[发明专利]一种自动驾驶测试场景的确定方法及装置

说明书

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶测试场景的确定方法及装置。本申请通过获取失败场景库，失败场景库中包含多个失败场景；基于失败场景的场景参数对应的第一正态分布函数进行抽样，以获得失败场景的场景参数对应的第一抽样值；基于第一抽样值生成第一测试场景，并构建第二场景库；通过第二场景库对目标驾驶算法进行测试，以获得预测失败场景；根据预测失败场景更新至失败场景库。其中，第一正态分布函数的尺度参数为失败场景的场景参数的标准差，有针对性的确定出自动驾驶测试场景中的失败场景，基于包括失败场景的场景库对目标驾驶算法进行测试，以通过目标驾驶算法在场景库中的失败概率对目标驾驶算法进行评估。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶测试场景的确定方法、装置、电子设备及存储介质。

背景技术

在自动驾驶测试中，通过仿真模拟的方式评估自动驾驶算法，其中常见的一种评估方式是根据采集样本点中自动驾驶算法失败的场景组合比例来估计算法的失败概率。

现有技术中，提供了一种通过简单随机抽样的蒙特卡洛模拟方法进行样本点采集，但想要通过蒙特卡洛法采集到自动驾驶算法失效的场景组合，需要在数量很大的样本点内进行采集，而且这样的采样方法缺乏对自动驾驶算法的针对性，因此需要一种自动驾驶测试场景的确定方法，能够有针对性的确定自动驾驶算法的失效场景。

发明内容

有鉴于此，本申请实施例至少提供一种自动驾驶测试场景的确定方法、装置、电子设备及可读存储介质，目的在于有针对性的确定出自动驾驶测试场景中的失败场景。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供一种自动驾驶测试场景的确定方法，包括：

获取失败场景库，失败场景库中包含多个失败场景；基于失败场景的场景参数对应的第一正态分布函数进行抽样，以获得失败场景的场景参数对应的第一抽样值；基于第一抽样值生成第一测试场景，并构建第二场景库；通过第二场景库对目标驾驶算法进行测试，以获得预测失败场景；根据预测失败场景更新至失败场景库。其中，第一正态分布函数的尺度参数为所述失败场景的场景参数的标准差。

在一种可能的实施方式中，确定方法还包括：通过以下方式获取失败场景库：基于预设场景的场景参数对应的第二分布函数进行抽样，以获得预设场景的场景参数对应的第二抽样值；基于第二抽样值生成第二测试场景，并构建第一场景库；通过第一场景库对目标驾驶算法进行测试，以获取测试失败场景；基于测试失败场景构建失败场景库；其中，第二正态分布函数的尺度参数为预设场景的场景参数的多倍标准差。

在一种可能的实施方式中，基于失败场景库的场景个数与第一场景库的场景个数的比值计算失败概率；根据失败概率对目标驾驶算法进行评估。

在一种可能的实施方式中，还包括：基于失败场景的场景参数对应的第一正态分布函数，随机获取N个样本点；基于K个样本点获取失败场景的失败场景参数对应的N个第一抽样值。在一种可能的实施方式中，当满足以下条件之一，停止对失败场景库更新：失败场景库更新的次数等于预设次数时；或计算更新前失败场景的场景参数的均值与更新后失败场景的场景参数的均值之间的欧氏距离，当欧氏距离小于预设范围时。

在一种可能的实施方式中，通过以下方式生成测试场景：按照目标场景中场景参数的配置顺序对M个场景参数进行排序；针对每个场景参数获取对应的N个目标抽样值；基于排序后的场景参数对应的目标抽样值进行随机组合，以生成N×M个测试场景。其中，当目标场景为失败场景时，目标抽样值为第一抽样值，测试场景为第一测试场景；当目标场景为预设场景时，目标抽样值为第二抽样值，测试场景为第二测试场景。

在一种可能的实施方式中，通过以下方式构建场景库：当场景库为第一场景库时，第一场景库中包括全部第二测试场景；当场景库为第二场景库时，第二场景库中包括全部第一测试场景。

第二方面，本申请实施例还提供一种自动驾驶测试场景的确定装置，包括：