[发明专利]驾驶决策挖掘方法和装置

说明书

本发明实施例提出一种驾驶决策挖掘方法和装置，方法包括：根据时序化的多个驾驶场景数据，利用第一函数获取多个场景语义数据；根据与每个驾驶场景数据关联的驾驶行为数据，获取行为语义数据；对多个场景语义数据进行离散化处理，得到初始规则集，初始规则集包括按类别分布的多个场景语义数据，以及与每个场景语义数据关联的行为语义数据；利用频次、支持度和置信度中的至少一项，对初始规则集进行处理，得到驾驶决策规则集。本发明实施例通过对场景语义数据进行离散化处理得到初始规则集，以及利用频次、支持度、置信度对初始规则集进行处理，因此使得得到的驾驶决策规则集中各驾驶场景对应的驾驶行为作为驾驶决策的参考性和可解释性更强。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种驾驶决策挖掘方法和装置。

背景技术

驾驶决策作为自动驾驶系统的大脑中枢，如何实时地根据不同的场景感知给出安全/可解释/符合用户体验和认知的驾驶决策，越来越成为自动驾驶方案能否量产落地的重要依据。面对社会各界对于自动驾驶系统安全性，全面性以及舒适性的需求，摆在自动驾驶面前的一大难题就是如何设计自动驾驶决策系统，才能让自动驾驶决策系统“面面俱到”地做出安全，全面，舒适的驾驶决策。

在现有的方式中，主要采用基于规则的专家系统实现自动驾驶决策。其中，该系统生成和发出的决策指令都是事先由人类专家进行总结评估并通过上线的。但是由于基于规则的专家系统，只对有限的简单场景下有效，而要想得到完备的规则库，单纯依赖人类专家成本会很高，且完备性无法保证，由人类专家创建的规则库可能会出现错误，多条规则可能出现矛盾等，从而造就脆弱系统，诱发和产生安全风险。

发明内容

本发明实施例提供一种驾驶决策挖掘方法和装置，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驾驶决策挖掘方法，包括：

根据时序化的多个驾驶场景数据，利用第一函数获取多个场景语义数据；

根据与每个驾驶场景数据关联的驾驶行为数据，获取行为语义数据；

对所述多个场景语义数据进行离散化处理，得到初始规则集，所述初始规则集包括按类别分布的多个规则，每个规则包括场景语义数据以及关联的行为语义数据；

利用频次、支持度和置信度中的至少一项，对所述初始规则集进行处理，得到驾驶决策规则集。

在一种实施方式中，还包括：

获取时序化的多个正常驾驶场景数据和正常驾驶行为数据；

获取时序化的多个事故驾驶场景数据和事故驾驶行为数据；

利用时间对齐方式，将每一帧的正常驾驶场景数据和正常驾驶行为数据关联，将每一帧的事故驾驶场景数据和事故驾驶行为数据关联。

在一种实施方式中，对所述多个场景语义数据进行离散化处理，得到初始规则集，包括：

根据预设分类规则，将所述多个场景语义数据离散化投射到多个离散类别上。

在一种实施方式中，利用频次、支持度和置信度中的至少一项，对所述初始规则集进行处理，得到驾驶决策规则集，包括：

利用冲突检查方式，对所述初始规则集中存在逻辑冲突的规则进行筛除，以得到第一规则集；

利用频次、支持度和置信度中的至少一项，将所述第一规则集中不满足预设条件的规则筛除，以得到驾驶决策规则集。

在一种实施方式中，还包括：

利用预设评估方式，对所述驾驶决策规则集进行效果评估；

在所述效果评估的结果不满足要求的情况下，调整所述第一函数中的参数；