[发明专利]一种ADAS传感器数据的分类处理方法和装置

权利要求书

1.一种ADAS传感器数据的分类处理方法，其特征在于，包括以下步骤：

根据路测过程中现场打点情况，定位问题点的时间节点；

将路测视频和CAN总线日志剪切成以各时间节点为中心的预设时间长度的多个数据片段；

对数据片段进行解析，提取问题点发生时的场景因素以及每个场景因素中的场景因子，将所述数据片段进行问题点场景分解；

计算场景因子复杂度，并根据各场景因子复杂度计算场景复杂度；

设置置信区间，并根据所述场景复杂度对问题点场景进行分层，其中置信区间内为当前较常出现的问题点场景，置信区间外前段为较易感知但感知异常的问题点场景，置信区间外后段为较难感知到的问题点场景。

2.根据权利要求1所述一种ADAS传感器数据的分类处理方法，其特征在于，在所述场景分解后，还包括：根据问题点场景的各场景因素所包含的场景因子进行新生问题点判断。

3.根据权利要求1所述一种ADAS传感器数据的分类处理方法，其特征在于，在所述场景分解后，还包括：对所有经过场景分解的问题点进行汇总得到问题点全表。

4.根据权利要求1所述一种ADAS传感器数据的分类处理方法，其特征在于，所述的场景因子复杂度的计算方法包括：

统计每一场景因子在某一场景因素下的出现次数A以及该场景因子在路测过程中总的出现次数B；

计算该场景因子权重R：R＝A/B；得到该场景因素下所有场景因子的权重R1,R2,R3,…，并根据层次分析法得到该场景因素下各个场景因子之间的比值；

计算各个场景因子的复杂度并计算一致性。

5.根据权利要求1所述一种ADAS传感器数据的分类处理方法，其特征在于，所述的场景复杂度的计算方法包括：

根据各自所包含的场景因子的复杂度将各场景因素分为动态因素和静态因素，并分别计算动态因素和静态因素的权重；

结合所述动态因素和静态因素的权重得出问题点场景的复杂度。

6.一种ADAS传感器数据的分类处理装置，其特征在于，包括：

问题定位模块，用于根据路测过程中现场打点情况，定位问题点的时间节点；

数据分割模块，用于将路测视频和CAN总线日志剪切成以各时间节点为中心的预设时间长度的多个数据片段；

场景分解模块，用于对数据片段进行解析，提取问题点发生时的场景因素以及每个场景因素中的场景因子，将所述数据片段进行问题点场景分解；

复杂度计算模块，用于计算场景因子复杂度，并根据各场景因子复杂度计算场景复杂度；

场景分层模块，用于设置置信区间，并根据所述场景复杂度对问题点场景进行分层，其中置信区间内为当前较常出现的问题点场景，置信区间外前段为较易感知但感知异常的问题点场景，置信区间外后段为较难感知到的问题点场景。

7.根据权利要求6所述一种ADAS传感器数据的分类处理装置，其特征在于，还包括问题点判断模块，用于根据问题点场景的各场景因素所包含的场景因子进行新生问题点判断。

8.根据权利要求6所述一种ADAS传感器数据的分类处理装置，其特征在于，还包括问题点汇总模块，用于对所有经过场景分解的问题点进行汇总得到问题点全表。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有用于实现权利要求1-5任一项所述的方法的计算机软件程序。

10.一种ADAS传感器数据的分类处理系统，其特征在于，包括存储介质和处理器；

所述存储介质，用于存储计算机软件程序；

所述处理器，用于读取所述存储介质中的计算机软件程序，并实现权利要求1-5任一项所述的方法。