[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

说明书

本发明涉及一种自动驾驶道路测试驾驶模式辨别方法，其中，所述方法包括：获取初始数据；确定驾驶持续时长阈值；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。本发明针对自动驾驶测试产生的数据能准确辨别驾驶模式，为后续自动驾驶能力评估提供良好的基础。

技术领域

本发明涉及模式识别技术领域，特别是涉及一种自动驾驶道路测试驾驶模式辨别方法及系统。

背景技术

道路测试是开展自动驾驶技术研发与应用的关键环节；自动驾驶道路测试产生了海量测试数据，记录了测试车辆标识、测试时间、速度、加速度、驾驶模式等字段信息，但自动驾驶车辆的传感器如雷达、激光雷达、摄像头、GPS等会因恶劣天气下的时间累积造成性能下降，可能带来自动驾驶车辆数据检测及传输等问题，影响了道路测试驾驶模式数据的准确度。而自动驾驶车辆测试过程中自动或人工驾驶模式的记录准确与否，将直接影响人工干预率等指标的计算，进而影响自动驾驶车辆驾驶能力评估的准确性。

发明内容

本发明的目的是提供一种自动驾驶道路测试驾驶模式辨别方法及系统，以准确辨别自动驾驶测试过程中的驾驶模式。

为实现上述目的，本发明提供了如下方案：

一种自动驾驶道路测试驾驶模式辨别方法，包括：

获取初始数据；

确定驾驶持续时长阈值；

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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；