一种基于神经网络的道路场景复杂度评估方法技术

本发明专利技术属于智能汽车技术领域，具体的说是一种基于神经网络的道路场景复杂度评估方法。包括以下步骤：步骤一、确定道路场景元素；步骤二、将道路场景元素输入到神经网络，输出车辆行驶过程中的表现；步骤三、将车辆行驶过程中的表现作加权和得到最终的道路场景复杂度分数，从而对道路场景复杂度进行评估。本发明专利技术可以协助测试智能网联汽车的环境适应性，也可以帮助智能汽车判断当前道路场景是否适合开启自动驾驶功能，并且暂不考虑天气和无线环境，主要考虑城市道路环境中的交通流对自动驾驶的影响，通过分析这些交通流要素得到当前道路场景复杂度，对复杂场景的适应性是自动驾驶能力的重要量化指标。

【技术实现步骤摘要】

本专利技术属于智能汽车，具体的说是一种基于神经网络的道路场景复杂度评估方法。

技术介绍

1、智能网联汽车是汽车产业发展的战略方向，汽车正在由人工操作的机械移动工具逐渐向电子化的移动信息终端演进，汽车的集成化程度越来越高，产业交叉程度越来越深，汽车正在由单纯的交通运输工具演变为智能的移动服务空间。智能网联汽车大规模商业化落地，离不开大规模的环境适应性测试，以验证其功能的可靠性。

2、由于现在的自动驾驶技术还处于发展阶段，无法保证自动驾驶汽车在任何天气和任何道路环境中都可以安全行驶。因此，要根据该系统的能力来提前设定好运行范围，通过限制行驶环境和行驶方法，将有可能发生的事故防范于未然。目前，针对智能汽车道路场景复杂度的评估方法大多都是基于固定化的公式或者经验性的打分获得，公式中参数的确定不够清晰科学，而经验性的打分过于随机，没有明确的标准，对不同场景的适应性太差。

技术实现思路

1、为解决上述问题，本专利技术提供了一种基于神经网络的道路场景复杂度评估方法，可以协助测试智能网联汽车的环境适应性，也可以帮本文档来自技高网...

【技术保护点】

1.一种基于神经网络的道路场景复杂度评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，步骤一中，所述道路场景元素包括道路元素、人类元素和交通流元素；

3.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，当道路类型为高速公路、城市快速路时，元素值为1；当道路类型为城市主干路、次干路、隧道时，元素值为2；当道路类型为非结构化道路时，元素值为3；

4.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，所述步骤二的具体方法如下：

5....

【技术特征摘要】

1.一种基于神经网络的道路场景复杂度评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，步骤一中，所述道路场景元素包括道路元素、人类元素和交通流元素；

3.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，当道路类型为高速公路、城市快速路时，元素值为1；当道路类型为城市主干路、次干路、隧道时，元素值为2；当道路类型为非结构化道路时，元素值为3；

4.根据权利要求1所述的一种基于神经网络的道路场景复杂度评估方法，其特征在于，所述步...

【专利技术属性】
技术研发人员：吴坚，倪海龙，
申请(专利权)人：吉林大学，
类型：发明
国别省市：