【技术实现步骤摘要】
本公开属于计算机信息处理，特别是一种自动驾驶场景处理方法、装置及设备。
技术介绍
1、随着数字孪生技术在智慧交通领域的快速发展，在仿真环境中需要实现多种车辆的车路协同与数据融合，针对车辆仿真技术方面和场景库的生成技术方面已经趋于稳定。但是通过大数据技术和并行计算技术去处理场景链路和分析场景数据，实现数据驱动的仿真闭环却很少有成熟的应用。现有的自动驾驶数据仿真平台都存在对于现实环境的真实场景还原能力有限，不能完全覆盖所有可能工况、存在corner case(边缘场景)的问题；并且没有考虑对场景源数据的存储、处理和分析能够对自动驾驶场景生成产生的影响，难以形成数据驱动的自动驾驶仿真闭环。
技术实现思路
1、本公开要解决的技术问题是提供一种自动驾驶场景处理方法、装置及设备，可以实现快速场景重组及场景泛化，覆盖所有可能工况；同时通过数据分析实现数据驱动的仿真闭环。
2、为解决上述技术问题，本公开的技术方案如下：
3、第一方面，本公开实施例提供了一种自动驾驶场景处理方法，包括：
4、获取自动驾驶场景下的实采数据；
5、根据实采数据的数据格式，对实采数据进行预处理，得到加工数据；
6、根据加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，并输出。
7、可选地，根据实采数据的数据格式，对实采数据进行预处理，得到加工数据，包括：
8、若实采数据的数据格式为非结构化数据，将实采数据转化为结构化数据，并将结构化
9、若实采数据的数据格式为结构化数据，将结构化的实采数据进行数据清洗，得到加工数据。
10、可选地，根据加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，包括：
11、对加工数据进行场景还原，得到初始场景；
12、对初始场景进行特征提取与场景分类，得到与初始场景对应的逻辑场景；
13、对逻辑场景泛化处理，生成至少一个目标自动驾驶场景。
14、可选地，对加工数据进行场景还原，得到初始场景，包括：
15、对加工数据中的道路数据进行数据格式转换，得到第一目标数据格式的目标道路数据；
16、对加工数据中的轨迹数据进行数据格式转换，得到第二目标数据格式的目标轨迹数据；
17、根据目标道路数据和目标轨迹数据进行场景还原，得到初始场景。
18、可选地，对初始场景进行特征提取与场景分类，得到与初始场景对应的逻辑场景，包括：
19、根据初始场景的场景因素，对符合预设规则的初始场景进行场景分类，得到至少一个类别的中间场景；
20、对至少一个类别的中间场景的场景模式进行识别，提取场景特征；
21、根据场景特征，对初始场景进行参数表达并确定场景参数的取值分布；
22、根据场景参数和取值分布得到与初始场景对应的逻辑场景。
23、可选地，对逻辑场景泛化处理，生成至少一个目标自动驾驶场景，包括：
24、根据逻辑场景之间的关联性和相似性，确定逻辑场景的泛化参数；
25、根据泛化参数对逻辑场景的取值分布内的参数取值进行组合，得到至少一个目标自动驾驶场景。
26、可选地，自动驾驶场景处理方法还包括：
27、将逻辑场景与至少一个目标自动驾驶场景添加标注后进行存储。
28、第二方面，本公开实施例提供了一种自动驾驶场景处理装置，包括：
29、获取模块，用于获取自动驾驶场景下的实采数据；
30、处理模块，用于根据实采数据的数据格式，对实采数据进行预处理，得到加工数据；
31、生成模块，用于根据加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，并输出。
32、可选地，处理模块包括：
33、第一处理子模块，若实采数据的数据格式为非结构化数据，将实采数据转化为结构化数据，并将结构化数据确定为加工数据；
34、第二处理子模块，若实采数据的数据格式为结构化数据，将结构化的实采数据进行数据清洗，得到加工数据。
35、可选地，生成模块包括：
36、第一生成子模块，用于对加工数据进行场景还原，得到初始场景；
37、第二生成子模块，用于对初始场景进行特征提取与场景分类，得到与初始场景对应的逻辑场景；
38、第三生成子模块，用于对逻辑场景泛化处理，生成至少一个目标自动驾驶场景。
39、可选地，第一生成子模块包括：
40、第一生成子单元，用于对加工数据中的道路数据进行数据格式转换，得到第一目标数据格式的目标道路数据；
41、第二生成子单元，用于对加工数据中的轨迹数据进行数据格式转换，得到第二目标数据格式的目标轨迹数据；
42、第三生成子单元，用于根据目标道路数据和目标轨迹数据进行场景还原，得到初始场景。
