[发明专利]一种自动驾驶系统测试分析方法

权利要求书

1.一种自动驾驶系统测试分析方法，其特征在于，包括：

步骤1、加载待评测数据，指定所需评测的评测指标和评测场景；根据评测场景加载标准场景数据作为真值数据；

步骤2、获取待评测数据的特征量：跟踪待评测数据中各描述参数的变化趋势，如果某一或某些描述参数连续n次波动量均超过设定幅度，则计算描述参数的统计特征，如果统计特征大于或等于设定的统计特征阈值，则将描述参数的统计特性值作为特征量；n为设定值；

步骤3、根据特征量一致性和/或位置一致性将待评测数据与真值数据进行配对，形成数据对；所述位置一致性是指待评测数据中定位数据的一致性；所述特征量一致性是指特征量误差小于阈值；

步骤4、确定所述数据对匹配评测场景和评测指标的匹配度，将匹配度超过阈值的数据对作为分析对象；

步骤5、针对分析对象进行评测指标的分析，获得评测结果。

2.如权利要求1所述的方法，其特征在于，待评测数据的描述参数包括自动驾驶系统的感知信息、定位信息、轨迹信息、车身运动信息；

所述感知信息包括感知目标位置、感知目标速度、感知目标加速度、感知目标协方差、车道线曲线方程参数中的一种或多种组合；

所述定位信息包括通过定位系统获得的车体位置、速度、加速度、角速度、航向角、角速度变化率、加速度变化率中的一种或多种组合；

所述轨迹信息包括轨迹点坐标、轨迹曲率、轨迹长度、

所述车身运动信息通过车体上的传感器获取的车身速度、加速度、方向盘转角、转角变换率中的一种或多种组合。

3.如权利要求1所述的方法，其特征在于，所述评测场景作为待评测数据的标签，在待评测数据采集过程中输入，或者在加载待评测数据时输入。

4.如权利要求1所述的方法，其特征在于，获取所述特征量时，所跟踪的描述参数包括车体速度、加速度、曲率变换率、角速度。

5.如权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤31：待评测数据与真值数据进行位置对齐：计算待评测数据与真值数据这两段数据的位置精度是否满足设定的误差要求；若满足，则将待评测数据和真值数据并行存储在同一片内存中，以形成数据对；否则，执行步骤32；

步骤32：进行特征量对齐：对待评测数据与真值数据这两段数据的特征量进行m维误差判断，每一维代表一个特征量；如果两段数据的m个特征量均满足关联准则，则将待评测数据和真值数据并行存储在同一片内存中，以形成数据对；m为大于或等于1的整数。

6.如权利要求5所述的方法，其特征在于，所述步骤31之前，进一步对待评测数据和真值数据进行滤波，筛出不在用户所需测评指标范围的数据，进入步骤31的操作。

7.如权利要求1所述的方法，其特征在于，所述步骤4采用神经网络确定匹配度：利用各种场景下汽车运动的数据训练神经网络；在使用时，将步骤1指定的评测指标、测评场景和所述数据对输入到神经网络中，神经网络输出数据对的匹配度的得分，该匹配度表征了数据对提供所述评测指标的符合程度以及评测场景的匹配程度。

8.如权利要求1所述的方法，其特征在于，所述步骤5包括统计分析和对比分析；

所述对比分析为：将待评测数据和真值数据进行时间空间同步插值处理，让待评测数据和真值数据的数据量保持一致，而后根据步骤1指定的评测指标，对比计算获得两种数据的评测指标；

所述统计分析为：根据用户选取的时长，将待评测数据按照时间轴截取，计算截取段数据的统计指标量，然后再选取同一评测场景下符合所述时长的所有数据，分别计算统计指标量，再进行统计分析，得到最终的分析结果。

9.如权利要求1所述的方法，其特征在于，所述步骤5进一步包括：将分析结果输入到预先定义好的评价模板，分别填充到各数据位置，自动生成统一的评测报告。