一种目标场景的检测方法技术

本公开提供一种目标场景的检测方法

【技术实现步骤摘要】
一种目标场景的检测方法、装置及设备


[0001]本公开涉及自动驾驶仿真
，特别是一种目标场景的检测方法
、
装置及设备
。

技术介绍

[0002]测试场景对于衡量自动驾驶算法安全性具有重要意义
。
目前的测试场景大多来自于真实路采的场景，为提高采集场景的覆盖面，场景数据往往多达数百万公里
。
如此大规模数量级的场景数据对于测试自动驾驶算法在效率上造成了不小的困难
。
因而需要一种快速检测算法检测测试场景的复杂度，以提高自动驾驶算法的测试效率
。
[0003]现有的复杂场景提取技术基本依靠一系列规则提取，但是设计提取规则需要足够的前期调研，耗费大量的时间且不能够覆盖到大量难以检测的复杂场景类型
。

技术实现思路

[0004]本公开要解决的技术问题是提供一种目标场景的检测方法
、
装置及设备，可以基于车辆运动轨迹，快速检测更具有测试意义的复杂场景
。
[0005]为解决上述技术问题，本公开的技术方案如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目标场景的检测方法，其特征在于，包括：获取目标场景中至少一车辆的运动轨迹数据；根据所述运动轨迹数据，确定目标数据帧；根据所述目标数据帧，预测所述车辆的预测运动轨迹；根据所述预测运动轨迹和所述车辆的真实轨迹，确定所述目标场景是否为复杂目标场景
。2.
根据权利要求1所述的目标场景的检测方法，其特征在于，获取目标场景中至少一车辆的运动轨迹数据，包括：获取目标场景中的第一车辆在每一帧的第一运动轨迹数据，和至少一个第二车辆在每一帧的第二运动轨迹数据，所述至少一个第二车辆是所述目标场景中除第一车辆之外的其它车辆
。3.
根据权利要求2所述的目标场景的检测方法，其特征在于，根据所述运动轨迹数据，确定目标数据帧，包括：根据所述第一车辆在当前帧的第一运动轨迹数据，确定所述第一车辆在下一帧可到达的第一区域范围；根据所述至少一个第二车辆在当前帧的第二运动轨迹数据，确定第二车辆在下一帧可到达的第二区域范围；计算所述第一区域范围和第二区域范围的重叠占比；将所述重叠占比达到预设阈值的帧，确定为目标数据帧
。4.
根据权利要求2所述的目标场景的检测方法，其特征在于，根据所述目标数据帧，预测所述车辆的预测运动轨迹，包括：获取所述目标数据帧之前
M1
帧中的所述第一车辆的第一运动轨迹数据和第二车辆的第二运动轨迹数据；将
M1
帧所述第一运动轨迹数据和经过预处理的第二运动轨迹数据，输入轨迹预测神经网络模型进行轨迹预测处理，得到所述第一车辆在目标数据帧之后的
M2
帧的预测运动轨迹；其中，
M1
和
M2
均为正整数
。5.
根据权利要求4所述的目标场景的检测方法，其特征在于，将
M1
帧所述第一运动轨迹数据和经过预处理的第二运动轨迹数据，输入轨迹预测神经网络模型进行轨迹预测处理，得到所述第一车辆在目标数据帧之后的
M2
帧的预测运动轨迹，包括：将
M1
帧所述第一运动轨迹数据和
M1
帧第二运动轨迹数据，输入轨迹预测神经网络模型进行轨迹预测处理，得到所述第一车辆在目标数据帧之后的
M2
帧的第一预测运动轨迹；其中，所述
M1
帧第二运动轨迹数据为目标数据帧之前的
M1
帧第二运动轨迹数据；将
M1
帧所述第一运动轨迹数据和
M3
帧第二运动轨...

【专利技术属性】
技术研发人员：张安春，
申请(专利权)人：万物镜像北京计算机系统有限公司，
类型：发明
国别省市：