【技術實現步驟摘要】
本公開屬于計算機信息處理，特別是一種自動駕駛場景處理方法、裝置及設備。
技術介紹
1、隨著數字孿生技術在智慧交通領域的快速發展，在仿真環境中需要實現多種車輛的車路協同與數據融合，針對車輛仿真技術方面和場景庫的生成技術方面已經趨于穩定。但是通過大數據技術和并行計算技術去處理場景鏈路和分析場景數據，實現數據驅動的仿真閉環卻很少有成熟的應用。現有的自動駕駛數據仿真平臺都存在對于現實環境的真實場景還原能力有限，不能完全覆蓋所有可能工況、存在corner?case(邊緣場景)的問題；并且沒有考慮對場景源數據的存儲、處理和分析能夠對自動駕駛場景生成產生的影響，難以形成數據驅動的自動駕駛仿真閉環。
技術實現思路
1、本公開要解決的技術問題是提供一種自動駕駛場景處理方法、裝置及設備，可以實現快速場景重組及場景泛化，覆蓋所有可能工況；同時通過數據分析實現數據驅動的仿真閉環。
2、為解決上述技術問題，本公開的技術方案如下：
3、第一方面，本公開實施例提供了一種自動駕駛場景處理方法，包括：
4、獲取自動駕駛場景下的實采數據；
5、根據實采數據的數據格式，對實采數據進行預處理，得到加工數據；
6、根據加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，并輸出。
7、可選地，根據實采數據的數據格式，對實采數據進行預處理，得到加工數據，包括：
8、若實采數據的數據格式為非結構化數據，將實采數據轉化為結構化數據，并將結構化
9、若實采數據的數據格式為結構化數據，將結構化的實采數據進行數據清洗，得到加工數據。
10、可選地，根據加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，包括：
11、對加工數據進行場景還原，得到初始場景；
12、對初始場景進行特征提取與場景分類，得到與初始場景對應的邏輯場景；
13、對邏輯場景泛化處理，生成至少一個目標自動駕駛場景。
14、可選地，對加工數據進行場景還原，得到初始場景，包括：
15、對加工數據中的道路數據進行數據格式轉換，得到第一目標數據格式的目標道路數據；
16、對加工數據中的軌跡數據進行數據格式轉換，得到第二目標數據格式的目標軌跡數據；
17、根據目標道路數據和目標軌跡數據進行場景還原，得到初始場景。
18、可選地，對初始場景進行特征提取與場景分類，得到與初始場景對應的邏輯場景，包括：
19、根據初始場景的場景因素，對符合預設規則的初始場景進行場景分類，得到至少一個類別的中間場景；
20、對至少一個類別的中間場景的場景模式進行識別，提取場景特征；
21、根據場景特征，對初始場景進行參數表達并確定場景參數的取值分布；
22、根據場景參數和取值分布得到與初始場景對應的邏輯場景。
23、可選地，對邏輯場景泛化處理，生成至少一個目標自動駕駛場景，包括：
24、根據邏輯場景之間的關聯性和相似性，確定邏輯場景的泛化參數；
25、根據泛化參數對邏輯場景的取值分布內的參數取值進行組合，得到至少一個目標自動駕駛場景。
26、可選地，自動駕駛場景處理方法還包括：
27、將邏輯場景與至少一個目標自動駕駛場景添加標注后進行存儲。
28、第二方面，本公開實施例提供了一種自動駕駛場景處理裝置，包括：
29、獲取模塊，用于獲取自動駕駛場景下的實采數據；
30、處理模塊，用于根據實采數據的數據格式，對實采數據進行預處理，得到加工數據；
31、生成模塊，用于根據加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，并輸出。
32、可選地，處理模塊包括：
33、第一處理子模塊，若實采數據的數據格式為非結構化數據，將實采數據轉化為結構化數據，并將結構化數據確定為加工數據；
34、第二處理子模塊，若實采數據的數據格式為結構化數據，將結構化的實采數據進行數據清洗，得到加工數據。
35、可選地，生成模塊包括：
36、第一生成子模塊，用于對加工數據進行場景還原，得到初始場景；
37、第二生成子模塊，用于對初始場景進行特征提取與場景分類，得到與初始場景對應的邏輯場景；
38、第三生成子模塊，用于對邏輯場景泛化處理，生成至少一個目標自動駕駛場景。
39、可選地，第一生成子模塊包括：
40、第一生成子單元，用于對加工數據中的道路數據進行數據格式轉換，得到第一目標數據格式的目標道路數據；
41、第二生成子單元，用于對加工數據中的軌跡數據進行數據格式轉換，得到第二目標數據格式的目標軌跡數據；
