[发明专利]无人车边界检测方法、装置、设备及存储介质

说明书

本发明涉及自动驾驶测试数据分析领域，公开了一种无人车边界检测方法、装置、设备及存储介质。本方法包括：通过在预设仿真平台对模糊测试场景对应的初始化数据进行仿真计算，得到模糊测试场景下的无人车的测试数据；对测试数据进行多维度评估，得到不同维度的评估分数；根据不同维度的评估分数，绘制初始热力图；通过预设核密度估计对评估分数进行聚类，并根据聚类结果对热力图进行标注，得到标注后的目标热力图；根据目标热力图中各个聚类簇群的边界点，确定无人车的能力边界，得到检测结果。本发明通过直观根据测试数据确定汽车自动驾驶能力边界，识别有潜在碰撞风险的异常场景，解决了无人车模糊测试数据分析效率低下的技术问题。

技术领域

本发明涉及自动驾驶测试数据分析领域，尤其涉及一种无人车边界检测方法、 装置、设备及存储介质。

背景技术

模糊测试是一种应用于无人车仿真参数配置的方式，该方式通过对场景各个 参数的输入通过特定的策略进行随机化的生成，最后将生成的各个动态参数进行 组合，从而批量生成一个测试场景集。该测试方式能快速有效的测试出无人车在 一类场景中的能力边界，尤其对于有潜在碰撞风险的场景，通过模糊测试可以快 速找出无人车的安全边界，从而用于无人车算法的评估和迭代。

然而，在目前汽车的无人车模糊测试数据分析领域中，模糊测试仿真结果数 据量大，人工分析需要逐个打开子场景，核对场景设计合理性，和无人车性能。 此流程耗时长效率低，严重拖延模糊测试场景设计和测试迭代流程。同时，无法 直观的分析出模糊场景集的能力边界和异常场景，得出无人车在此模糊场景驾驶 能力的结论。因此，如何提高对无人车模糊测试数据分析效率，确定无人车能力 边界，识别有潜在碰撞风险的异常场景，成了本领域技术人员需要解决的技术问 题。

发明内容

本发明的主要目的在于解决现有的无法直观根据测试数据确定汽车自动驾驶 能力边界，识别有潜在碰撞风险的异常场景，对无人车模糊测试数据分析效率低 下的技术问题。

本发明第一方面提供了无人车边界检测方法，包括：在预设仿真平台对测试 场景集进行仿真计算，得到所述测试场景集下的无人车的测试数据；对所述测试 数据进行多维度评估，得到不同维度的评估分数；根据不同维度的所述评估分数， 绘制初始热力图；通过预设核密度估计对所述评估分数进行聚类，并根据聚类结 果对所述热力图进行标注，得到标注后的目标热力图；根据所述目标热力图中各 个聚类簇群的边界点，确定所述无人车的能力边界，得到检测结果。

可选地，在本发明第一方面的第一种实现方式中，所述在预设仿真平台对测 试场景集进行仿真计算，得到所述测试场景集下的无人车的测试数据包括：调用 预设场景参数模板，响应于基于所述预设场景参数模板的第一操作，生成至少一 个场景参数中每个场景参数的目标值；调用预设测试用例模板，响应于针对所述 预设测试用例模板的第二操作，生成与场景测试项目对应的测试用例；根据所述 测试用例搭建与所述目标值对应的测试场景集；在预设仿真平台，根据预设自动 驾驶规控算法对所述测试场景集对应初始化数据进行仿真计算，得到所述测试场 景集下的无人车的测试数据。

可选地，在本发明第一方面的第二种实现方式中，在所述在预设仿真平台对 测试场景集进行仿真计算，得到所述测试场景集下的无人车的测试数据之前，还 包括：获取测试环境标识和获取测试场景策略；从预设模糊测试场景数据库中获 取与所述测试环境标识对应的初始化配置参数；根据所述初始化配置参数和所述 测试场景策略，生成测试场景集。

可选地，在本发明第一方面的第三种实现方式中，在所述对所述测试数据进 行多维度评估，得到不同维度的评估分数之前，还包括：预先创建仿真结果数据 库，其中，所述数据库中设置有用于索引的关键词；接收用户输入的数据库关键 词，并基于所述仿真任务对应ID信息确定与所述模糊测试场景对应的仿真配置文 件；据所述仿真配置文件，通过所述仿真平台的预设接口从所述仿真结果数据库 中提取与所述模糊测试场景对应的仿真数据。