[发明专利]一种通过数据挖掘辅助自动驾驶仿真测试的方法

说明书

本发明涉及自动驾驶仿真测试技术领域，且公开了一种通过数据挖掘辅助自动驾驶仿真测试的方法，包括S1、仿真数据收集；S2、数据分类和筛选；S3、数据截取和组合；S4、利用三维构图技术使数字仿真测试场景三维动态可视化；S5、获取仿真过程中的车辆控制指令数据；S6、根据环境改变量对行驶数据的影响进行优化仿真场景库；S7、记录高频次出现的仿真数据并进行训练优化。当某个场景库应用到自动驾驶仿真测试中,大数据根据测试反馈并优化,生成下一次参加测试的场景库版本,在循环测试中,测试结果和场景库选择根据预先设定的方法相互训练优化，提高自动驾驶测试优化信息的挖掘，有助于快速高效的解决使用人工挖掘导致的效率低下和错误率高的问题。

技术领域

本发明涉及自动驾驶仿真测试技术领域，具体为一种通过数据挖掘辅助自动驾驶仿真测试的方法。

背景技术

自动驾驶系统系统采用先进的通信、计算机、网络和控制技术，对列车实现实时、连续控制。采用现代通信手段，直接面对列车，可实现车地间的双向数据通信，传输速率快，信息量大，后续追踪列车和控制中心可以及时获知前行列车的确切位置，使得运行管理更加灵活，控制更为有效，更加适应列车自动驾驶的需求。

自动驾驶技术发展到今天，很多低级的、容易发现的问题、难点，都被陆续攻克或正在解决过程中，而不容易被发现的、隐藏的比较深的问题往往被忽略，进而影响自动驾驶产品的提升。当自动驾驶用仿真并发执行大量测试用例，或大规模启动路测，或者量产后实际使用中，会产生海量的数据，这些海量的数据中实际存在着非常多的有助于分析自动驾驶的信息，如果仍然依赖人员来进行识别和挖掘这些信息，会存在识别效率低下以及错误率高的问题，因此急需一种可以通过数据挖掘降低人工判断识别的方法，为此，提出一种通过数据挖掘辅助自动驾驶仿真测试的方法。

发明内容

本发明的目的在于提供一种通过数据挖掘辅助自动驾驶仿真测试的方法，以解决上述背景技术中提出的海量的数据中实际存在着非常多的有助于分析自动驾驶的信息，如果仍然依赖人员来进行识别和挖掘这些信息，会存在识别效率低下以及错误率高的问题的问题。

为实现上述目的，本发明提供如下技术方案：一种通过数据挖掘辅助自动驾驶仿真测试的方法，包括以下步骤：

S1、仿真数据收集；

S2、数据分类和筛选；

S3、数据截取和组合；

S4、利用三维构图技术使数字仿真测试场景三维动态可视化；

S5、获取仿真过程中的车辆控制指令数据；

S6、根据环境改变量对行驶数据的影响进行优化仿真场景库；

S7、记录高频次出现的仿真数据并进行训练优化。

作为优选，在S1中，收集现实中道路场景车辆数据及车辆所处的环境信息数据；获取车辆的迎风面面积，车重，及车辆尺寸信息。

作为优选，在S2中，通过对不同路段及环境进行行驶收集行驶数据和环境数据，筛选出需要的数据信息并进行保留，将筛选出的数学信息储存到自动驾驶仿真场景库中；行驶数据包括方向盘转角、油门增量、刹车增量、速度增量、风速、温度、湿度信息数据；

环境数据包括车辆、行人、交通流、海拔高度，路面平整度，光照强度的数据信息。

作为优选，在S3中，通过对不同路段行驶场景数据进行截取，获得若干个信息段，收集每个信息段中相近的行驶数据，随之，获得对应的该信息段中的环境数据；

对相近的行驶数据所对应的环境数据进行因素拆分，而后对各个因素进行随机组合，并设置组合数量上限，将组合后的环境场景储存在仿真场景库中。