一种自动驾驶仿真场景生成方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115761551A(43)申请公布日2023.03.07(21)申请号202211658475.0G06V10/762(2023.01)(22)申请日2022.12.22G06N3/0475(2022.01)G06N3/094(2022.01)(71)申请人重庆长安汽车股份有限公司地址400023重庆市江北区建新东路260号(72)发明人邓方源王宽周加谊周永江匡俊杰(74)专利代理机构上海光华专利事务所(普通合伙)31219专利代理师吴向青(51)Int.Cl.G06V20/17(2022.01)G06F16/215(2023.01)G06V10/764(2019.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书4页说明书14页附图3页(54)发明名称一种自动驾驶仿真场景生成方法、装置、设备及介质(57)摘要本申请涉及自动驾驶仿真技术领域，提供了一种自动驾驶仿真场景生成方法、装置、设备及介质，方法包括：获取自动驾驶场景中采集的第一场景数据和场景库中预先存储的第二场景数据；对第一场景数据进行重采样，去除第一场景数据中的冗余多数类数据并生成少数类数据，得到重采样后的场景数据；将重采样后的场景数据和第二场景数据中的危险场景数据输入至预先训练的危险场景数据衍生模型，得到危险场景衍生数据；将重采样后的场景数据、第二场景数据和危险场景衍生数据输入至预先配置的场景构建单元，得到自动驾驶仿真场景。通过本申请中的自动驾驶仿真场景生成方法，基于数据驱动生成自动驾驶仿真场景，能够使得仿真测试更加便捷、全面和准确。CN115761551ACN115761551A权利要求书1/4页1.一种自动驾驶仿真场景生成方法，其特征在于，所述方法包括：获取车辆自动驾驶场景数据，所述车辆自动驾驶场景数据包括自动驾驶场景中采集的第一场景数据和场景库中预先存储的第二场景数据；对所述第一场景数据进行重采样，去除所述第一场景数据中的冗余多数类数据并生成少数类数据，得到重采样后的场景数据；将所述重采样后的场景数据和所述第二场景数据中的危险场景数据输入至预先训练的危险场景数据衍生模型，得到危险场景衍生数据；将所述重采样后的场景数据、第二场景数据和危险场景衍生数据输入至预先配置的场景构建单元，得到自动驾驶仿真场景。2.根据权利要求1所述的自动驾驶仿真场景生成方法，其特征在于，所述将所述重采样后的场景数据、第二场景数据和危险场景衍生数据输入至预先配置的场景构建单元，得到自动驾驶仿真场景，包括：将所述重采样后的场景数据、第二场景数据和危险场景衍生数据输入至预先配置的场景构建单元，所述预先配置的场景构建单元包括场景构建工具链；通过所述场景构建工具链，去除所述重采样后的场景数据、第二场景数据和危险场景衍生数据中的噪声，得到预处理后的数据，并对所述预处理后的数据进行坐标系转换和渲染，得到所述自动驾驶仿真场景；将所述自动驾驶仿真场景储存至所述场景库，用于进行自动驾驶仿真测试。3.根据权利要求1所述的自动驾驶仿真场景生成方法，其特征在于，所述第一场景数据包括静态图像数据和动态运动轨迹数据，所述对所述第一场景数据进行重采样，包括：将所述第一场景数据输入至预先训练的目标检测模型，对所述第一场景数据进行运动目标监测和跟踪；若部分所述第一场景数据中不存在运动目标，则确定所述部分第一场景数据为静态图像数据；若部分所述第一场景数据中存在运动目标，则根据预先构建的分类器对所述运动目标进行分类以得到多类目标，并对每类目标的运动轨迹进行轨迹聚类，得到所述动态运动轨迹数据；分别对所述静态图像数据和动态运动轨迹数据进行重采样，去除所述静态图像数据和动态运动轨迹数据中的冗余多数类数据，并根据预设的数据量生成少数类数据。4.根据权利要求3所述的自动驾驶仿真场景生成方法，其特征在于，所述分别对所述静态图像数据和动态运动轨迹数据进行重采样，包括：分别将所述静态图像数据和动态运动轨迹数据输入至预先构建的分类器，对所述静态图像数据和动态运动轨迹数据进行分类，得到所述多数类数据和少数类数据；获取所述少数类数据的硬度阈值，并根据所述少数类数据的硬度阈值确定所述少数类数据邻近样本中多数类数据的比例；根据预设的阈值参数对所述少数类数据进行第一聚类，得到第一簇中心；将多数第一簇中心作为初始中心点，对所述多数类数据和少数类数据进行第一聚类，得到第二聚类结果，所述第二聚类结果包括多个簇；根据所述多个簇的标准差和所述多数类数据的比例，去除所述多数类数据中的冗余数2CN115761551A权利要求书2/4页据；将所述多个簇的平均硬度阈值作为调查费用，确定所述多个簇的数据量，并根据所述所述平均硬度阈值确定低噪声区域；根据所述数据量，在所述低