43、可选地，第二生成子模块包括：
44、第四生成子单元，用于根据初始场景的场景因素，对符合预设规则的初始场景进行场景分类，得到至少一个类别的中间场景；
45、第五生成子单元，用于对至少一个类别的中间场景的场景模式进行识别，提取场景特征；
46、第六生成子单元，用于根据场景特征，对初始场景进行参数表达并确定场景参数的取值分布；
47、第七生成子单元，用于根据场景参数和取值分布得到与初始场景对应的逻辑场景。
48、可选地，第三生成子模块包括：
49、第八生成子单元，用于根据逻辑场景之间的关联性和相似性，确定逻辑场景的泛化参数；
50、第九生成子单元，用于根据泛化参数对逻辑场景的取值分布内的参数取值进行组合，得到至少一个目标自动驾驶场景。
51、可选地，自动驾驶场景处理装置还包括：
52、存储模块，用于将逻辑场景与至少一个目标自动驾驶场景添加标注后进行存储。
53、第三方面，本公开实施例提供了一种计算设备，该计算设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的自动驾驶场景处理方法的步骤。
54、第四方面，本公开实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的自动驾驶场景处理方法的步骤。
55、本公开的上述方案至少包括以下有益效果：
56、本公开的上述方案，通过获取自动驾驶场景下的实采数据；根据实采数据的数据格式，对实采数据进行预处理，得到加工数据；根据加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，并输出。可以实现快速场景重组及场景泛化，覆盖所有可能工况；同时通过数据分析实现数据驱动的仿真闭环。
本文档来自技高网...【技术保护点】
1.一种自动驾驶场景处理方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶场景处理方法，其特征在于，根据所述实采数据的数据格式，对所述实采数据进行预处理，得到加工数据，包括：
3.根据权利要求1所述的自动驾驶场景处理方法，其特征在于，根据所述加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，包括：
4.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，对所述加工数据进行场景还原，得到初始场景，包括：
5.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，对所述初始场景进行特征提取与场景分类，得到与所述初始场景对应的逻辑场景，包括：
6.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，对所述逻辑场景泛化处理，生成至少一个目标自动驾驶场景，包括：
7.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，还包括：
8.一种自动驾驶场景处理装置，其特征在于，所述装置包括：
9.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理
10.一种计算机可读存储介质，其特征在于，存储指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种自动驾驶场景处理方法，其特征在于，包括：
2.根据权利要求1所述的自动驾驶场景处理方法，其特征在于，根据所述实采数据的数据格式，对所述实采数据进行预处理，得到加工数据，包括：
3.根据权利要求1所述的自动驾驶场景处理方法，其特征在于，根据所述加工数据，进行场景泛化处理，生成至少一个目标自动驾驶场景，包括：
4.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，对所述加工数据进行场景还原，得到初始场景，包括：
5.根据权利要求3所述的自动驾驶场景处理方法，其特征在于，对所述初始场景进行特征提取与场景分类，得到与所述初始场景对应的...
【专利技术属性】
技术研发人员：万佳庆，毛祖秋，张安春，鲍世强，
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：
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。