场景检测方法、装置、设备、存储介质及产品制造方法及图纸

本发明专利技术实施例提供了一种场景检测方法、装置、设备、存储介质及产品，该方法包括：获取多个车辆传感器在车辆行驶过程中，分别所检测到的实时测量数据；利用实时测量数据和多个车辆传感器的历史测量数据，确定关联矩阵，关联矩阵用于表示实时测量数据与历史测量数据之间的相似度；利用关联矩阵和匈牙利算法对实时测量数据进行目标匹配，得到匹配的目标物，目标物为多个车辆传感器中均被检测到的对象；利用目标物确定多个车辆传感器的未匹配率；在未匹配率大于预设阈值的情况下，确定与未匹配率对应的车辆运行场景。通过上述步骤，能够提升自动驾驶系统的安全性和可靠性。

【技术实现步骤摘要】

本专利技术属于车联网，尤其涉及一种场景检测方法、装置、设备、存储介质及产品。

技术介绍

1、在智能汽车快速发展的今天，自动驾驶技术已成为汽车工业转型的核心驱动力。然而，随着技术的深入应用，一个日益凸显的技术难题是智能汽车在面临未知不安全场景时，数据发现的难度大且效率低。这些未知不安全场景往往属于长尾效应的范畴，即在常规测试或训练数据中难以覆盖或模拟的罕见或极端情况，它们对自动驾驶系统的安全性和可靠性构成了严重威胁。

技术实现思路

1、本申请实施例提供一种场景检测方法、装置、设备、存储介质及产品，以解决现有的常规测试或训练数据中难以覆盖或模拟的罕见或极端情况，对自动驾驶系统的安全性和可靠性构成了严重威胁的问题。

2、第一方面，本申请实施例提供一种场景检测方法，所述方法包括：

3、获取多个车辆传感器在车辆行驶过程中，分别所检测到的实时测量数据；

4、利用所述实时测量数据和所述多个车辆传感器的历史测量数据，确定关联矩阵，所述关联矩阵用于表示所述实时测量数据与所述历史测量数据之间的本文档来自技高网...

【技术保护点】

1.一种场景检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的场景检测方法，其特征在于，所述实时测量数据包括图像数据、毫米波雷达数据以及点云数据；

3.如权利要求2所述的场景检测方法，其特征在于，所述确定所述跟踪列表和所述检测列表之间的关联矩阵，包括：

4.如权利要求3所述的场景检测方法，其特征在于，获取所述多个车辆传感器中任意两个车辆传感器中的对象之间的距离，包括：

5.如权利要求3所述的场景检测方法，其特征在于，获取所述多个车辆传感器中任意两个车辆传感器中的对象之间的威尔士方差，包括：

6.如权利要求1所述的场景检...

【技术特征摘要】

1.一种场景检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的场景检测方法，其特征在于，所述实时测量数据包括图像数据、毫米波雷达数据以及点云数据；

3.如权利要求2所述的场景检测方法，其特征在于，所述确定所述跟踪列表和所述检测列表之间的关联矩阵，包括：

4.如权利要求3所述的场景检测方法，其特征在于，获取所述多个车辆传感器中任意两个车辆传感器中的对象之间的距离，包括：

5.如权利要求3所述的场景检测方法，其特征在于，获取所述多个车辆传感器中任意两个车辆传感器中的对象之间的威尔士方差，包括：

6.如权利要求1所述的场景检测方法，...

【专利技术属性】
技术研发人员：高嵩，芦健，高博麟，王鹤，吴粤隆，
申请(专利权)人：清华大学，
类型：发明
国别省市：