[发明专利]一种批量提取智能驾驶问题场景的方法及系统

权利要求书

1.一种批量提取智能驾驶问题场景的方法，其特征在于，包括的步骤为：

S01，获取信号数据和视频数据，且所述视频数据与信号数据保持同步；

S02，基于预先建立的问题场景数据模型遍历所述信号数据，形成智能驾驶问题场景列表；

S03，计算得到相关场景的相对起始时间及持续时间；

S04，遍历所有的所述视频数据，根据所述智能驾驶问题场景列表对相应的所述视频数据进行解析、分帧及合成处理，并以所述问题场景数据模型的预设信息命名，批量得到相关的智能驾驶问题场景视频数据。

2.根据权利要求1所述的方法，其特征在于，

在所述S01中，通过CAN网络获取信号数据，所述信号数据包括本车周围目标车的相关信息、本车所在车道信息及本车信息；

所述本车周围目标车的相关信息包括目标车距离本车的纵向距离、目标车距离本车的横向距离、目标车速度及目标车加速度；

所述本车所在车道信息包括车道线类型、本车距左侧车道线距离、本车距右侧车道线距离；

所述本车信息包括本车驾驶状态、本车速度、本车加速速度、智能驾驶系统换道、驾驶员换道、智能驾驶系统制动及驾驶员制动；

所述视频数据通过高清摄像头采集，所述高清摄像头采集本车正前、正后、左前、右前、左后及右后六个方向的视频数据。

3.根据权利要求2所述的方法，其特征在于，

在所述S02中，所述问题场景数据模型遍历所述信号数据中的本车驾驶状态和本车速度并进行判断，如果本车驾驶状态为智能驾驶，且本车速度大于零，则提取有效的智能驾驶数据段；

所述问题场景数据模型检索及筛选所述有效的智能驾驶数据段，以完成本车不居中行驶的数据段、本车偏离本车道行驶的数据段、本车系统制动不足的数据段的提取。

4.根据权利要求3所述的方法，其特征在于，

所述本车不居中行驶的数据段的提取步骤包括：

A01，基于曲率半径判断道路是直道还是弯道；

A02，计算本车与车道中心线的距离，本车与车道中心线的所述距离为本车离左侧车道线距离与本车离右侧车道线距离之差的绝对值，当道路为直道且本车偏离车道中心线大于第一阈值或当道路为弯道且本车偏离车道中心线大于第二阈值时，提取本车未居中的时间；

A03，判断当本车未居中的时间大于第三阈值时，则为本车不居中行驶，并提取本车不居中行驶的数据段。

5.根据权利要求3所述的方法，其特征在于，

所述本车偏离本车道行驶的数据段的提取步骤包括：

B01，当本车与左侧车道线或右侧车道线的距离小于第四阈值记为本车压线时刻；

B02，当本车与左侧车道线或右侧车道线的距离大于第五阈值记为本车已偏出车道时刻；

B03，当本车从本车压线时刻至本车已偏出车道时刻的数据段中智能驾驶系统换道及驾驶员换道对应的信号值皆为零时，则为本车偏离本车道行驶，并提取本车偏离本车道行驶的数据段。

6.根据权利要求3所述的方法，其特征在于，

本车系统制动不足的数据段的提取步骤为：

C01，当本车与前方目标车的碰撞时间TTC小于第六阈值时，提取相关数据段,其中,TTC=前方目标车距本车的纵向距离/(前方目标车速度-本车速度)；

C02，所述C01的相关数据段中，当所述智能驾驶系统制动的对应的信号值为零且驾驶员制动的对应的信号值为一，则对所述相关数据段执行进一步提取操作，完成本车系统制动不足的数据段的提取。

7.根据权利要求1所述的方法，其特征在于，

在所述S03中，基于所述信号数据解析得到的场景触发时间和每段数据起始时间进行计算。