[发明专利]自动驾驶测试场景的确定方法及其装置

说明书

本申请公开了一种自动驾驶测试场景的确定方法及其装置，该确定方法包括：根据历史场景库，确定K个场景参数和每个场景参数对应的累积分布函数；对所述每个场景参数对应的累积分布函数的概率区间进行N等分，得到N个概率子层；根据预置矩阵R，从所述每个场景参数对应的概率子层中随机抽取M个场景参数概率样本点；根据每个场景参数概率样本点，获取第i个目标场景样本中的K个场景参数对应的K个场景参数值，由所述K个场景参数值组合构成所述第i个目标场景样本，通过上述过程，能够以较少的场景数量较好的覆盖整个场景空间，降低仿真模拟的负担并且提高算法评估的效率。

技术领域

本申请涉及自动驾驶技术领域，具体而言，涉及一种自动驾驶测试场景的确定方法及其装置。

背景技术

自动驾驶是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让计算机可以在没有任何人类主动操作下，自动安全地操作机动车辆。

为保证自动驾驶车辆的行驶安全，需要利用自动驾驶场景库对自动驾驶算法进行仿真模拟评估，评估自动驾驶算法的表现，需要在所有场景下遍历所有的场景参数，理论上无法做到，现有技术中通过在自动驾驶场景库中随机抽取场景参数，然后对随机抽取的场景参数进行组合形成新的测试场景，以对自动驾驶算法进行模拟训练。

由于需要大量的测试场景对自动驾驶算法进行测试，因此需要重复抽取场景参数组合成新的测试场景，但由于是随机抽取场景参数组合的测试场景会出现重复或者相似的情况，无法覆盖到所有自动驾驶的测试参加，即现有自动驾驶测试场景确定的有效率较低。

发明内容

本申请实施例的目的在于提供一种自动驾驶测试场景的确定方法及其装置，该方法在少量测试场景样本的情况下能更全面的覆盖到整个场景空间并且增加了确定的自动驾驶测试场景的有效率。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提出一种自动驾驶测试场景的确定方法，确定方法包括：

根据历史场景库，确定K个场景参数和每个场景参数对应的累积分布函数；

对每个场景参数对应的累积分布函数的概率区间进行N等分，得到N个概率子层；

根据预置矩阵R，从每个场景参数对应的概率子层中随机抽取M个场景参数概率样本点；

根据每个场景参数概率样本点，获取第i个目标场景样本中的K个场景参数对应的K个场景参数值，由K个场景参数值组合构成第i个目标场景样本；

确定i个目标场景样本，根据i个目标场景样本构成目标自动驾驶场库。

可选地，确定方法还包括：

从历史场景库中随机抽取N个历史场景样本，每个历史场景中包含K个历史场景参数；

根据N个历史场景样本和对应的K个历史场景参数，构建预置矩阵R。

可选地，根据N个历史场景样本和对应的K个历史场景参数，构建预置矩阵R，包括：

从K个历史场景参数中获取一个历史场景参数k，确定历史场景参数k在N个历史场景样本中分别对应的值。

将N个历史场景样本按照历史场景参数k的值的预置顺序，构建N×K预置矩阵R,预置矩阵R中的每一个元素r_ik表示历史场景样本中的第i个历史场景样本中的第k个历史场景参数在N个历史场景样本中按照预置顺序排序后的排序序号。

可选地，根据上述任一项的自动驾驶测试场景的确定方法，根据预置矩阵R，从每个场景参数对应的概率子层中随机抽取M个场景参数概率样本点，包括：

根据预置矩阵R，获取第i个历史场景样本点中每个场景参数的排序序号；