[发明专利]一种信息处理方法、装置及存储介质

说明书

本发明实施例提出一种信息处理方法、装置及存储介质，其中，所述方法包括：根据样本提取策略和第一样本集得到第二样本集；将所述第二样本集根据变道聚类策略进行聚类处理，得到至少两个聚类信息的情况下，将所述至少两个聚类信息与车辆实际驾驶中得到的至少两个第一数据进行比对，根据比对结果得到第一反馈样本；根据所述第一反馈样本，定位出与车辆实际驾驶的道路测试中不相符合的失效场景；根据所述第一反馈样本所定位出的失效场景对已有评价回归模型进行修正，根据修正后的评价回归模型进行变道选择。采用本发明实施例能提高变道的准确率。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种信息处理方法、装置及存储介质。

背景技术

信息处理的一种应用场景是在车辆自动驾驶中，为了实现车辆自动行驶的运动规划，需要对车辆运动的轨迹进行评价。车辆变道是运动轨迹中重要的一环。相关技术中无法自动定位与实际道路测试不相符合的失效场景，也就是说不能有效的定位出问题所在(坏例)并将其挑出。如果不能定位出问题所在，会使得车辆变道决策不准确，则基于该车辆变道决策进行变道选择时变道准确率下降，从而最终难以保证在实际驾驶过程中变道结果的可行性和安全性。

发明内容

本发明实施例提供一种信息处理方法、装置及存储介质，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种信息处理方法，所述方法包括：

根据样本提取策略和第一样本集得到第二样本集；

将所述第二样本集根据变道聚类策略进行聚类处理，得到至少两个聚类信息的情况下，将所述至少两个聚类信息与车辆实际驾驶中得到的至少两个第一数据进行比对，根据比对结果得到第一反馈样本；

根据所述第一反馈样本，定位出与车辆实际驾驶的道路测试中不相符合的失效场景；

根据所述第一反馈样本所定位出的失效场景对已有评价回归模型进行修正，根据修正后的评价回归模型进行变道选择。

一种实施方式中，根据样本提取策略和第一样本集得到第二样本集，包括：

获取构成所述已有评价回归模型的神经网络，所述神经网络包括输入层、中间层和输出层；

将所述第一样本集中对应所述输入层和所述输出层的全部样本提取出来，作为第一子样本；

将所述第一样本集中对应所述中间层的部分样本提取出来，作为第二子样本；

根据所述第一子样本和所述第二子样本得到所述第二样本集。

一种实施方式中，将所述至少两个聚类信息与车辆实际驾驶中得到的至少两个第一数据进行比对，根据比对结果得到第一反馈样本，包括：

从所述至少两个第一数据中，查询到与每个聚类信息不相匹配的第一目标数据；

将所述第一目标数据作为第一反馈样本。

一种实施方式中，所述方法还包括：

将所述第二样本集根据变道聚类策略进行聚类处理，未得到聚类信息的情况下，当前场景为车辆实际驾驶中的边界场景；

将所述边界场景作为第二反馈样本；

将所述第二反馈样本添加入所述第一反馈样本中。

一种实施方式中，所述方法还包括：

从所述至少两个第一数据中，查询到与每个聚类信息相匹配的第二目标数据；

将所述第一反馈样本和所述第二目标数据输入所述已有评价回归模型，根据打分参考指标进行运算，得到对应所述第一反馈样本的第一分值和对应所述第二目标数据的第二分值；