[发明专利]一种ADAS传感器数据的分类处理方法和装置

说明书

本发明涉及一种ADAS传感器数据的分类处理方法及装置，该方法包括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，并根据场景复杂度对问题点场景进行分层。本发明提取出了大量的路测工程数据所发现的问题，并将问题点发生场景的条件细化，同时使众多问题点信息格式化，便于统计调查。同时通过复杂度计算对各因子进行量化，进而对场景复杂度进行量化，为后面算法优化提供一个量化依据。

技术领域

本发明涉及数据处理技术领域，具体涉及一种ADAS传感器数据的分类处理方法和装置。

背景技术

目前摄像头、雷达等车辆ADAS功能设备的大量应用，对于这些设备的功能测试产生的数据量越来越大，已达到PB级别，在这众多数据中如何找到问题，分析问题，更好地有针对性的解决问题变得越来越重要。而先前很多方法在实施时未能从整体对各条件具体条目化和问题场景的分层化，容易造成问题场景描述不够清晰，问题各因素因子影响无法统计，甚至还有一些影响因子的遗漏，影响问题的发现和解决。

发明内容

本发明针对现有技术中存在的技术问题，提供一种ADAS传感器数据的分类处理方法和装置，将影响问题的场景具体化，格式化，影响因子明确化，从而清晰地分析出问题的原因，影响因子，场景的构成。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明提供一种ADAS传感器数据的分类处理方法，包括以下步骤：

根据路测过程中现场打点情况以及根据CANlog提取的问题，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

第二方面，本发明提供一种ADAS传感器数据的分类处理装置，包括：

问题定位模块，用于根据路测过程中现场打点情况以及根据CANlog提取的问题，定位问题点的时间节点；