[发明专利]自动驾驶场景数据样本相似度获取方法

权利要求书

1.一种自动驾驶场景数据样本相似度获取方法，其特征在于，包括：

采集自动驾驶场景的数据样本；

对所述数据样本进行归一化处理；

确定归一化后的数据样本在新构建的坐标系中的空间表达；

分别基于原坐标系以及新坐标系，计算不同场景的数据样本的夹角余弦；

融合不同坐标系下求取出的夹角余弦作为目标余弦值；

根据目标余弦值确定自动驾驶场景中数据样本的相似度。

2.根据权利要求1所述的自动驾驶场景数据样本相似度获取方法，其特征在于，按如下公式进行所述归一化处理：

其中，x_j是当前自动驾驶场景的数据样本的第j个参数，x_{j_min}是所有自动驾驶场景的数据样本中的最小值，x_{j_max}是所有自动驾驶场景的数据样本中的最大值，X’_j是归一化后的值。

3.根据权利要求1所述的自动驾驶场景数据样本相似度获取方法，其特征在于，所述新坐标系的构建方式包括：基于原始坐标系确定新坐标系的移动方向与移动距离。

4.根据权利要求3所述的自动驾驶场景数据样本相似度获取方法，其特征在于，所述基于原始坐标系确定新坐标系的移动方向与移动距离包括：

计算待比对场景中的同类别数据样本的差值；

基于原坐标系，获取待比对场景中的同类别数据样本之间中点的坐标；

基于所述中点的坐标，计算所述中点与原坐标系的坐标轴之间的距离；

根据所述差值以及所述距离，确定新坐标系相对原坐标系的移动方向；

由待比对的两两数据样本以及新坐标系的待定原点，构造三角形；

利用所述三角形的夹角的最大值，求解得到移动距离；其中所述夹角为两个数据样本相对于待定原点的夹角。

5.根据权利要求1所述的自动驾驶场景数据样本相似度获取方法，其特征在于，所述融合不同坐标系下求取出的夹角余弦作为目标余弦值包括：将所述融合不同坐标系下求取出的夹角余弦进行求和得到所述目标余弦值。

6.根据权利要求1～5任一项所述的自动驾驶场景数据样本相似度获取方法，其特征在于，所述方法还包括：在进行归一化前，将采集的样本数据进行解构及离散处理。