[发明专利]一种自动驾驶系统典型测试场景提取方法、介质和设备

说明书

本发明涉及一种自动驾驶系统典型测试场景提取方法、介质和设备，为任一车辆的自动驾驶系统匹配实车摄像头，将采集到的驾驶场景视频分割为若干片段，筛选每个片段的要素、进行标注以及编码、标准化处理，得到数据集，聚类得到K个簇类；对聚类模型进行性能评估，若性能不符合要求，则修改分支因子或阈值并重新聚类，否则取出K个簇类的中心并解码，为自动驾驶系统典型测试场景的特征，解码得到对应的K个要素、与不同次要场景要素进行组合，生成自动驾驶系统典型测试场景测试用例及其衍生用例。本发明减少自动驾驶数据集冗余信息的干扰，并能够提取信息中的共性，实现数据的大批量处理，同时也在最大程度上保证生成的典型场景测试用例的客观性。

技术领域

本发明涉及数据识别；数据表示；记录载体；记录载体的处理的技术领域，特别涉及一种自动驾驶仿真测试领域的基于聚类的自动驾驶系统典型测试场景提取方法、介质和设备。

背景技术

随着人工智能行业的兴起，自动驾驶技术已经迈入了测试验证阶段，其中，自动驾驶仿真技术以数学建模的方式将自动驾驶的应用场景进行数字化还原，建立尽可能接近真实世界的系统模型，通过仿真测试进行分析和研究，可以达到对自动驾驶算法和系统进行测试验证的目的。

在实际测试验证过程中，自动驾驶测试场景的选择及测试用例的构建是非常关键的环节，然而，现有技术主要基于机理建模或专家经验，虽然对特定场景结构分析完备，但是由于自动驾驶数据量大、内容复杂，依靠这样的方式往往难以实现大批量数据的分析、处理和整合，从而不利于推动自动驾驶技术测试验证的进程；并且，在自动驾驶数据处理阶段，大量场景片段是冗余的，这导致了算量过大、提取效率较低。

总的来说，现有的自动驾驶系统典型测试场景搭建技术不能大批量处理数据，场景选择也存在客观性较低的不足。

发明内容

本发明解决了现有技术中存在的问题，提供了一种优化的自动驾驶系统典型测试场景提取方法、介质和设备，可以在保证场景典型性的前提下实现效率和客观性的提升。

本发明所采用的技术方案是，一种自动驾驶系统典型测试场景提取方法，所述方法包括以下步骤：

步骤1：为任一车辆的自动驾驶系统匹配实车摄像头，将其采集到的驾驶场景视频分割为若干片段；基于预设的需求筛选每个片段的要素，同时对每一个片段按照筛选出的要素进行标注以及编码；

步骤2：对各要素进行标准化处理，得到数据集；

步骤3：对数据集内的数据进行聚类，得到K个簇类；

步骤4：基于聚类结果，对聚类模型进行性能评估；

步骤5：若性能不符合要求，则修改目标簇类数K和/或分支因子和/或阈值，并返回步骤3，否则取出K个簇类的中心，并将其解码；

步骤6：所述K个簇类的中心为自动驾驶系统典型测试场景的特征，解码得到的对应的K个要素与不同次要场景要素组合，生成自动驾驶系统典型测试场景测试用例及其衍生用例。

优选地，所述步骤1中，要素包括气象要素、交通要素和道路要素。

优选地，任一所述要素包括一个或多个子要素，对应任一子要素匹配属性及编码。

优选地，所述步骤2中，标准化处理为对第i个样本的第j个要素的值x_ij进行处理，得到x_ij^*，

其中，x_ij^*为经过归一化处理后第i个样本的第j个要素的值，μ_j为对应第j个要素的均值，σ_j为对应第j个要素的标准差，N为数据集样本个数，i为1至N间的整数，M为要素个数，j为1至M间的整数。