[发明专利]用于对驾驶场景数据进行分类的方法、装置、设备和介质

权利要求书

1.一种用于确定驾驶场景分类模型的方法，包括：

从众包平台获取第一驾驶场景数据集，所述第一驾驶场景数据集中的驾驶场景数据已被分类；

至少基于所述第一驾驶场景数据集来生成驾驶场景分类模型，以用于对由采集实体采集的驾驶场景数据进行分类；

获取用于对驾驶场景数据进行分类的规则，所述规则基于针对利用所述驾驶场景分类模型对由所述采集实体采集的驾驶场景数据进行分类的结果的评价而被生成，

其中所述规则基于与所述驾驶场景分类模型所确定的第一类别相关联的第一交互指数和与所述评价所确定的第二类别相关联的第二交互指数的交互指数比值处于第一范围内，确定驾驶场景数据应当被分类为所述第一类别，

所述规则基于所述交互指数比值处于第二范围内，确定驾驶场景数据应当被分类为所述第二类别，并且

所述规则基于所述交互指数比值处于所述第一范围和所述第二范围之间的第三范围内，根据与所述第一类别相关联的第一环境复杂度和与所述第二类别相关联的第二环境复杂度的环境复杂度比值来确定驾驶场景数据应当被分类为所述第一类别还是所述第二类别；以及

至少基于所述规则来更新所述驾驶场景分类模型。

2.根据权利要求1所述的方法，其中所述第一驾驶场景数据集中的驾驶场景数据被分类为以下至少一项：

与地理元素有关的第一类别；

与交通信号有关的第二类别；以及

与驾驶行为有关的第三类别。

3.根据权利要求1所述的方法，其中由所述采集实体采集的驾驶场景数据包括以下至少一项：

与道路有关的信息；

与交通信号有关的信息；

与所述采集实体的行为有关的信息；以及

由所述采集实体上安装的传感器采集的信息。

4.根据权利要求1所述的方法，其中生成所述驾驶场景分类模型包括：

确定用于训练所述驾驶场景分类模型的第一目标函数；以及

基于所述第一目标函数和所述第一驾驶场景数据集，利用机器学习方法来训练所述驾驶场景分类模型。

5.根据权利要求4所述的方法，其中更新所述驾驶场景分类模型包括：

从所述众包平台获取第二驾驶场景数据集，所述第二驾驶场景数据集中的驾驶场景数据已被分类；

基于所述第一目标函数和所述规则来确定用于训练所述驾驶场景分类模型的第二目标函数；以及

基于所述第二目标函数和所述第二驾驶场景数据集，利用机器学习方法来更新所述驾驶场景分类模型。

6.根据权利要求5所述的方法，其中所述第二驾驶场景数据集中的驾驶场景数据至少基于所述规则而在所述众包平台处被分类。

7.一种用于对驾驶场景数据进行分类的方法，包括：

获取由采集实体采集的第一驾驶场景数据；

利用驾驶场景分类模型来对所述第一驾驶场景数据进行分类，所述驾驶分类模型是基于来自众包平台的第一驾驶场景数据集而生成的；以及

向用户提供对所述第一驾驶场景数据进行分类的结果，使得所述用户基于针对所述结果的评价来生成用于对驾驶场景数据进行分类的规则，其中所述规则至少被用于更新所述驾驶场景分类模型，

其中所述规则基于与所述驾驶场景分类模型所确定的第一类别相关联的第一交互指数和与所述评价所确定的第二类别相关联的第二交互指数的交互指数比值处于第一范围内，确定驾驶场景数据应当被分类为所述第一类别，

所述规则基于所述交互指数比值处于第二范围内，确定驾驶场景数据应当被分类为所述第二类别，并且

所述规则基于所述交互指数比值处于所述第一范围和所述第二范围之间的第三范围内，根据与所述第一类别相关联的第一环境复杂度和与所述第二类别相关联的第二环境复杂度的环境复杂度比值来确定驾驶场景数据应当被分类为所述第一类别还是所述第二类别。