42、第三生成子單元，用于根據目標道路數據和目標軌跡數據進行場景還原，得到初始場景。
43、可選地，第二生成子模塊包括：
44、第四生成子單元，用于根據初始場景的場景因素，對符合預設規則的初始場景進行場景分類，得到至少一個類別的中間場景；
45、第五生成子單元，用于對至少一個類別的中間場景的場景模式進行識別，提取場景特征；
46、第六生成子單元，用于根據場景特征，對初始場景進行參數表達并確定場景參數的取值分布；
47、第七生成子單元，用于根據場景參數和取值分布得到與初始場景對應的邏輯場景。
48、可選地，第三生成子模塊包括：
49、第八生成子單元，用于根據邏輯場景之間的關聯性和相似性，確定邏輯場景的泛化參數；
50、第九生成子單元，用于根據泛化參數對邏輯場景的取值分布內的參數取值進行組合，得到至少一個目標自動駕駛場景。
51、可選地，自動駕駛場景處理裝置還包括：
52、存儲模塊，用于將邏輯場景與至少一個目標自動駕駛場景添加標注后進行存儲。
53、第三方面，本公開實施例提供了一種計算設備，該計算設備包括處理器、存儲器及存儲在存儲器上并可在處理器上運行的程序或指令，程序或指令被處理器執行時實現如第一方面的自動駕駛場景處理方法的步驟。
54、第四方面，本公開實施例提供了一種計算機可讀存儲介質，計算機可讀存儲介質上存儲程序或指令，程序或指令被處理器執行時實現如第一方面的自動駕駛場景處理方法的步驟。
55、本公開的上述方案至少包括以下有益效果：
56、本公開的上述方案，通過獲取自動駕駛場景下的實采數據；根據實采數據的數據格式，對實采數據進行預處理，得到加工數據；根據加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，并輸出。可以實現快速場景重組及場景泛化，覆蓋所有可能工況；同時通過數據分析實現數據驅動的仿真閉環。
本文檔來自技高網...【技術保護點】
1.一種自動駕駛場景處理方法，其特征在于，包括：
2.根據權利要求1所述的自動駕駛場景處理方法，其特征在于，根據所述實采數據的數據格式，對所述實采數據進行預處理，得到加工數據，包括：
3.根據權利要求1所述的自動駕駛場景處理方法，其特征在于，根據所述加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，包括：
4.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，對所述加工數據進行場景還原，得到初始場景，包括：
5.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，對所述初始場景進行特征提取與場景分類，得到與所述初始場景對應的邏輯場景，包括：
6.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，對所述邏輯場景泛化處理，生成至少一個目標自動駕駛場景，包括：
7.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，還包括：
8.一種自動駕駛場景處理裝置，其特征在于，所述裝置包括：
9.一種計算設備，其特征在于，包括：處理器、存儲有計算機程序的存儲器，所述計算機程序被處理
10.一種計算機可讀存儲介質，其特征在于，存儲指令，當所述指令在計算機上運行時，使得計算機執行如權利要求1至7任一項所述的方法。
...【技術特征摘要】
1.一種自動駕駛場景處理方法，其特征在于，包括：
2.根據權利要求1所述的自動駕駛場景處理方法，其特征在于，根據所述實采數據的數據格式，對所述實采數據進行預處理，得到加工數據，包括：
3.根據權利要求1所述的自動駕駛場景處理方法，其特征在于，根據所述加工數據，進行場景泛化處理，生成至少一個目標自動駕駛場景，包括：
4.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，對所述加工數據進行場景還原，得到初始場景，包括：
5.根據權利要求3所述的自動駕駛場景處理方法，其特征在于，對所述初始場景進行特征提取與場景分類，得到與所述初始場景對應的...
【專利技術屬性】
技術研發人員：萬佳慶，毛祖秋，張安春，鮑世強，
申請(專利權)人：萬物鏡像北京計算機系統有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。