[发明专利]驾驶场景数据的分类方法、装置、电子设备及存储介质

说明书

本申请公开一种驾驶场景数据的分类方法、装置、电子设备及存储介质，属于数据分析技术领域，该方法包括：获取第一车辆在指定时间段内的驾驶场景数据，驾驶场景数据至少包括第一车辆上的雷达采集的多帧点云数据，基于每帧点云数据，对第一车辆和第一车辆周围的第二车辆之间的相对位置关系进行分析，得到相对位置特征向量，基于相对位置特征向量，确定在采集该帧点云数据时的场景表征向量，对在采集各帧点云数据时的场景表征向量之间的关联关系进行分析，得到场景特征向量，基于场景特征向量进行驾驶场景分类，得到第一车辆在指定时间段内的驾驶场景分类结果。这样，提供了一种借助于雷达对驾驶场景进行分类的方案。

技术领域

本申请涉及数据分析技术领域，尤其涉及一种驾驶场景数据的分类方法、装置、电子设备及存储介质。

背景技术

目前，一般是借助于自动驾驶仿真系统来测试自动驾驶算法的性能，为了实现对自动驾驶算法的全面评估，自动驾驶仿真系统的测试场景应覆盖实际驾驶过程中的各种驾驶场景如跟车行驶、超车、变道等。

为此，相关技术中，会采集驾驶场景数据提供给自动驾驶仿真系统使用，以便自动驾驶仿真系统能够模拟出各种真实的驾驶场景，然而，由于驾驶场景数据通常是海量的，为了保证所提供的驾驶场景数据能够覆盖各种实际驾驶场景，出现了在向自动驾驶仿真系统提供驾驶场景数据前对驾驶场景数据进行分类的需求。

发明内容

本申请实施例提供一种驾驶场景数据的分类方法、装置、电子设备及存储介质，用以提供一种对驾驶场景数据进行分类的方案。

第一方面，本申请实施例提供一种驾驶场景数据的分类方法，包括：

获取第一车辆在指定时间段内的驾驶场景数据，所述驾驶场景数据至少包括所述第一车辆上的雷达采集的多帧点云数据；

基于每帧点云数据，对所述第一车辆和所述第一车辆周围的第二车辆之间的相对位置关系进行分析，得到相对位置特征向量；

基于所述相对位置特征向量，确定在采集所述点云数据时的场景表征向量；

对在采集各帧点云数据时的场景表征向量之间的关联关系进行分析，得到场景特征向量；

基于所述场景特征向量进行驾驶场景分类，得到所述第一车辆在指定时间段内的驾驶场景分类结果。

在一些实施例中，基于每帧点云数据，对所述第一车辆和所述第一车辆周围的第二车辆之间的相对位置关系进行分析，得到相对位置特征向量，包括：

对所述点云数据进行分析，以确定所述点云数据中属于所述第二车辆的目标点云数据；

基于所述目标点云数据，生成所述第一车辆和所述第二车辆之间鸟瞰图视角的位置参考图；

对所述位置参考图进行特征提取，得到所述相对位置特征向量。

在一些实施例中，对所述位置参考图进行特征提取，得到所述相对位置特征向量，包括：

通过特征提取模型对所述位置参考图进行特征提取，得到所述相对位置特征向量；

其中，所述特征提取模型是根据以下步骤建立的：

将获取的位置参考图样本输入编码网络中进行特征提取；

将提取结果输入解码网络中进行特征解析，得到预测图像；

基于所述预测图像和所述位置参考图样本，调整所述编码网络和/或所述解码网络的网络参数，直至确定所述预测图像和所述位置参考图样本之间的差异小于预设差异时，将当前的编码网络确定为所述特征提取模型。

在一些实施例中，所述驾驶场景数据还包括所述第一车辆的控制表征数据，所述控制表征数据用于表征所述第一车辆的控制状态，还包括：