[发明专利]一种自动驾驶道路测试驾驶模式辨别方法及系统

权利要求书

1.一种自动驾驶道路测试驾驶模式辨别方法，其特征在于，包括：

获取初始数据；

确定驾驶持续时长阈值；

所述确定驾驶持续时长阈值包括：选取待检验参数；判断所述待检验参数是否同时满足正态分布及方差齐次；若是，则采用参数检验方法分别得到自动驾驶持续时长阈值和人工驾驶持续时长阈值；若否，则采用非参数检验方法分别得到自动驾驶持续时长阈值和人工驾驶持续时长阈值；所述驾驶持续时长阈值包括所述自动驾驶持续时长阈值和所述人工驾驶持续时长阈值；

根据所述初始数据和所述驾驶持续时长阈值得到正确驾驶数据集和待分类数据集；

基于所述正确驾驶数据集确定最终分类模型；

基于所述最终分类模型对所述待分类数据集中各待分类数据所对应的驾驶模式进行修正。

2.根据权利要求1所述的一种自动驾驶道路测试驾驶模式辨别方法，其特征在于，所述获取初始数据包括：

获取原始数据；

对所述原始数据进行数据填充和数据修正，得到修补数据；

根据驾驶模式持续时长对所述修补数据进行分割得到自动驾驶数据集和人工驾驶数据集；所述初始数据包括所述自动驾驶数据集和所述人工驾驶数据集。

3.根据权利要求1所述的一种自动驾驶道路测试驾驶模式辨别方法，其特征在于，所述根据所述初始数据和所述驾驶持续时长阈值得到正确驾驶数据集和待分类数据集，包括：

将所述自动驾驶数据集中持续时长大于或等于所述自动驾驶持续时长阈值的自动驾驶数据作为正确自动驾驶数据集，将所述人工驾驶数据集中持续时长大于或等于所述人工驾驶持续时长阈值的人工驾驶数据作为正确人工驾驶数据集；所述正确驾驶数据集包括所述正确自动驾驶数据集和所述正确人工驾驶数据集；

将所述自动驾驶数据集中持续时长小于所述自动驾驶持续时长阈值的自动驾驶数据作为待分类自动驾驶数据集，将所述人工驾驶数据集中持续时长小于所述人工驾驶持续时长阈值的人工驾驶数据作为待分类人工驾驶数据集；所述待分类驾驶数据集包括所述待分类自动驾驶数据集和所述待分类人工驾驶数据集。

4.根据权利要求1所述的一种自动驾驶道路测试驾驶模式辨别方法，其特征在于，所述基于所述正确驾驶数据集确定最终分类模型，包括：

在所述正确驾驶数据集中进行特征选取得到特征数据集；

在所述特征数据集中选取设定比例的数据作为训练集，其余的数据作为测试集；

构建各分类模型；各所述分类模型分别为K近邻估计模型、支持向量机模型、决策树模型、随机森林模型、BP神经网络模型；

基于所述训练集对各所述分类模型进行训练；得到训练好的各所述分类模型；

基于所述测试集对各所述分类模型进行评价，选取评价值最高所对应的训练好的所述分类模型作为最终分类模型。

5.一种自动驾驶道路测试驾驶模式辨别系统，其特征在于，包括：

数据获取模块，用于获取初始数据；

阈值确定模块，用于确定驾驶持续时长阈值；

所述确定阈值确定模块包括：

参数单元，用于选取待检验参数；

判断单元，用于判断所述待检验参数是否同时满足正态分布及方差齐次；

阈值确定单元，用于当满足时采用参数检验方法分别得到自动驾驶持续时长阈值和人工驾驶持续时长阈值；当不满足时则采用非参数检验方法分别得到自动驾驶持续时长阈值和人工驾驶持续时长阈值；所述驾驶持续时长阈值包括所述自动驾驶持续时长阈值和所述人工驾驶持续时长阈值；

数据集确定模块，用于根据所述初始数据和所述驾驶持续时长阈值得到正确驾驶数据集和待分类数据集；

模型确定模块，用于基于所述正确驾驶数据集确定最终分类模型；

模式修正模块，用于基于所述最终分类模型对所述待分类数据集中各待分类数据所对应的驾驶模式进行修正。