用于产生数据记录的逻辑表示的方法和系统以及训练方法技术方案

本发明专利技术涉及用于产生传感器数据的数据记录的降低复杂性的逻辑表示(10)的方法和系统(1)，其包括：将算法(A)应用(S3)到第二数据记录(DS2)上以用于对逻辑情景(L)降低复杂性；以及输出(S4)第三数据记录(DS3)，所述第三数据记录代表第二数据记录(DS2)的降低复杂性的逻辑情景(L)。本发明专利技术此外还涉及一种用于提供用于产生传感器数据的数据记录的降低复杂性的表示的训练的机器学习算法(A)的方法。表示的训练的机器学习算法(A)的方法。表示的训练的机器学习算法(A)的方法。

【技术实现步骤摘要】
用于产生数据记录的逻辑表示的方法和系统以及训练方法


[0001]本专利技术涉及一种用于产生传感器数据的数据记录的降低复杂性的逻辑表示的方法。
[0002]本专利技术涉及用于提供用于产生传感器数据的数据记录的降低复杂性的表示的训练的机器学习算法(A)的方法。
[0003]本专利技术此外涉及一种用于产生传感器数据的数据记录的降低复杂性的逻辑表示的系统。

技术介绍

[0004]驾驶辅助系统、例如自适应速度调节器和/或用于高度自动化行驶的功能可以借助于多种检查方法验证或确认。在此特别是可以应用硬件在环方法、软件在环方法、模拟和/或测试行驶。
[0005]为了创建用于模拟的测试情景，需要实施测试行驶。由此获得的传感器数据随后抽象为逻辑情景。
[0006]“用于确保自动化和自动行驶系统的情景优化”(Florian Hauer、B.Holzm
ü
ller，2019)公开用于验证和确认自动化和自主行驶系统、特别是寻找用于虚拟确保的适合的测试情景。
[0007]这些测试方法在此规定元启发式搜索的适配，以便本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于产生传感器数据的数据记录的降低复杂性的逻辑表示(10)的方法，所述方法包括如下步骤：提供(S1)本车辆(14)的通过至少一个车辆侧的传感器(12)检测的行驶的传感器数据的第一数据记录(DS1)；将第一数据记录(DS1)变换(S2)为具有逻辑情景(L)的多个代表车辆动作(FA)的类(K1、K2、K3、K4)的第二数据记录(DS2)；将算法(A)应用(S3)到第二数据记录(DS2)上以用于对逻辑情景(L)降低复杂性；以及输出(S4)第三数据记录(DS3)，所述第三数据记录代表第二数据记录(DS2)的降低复杂性的逻辑情景(L)。2.根据权利要求1所述的方法，其中，所述算法(A)使代表车辆动作(FA)的类(K1、K2、K3、K4)的数量最小化；和/或所述算法使第三数据记录(DS3)的降低复杂性的逻辑情景(L)与第二数据记录(DS2)的逻辑情景的一致性程度最大化。3.根据权利要求1或2所述的方法，其中，将第一数据记录(DS1)变换(S2)为具有逻辑情景(L)的所述多个代表车辆动作(FA)的类(K1、K2、K3、K4)的第二数据记录(DS2)包括：对第一数据记录(DS1)的代表车辆状态变化的特征进行选择、提取或分类。4.根据上述权利要求之一所述的方法，其中，所述算法(A)设置为用于改变所述多个代表车辆动作(FA)的类(K1、K2、K3、K4)的至少一个值、数量和/或类型。5.根据上述权利要求之一所述的方法，其中，所述多个代表车辆动作(FA)的类(K1、K2、K3、K4)包括：加速过程、制动过程、方向和/或车道变换、以本车辆(14)的恒定的速度的行驶、车道ID和/或用于执行车辆动作(FA)的涉及时间或地点的条件的至少一个值。6.根据上述权利要求之一所述的方法，其中，由所述多个代表车辆动作(FA)的类(K1、K2、K3、K4)所包括的值是：涉及时间的数据、特别是本车辆(14)的纵向和/或横向加速的持续时间；和/或涉及地点的数据、特别是本车辆(14)的纵向和/或横向加速的路程。7.根据权利要求6所述的方法，其中，所述涉及地点的数据是本车辆(14)关于另外的机动车和/或固定对象的相对数据、特别是另外的机动车和/或固定对象与本车辆(14)的间距。8.根据权利要求7所述的方法，其中，所述涉及地点的数据是涉及地点的动作、特别是从第一地理点(16)起车辆动作(FA)的开始、从第二地理点(18)起车辆动作(FA)的结束、和/或在满足预定的条件、特别是另外的机动车和/或固定对象相对于本车辆(14)的间距低于或超过预定的阈...

【专利技术属性】
技术研发人员：T，
申请(专利权)人：德斯拜思有限公司，
类型：发明
国别省市：