【技术实现步骤摘要】
本专利技术涉及自动驾驶测试，尤其涉及一种自动驾驶测试场景泛化方法。
技术介绍
1、自动驾驶技术不断发展，为了保证自动驾驶的安全落地需要大量场景对自动驾驶算法进行验证。针对复杂的特殊道路场景，完全使用实车测试在时间、成本上已经行不通。因此，关于自动驾驶测试验证应遵循仿真→场地测试→道路测试的逻辑进行。
2、现有的自动驾驶测试场景泛化技术在参数分析过程中主要基于数据的k均值聚类方式对数据进行统计，而k均值聚类算法需要指定或随机生成一个初始聚类中心，不同的初始值对聚类结果有一定的影响，对于数据量过大的数据集不容易找到合适的初始值，然而，本专利技术涉及的自动驾驶实车路采数据的规模正是相当庞大的。
技术实现思路
1、鉴于上述，本专利技术旨在提供一种自动驾驶测试场景泛化方法，以规避现有泛化过程无法适应自动驾驶测试数据规模的问题。
2、本专利技术采用的技术方案如下：
3、本专利技术提供了一种自动驾驶测试场景泛化方法，其中包括：
4、基于实际驾驶工况采集样本数据；
5、对预处理后的样本数据进行场景提取；
6、基于提取的场景数据求解高斯混合模型；
7、基于高斯混合模型求解得到的场景数据进行测试场景泛化。
8、在其中至少一种可能的实现方式中，所述测试场景泛化包括基于场景数据求解得到的高斯混合模型参数特点进行重要性采样：
9、利用概率密度函数分布，在每个样本点上计算在真实分布下出现的概率，并与高斯
10、根据所述权重对样本数据特征点进行加权平均，预测并生成新样本数据；
11、根据所述新样本数据，得到对应场景的多个泛化后的场景信息，用于自动驾驶进行仿真实验及算法测试。
12、在其中至少一种可能的实现方式中，所述求解高斯混合模型包括：基于期望最大算法以及贝叶斯信息准则得到高斯混合模型的最佳聚合点数，并基于特征点拟合关键参数，求取对应的参数范围分布。
13、在其中至少一种可能的实现方式中，所述样本数据的数据源包括如下至少一种：毫米波雷达、摄像头、惯导系统，且对应得到的样本数据包括如下至少一种：本车及目标物信息、车道线视觉信息、定位信息。
14、在其中至少一种可能的实现方式中，所述预处理包括：对所述样本数据中的每个特征点进行正态校验。
15、在其中至少一种可能的实现方式中，所述场景提取包括的场景数据至少为以下一种：切入场景、切出场景、跟车场景。
16、与现有技术相比，本专利技术的主要设计构思在于，基于实际驾驶工况采集样本数据；对预处理后的样本数据进行场景提取；基于提取的场景数据求解高斯混合模型；基于高斯混合模型求解得到的场景数据进行测试场景泛化。本专利技术通过求解特定测试场景的参数分布，并结合高斯混合模型及相关统计分析方法泛化出海量的有效测试场景，从而更全面充分的验证自动驾驶功能。
本文档来自技高网...【技术保护点】
1.一种自动驾驶测试场景泛化方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶测试场景泛化方法，其特征在于，所述测试场景泛化包括基于场景数据求解得到的高斯混合模型参数特点进行重要性采样：
3.根据权利要求1所述的自动驾驶测试场景泛化方法，其特征在于，所述求解高斯混合模型包括：基于期望最大算法以及贝叶斯信息准则得到高斯混合模型的最佳聚合点数，并基于特征点拟合关键参数，求取对应的参数范围分布。
4.根据权利要求1～3任一项所述的自动驾驶测试场景泛化方法，其特征在于，所述样本数据的数据源包括如下至少一种：毫米波雷达、摄像头、惯导系统，且对应得到的样本数据包括如下至少一种：本车及目标物信息、车道线视觉信息、定位信息。
5.根据权利要求1～3任一项所述的自动驾驶测试场景泛化方法，其特征在于，所述预处理包括：对所述样本数据中的每个特征点进行正态校验。
6.根据权利要求1～3任一项所述的自动驾驶测试场景泛化方法，其特征在于，所述场景提取包括的场景数据至少为以下一种：切入场景、切出场景、跟车场景。
【技术特征摘要】
1.一种自动驾驶测试场景泛化方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶测试场景泛化方法，其特征在于，所述测试场景泛化包括基于场景数据求解得到的高斯混合模型参数特点进行重要性采样：
3.根据权利要求1所述的自动驾驶测试场景泛化方法，其特征在于，所述求解高斯混合模型包括：基于期望最大算法以及贝叶斯信息准则得到高斯混合模型的最佳聚合点数，并基于特征点拟合关键参数，求取对应的参数范围分布。
4.根据权利要求1～3任一项所述的自动驾驶测...
【专利技术属性】
技术研发人员：李娟，陈瑶，陈波，王积运，吴贤静，韩丹，郁斌，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：
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。