[发明专利]一种汽车图像场景库数据复杂度度量方法

说明书

本发明属于自动驾驶技术领域，具体涉及一种汽车图像场景库数据复杂度度量方法，包括以下步骤：S1、对场景库内各个场景对应的场景数据根据场景要素进行分层；S2、对分层后的每层场景对应的场景要素分别指定复杂度值；S3、赋予每层场景的场景要素出现的场景概率；S4、根据每层场景的场景要素的复杂度值和场景概率综合计算每层场景复杂度；S5、将每层场景复杂度相加，得到场景数据的最终场景复杂度。本发明能够量化场景库中场景数据的质量，以便于比较不同场景库的优劣。

技术领域

本发明属于自动驾驶技术领域，具体涉及一种汽车图像场景库数据复杂度度量方法。

背景技术

自动驾驶汽车测试验证是自动驾驶汽车研发与上市前的必不可少的环节，配套的测试评价体系是推动自动驾驶汽车技术发展的必备条件。实车道路测试的场景库在智能网联汽车测试评价体系中起到非常关键的作用，是测试和评价的基础与出发点，能够侧面影响任务的复杂程度。为确保测试场景的充分性，场景库应使自动驾驶比人为驾驶所遇到的所有场景更加安全、可靠。

现目前，大多数企业和组织在场景库的构建过程中重点关注于场景库数据的收集，而对收集到的场景数据质量却缺乏合适的量化指标。这无疑会带来两个问题：

1.场景库中可能包含着大量重复且低质量的场景数据，导致基于场景库的试验时长过长，甚至无法发现自动驾驶汽车的性能缺陷，降低了试验结果可信度；

2.不同场景库之间无法进行优劣性比较，导致自动驾驶汽车场景库试验无法选择最优的场景库数据。

发明内容

本发明的目的在于提供一种汽车图像场景库数据复杂度度量方法，能够量化场景库中场景数据的质量，以便于比较不同场景库的优劣。

为了达到上述目的，提供了一种汽车图像场景库数据复杂度度量方法，包括以下步骤：

S1、对场景库内各个场景对应的场景数据根据场景要素进行分层；

S2、对分层后的每层场景对应的场景要素分别指定复杂度值；

S3、赋予每层场景的场景要素出现的场景概率；

S4、根据每层场景的场景要素的复杂度值和场景概率综合计算每层场景复杂度；

S5、将每层场景复杂度相加，得到场景数据的最终场景复杂度。

原理及优点：

场景数据越复杂，对相关系统的挑战越大，探测出相关系统性能缺陷的可能性就越大。因此，可以认为场景数据的复杂度是影响场景库质量的关键因素之一。本方案通过利用场景要素来对场景数据来分层拆分场景数据，以便于减低场景数据的整体复杂度，在通过对每层场景对应的场景要素指定复杂度值和赋予场景概率，可以取得每层场景对应的复杂度。再通过将每层的场景对应的复杂度进行累加计算，就能量化每个场景的复杂度，以此类推，就能量化不同场景库的复杂度，从而便于比较不同场景库的优劣。

进一步，所述场景要素包括道路要素、交通设施要素、临时交通事件要素、交通参与者要素、环境条件要素和信息要素，分层后每层场景分别为道路层、交通设施层、临时交通事件层、交通参与者层、环境条件层和信息层。

道路要素、交通设施要素、临时交通事件要素、交通参与者要素、环境条件要素和信息要素的设置能够将复杂的场景数据拆分，一定程度降低其复杂度，从而后续的复杂度量化计算。

进一步，所述道路要素的复杂度由车道线的可视性程度进行选取设置，所述交通设施要素的复杂度由交通设施的可视性程度进行选取设置，所述临时交通事件要素的复杂度由其事件的偶然性和可预见性来选取设置，所述交通参与者要素的复杂度由参与者的常见性以及合规性来选取设置，所述环境条件要素的复杂度由环境可见度来选取设置，所述信息要素的复杂度由是否有交通信息来设置。