技术因测试场景搭建复杂、同类场景参数适应性修改难度大，导致其开发周期长，无法快速迭代验证。
[0003]现有的自动驾驶仿真测试中，对于交通行为的控制输入，需要在仿真软件中提前预设、规划路径和车辆行为，对于已经完成的场景修改，根据参数的变化，需要多次配置修改，以确认开发车辆在不同对象车表现下的反应，实际测试效率较低

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种自动驾驶仿真测试方法、系统、电子设备及存储介质，用于解决现有自动驾驶仿真测试效率低的问题。
[0005]在本专利技术实施例的第一方面，提供了一种自动驾驶仿真测试方法，包括：
[0006]对实地采集的驾驶场景数据进行特征参数提取，通过四分位法去除各特征参数中的异常值；
[0007]计算驾驶场景中各特征参数权重；
[0008]根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值；
[0009]自动驾驶仿真测试完成后，将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景。
[0010]在本专利技术实施例的第二方面，提供了一种自动驾驶仿真测试系统，包括：
[0011]特征提取模块，用于对实地采集的驾驶场景数据进行特征参数提取，通过四分位法去除各特征参数中的异常值；
[0012]第一计算模块，用于计算驾驶场景中各特征参数权重；
[0013]第二计算模块，用于根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值；
[0014]匹配模块，用于自动驾驶仿真测试完成后，将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景。
[0015]在本专利技术实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本专利技术实施例第一方面所述方法的步骤。
[0016]在本专利技术实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例第一方面提供的所述方法的步骤。
[0017]本专利技术实施例中，通过分别计算特征参数权重和驾驶场景的权重，根据仿真测试结果与各驾驶场景的权重分布，自动匹配最优测试场景，针对性的完成仿真测试、开发验证，有效提高驾驶数据测试质量，实现自动场景匹配减少人工分析测试场景的成本，缩短自动驾驶开发测试周期，提高仿真测试效率。
附图说明
[0018]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本专利技术的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
[0019]图1为本专利技术实施例提供的一种自动驾驶仿真测试方法的流程示意图；
[0020]图2为本专利技术实施例提供的一种四分卫特征参数分布示意图；
[0021]图3为本专利技术的实施例提供的一种自动驾驶仿真测试系统的结构示意图；
[0022]图4为本专利技术的实施例提供的电子设备的结构示意图。
具体实施方式
[0023]为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0024]应当理解，本专利技术的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序。
[0025]请参阅图1，本专利技术实施例提供的一种自动驾驶仿真测试方法的流程示意图，包括：
[0026]S101、对实地采集的驾驶场景数据进行特征参数提取，通过四分位法去除各特征参数中的异常值；
[0027]所述驾驶场景为符合高级驾驶辅助系统(ADAS)功能的驾驶场景，一般包括ACC(Adaptive Cruise Control，即自适应巡航控制)、AEB(Autonomous Emergency Braking，即自动制动)、LKA(Lane Keeping Assist，即车道保持辅助)等功能场景。
[0028]具体的，基于驾驶静态环境特征、交通参与者行为特征，对驾驶场景数据进行分类提取。所述静态环境特征包括如天气、光线、道路、交通标示等，所述交通参与者行为特征包括如速度、加速度、横移等。
[0029]基于不同场景下，各特征参数的分布，采用四分位准则提取异常值，并去除采样数据中特征参数的异常值。具体可采用Python的pandas插件，分别计算对应的上四分位数、中位数和下四分位数。
[0030]可选的，还包括：通过四分位法构建特征参数分布。
[0031]S102、计算驾驶场景中各特征参数权重；
[0032]其中，根据各特征参数在特定驾驶场景的分布，计算特征参数的权重。根据某一特定场景下特征参数类别、特征分布，确定特征参数在驾驶场景的权重。
[0033]多维度的标签数据在数据库更新或者数据库使用时都需要再次遍历采样，因此需要对每个场景样本进行加权处理。
[0034]具体的，根据公式计算每个样本的权重：
[0035][0036]其中，w
i
是每个场景样本的权重，R为遍历每个样本时产生的0到1之间的随机数，S
i
就是每个样本的采样权重。
[0037]S103、根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值；
[0038]根据独立场景中各特征参数的权重，计算该交通场景的权重值：
[0039]w
i
＝(w1+w2+w3+....w
i
)/n；
[0040]式中，w
i
是每个场景样本的权重，n为样本数量。
[0041]S104、自动驾驶仿真测试完成后，将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景。
[0042]具体的，获取仿真测试场景对应的特征分布模型，将特征分布模型与各驾驶场景的权重分布匹配，得到最优测试场景。
[0043]通过传统测试方法得到的测试结果，可以获取测试结果及其对应理论测试模型，通过与各驾驶场景的权重分布自动匹配，得到最优测试场景。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶仿真测试方法，其特征在于，包括：对实地采集的驾驶场景数据进行特征参数提取，通过四分位法去除各特征参数中的异常值；计算驾驶场景中各特征参数权重；根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值；自动驾驶仿真测试完成后，将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景。2.根据权利要求1所述的方法，其特征在于，所述对实地采集的驾驶场景数据进行特征参数提取包括：基于驾驶静态环境特征、交通参与者行为特征，对驾驶场景数据进行分类提取。3.根据权利要求1所述的方法，其特征在于，所述通过四分位法去除各特征参数中的异常值包括：通过四分位法构建特征参数分布。4.根据权利要求1所述的方法，其特征在于，所述根据驾驶场景中各特征参数的权重，计算各驾驶场景的权重值包括：根据公式计算每个样本的权重：其中，w
i
是每个场景样本的权重，R为遍历每个样本时产生的0到1之间的随机数，S
i
就是每个样本的采样分数。5.根据权利要求1所述的方法，其特征在于，所述将测试结果与各驾驶场景的权重分布匹配，获取最优测试场景具体为：获取仿真测试场景对应的特征分布模型，将特征分布模型与各驾驶场景的权重分布匹配，得到最优测试场景。6.一种自动驾驶仿真测试系...

【专利技术属性】
技术研发人员：李森林，周风明，郝江波，邹元杰，
申请(专利权)人：武汉光庭信息技术股份有限公司，
类型：发明
国别省市：