CN114030473B - 车辆自动驾驶行为评估方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及自动驾驶控制领域，公开了一种车辆自动驾驶行为评估方法、装置、设备及存储介质。该方法包括：获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；基于所述比对结果，确定所述自动驾驶的行为是否合理。本发明实现了对自动驾驶车辆压实线的驾驶行为的自动化评估，减少了该自动驾驶行为的评估周期。

Description

车辆自动驾驶行为评估方法、装置、设备及存储介质

技术领域

本发明涉及自动驾驶控制领域，尤其涉及一种车辆自动驾驶行为评估方法、装置、设备及存储介质。

背景技术

评估自动驾驶算法的一个重要指标为是否遵守交规，其中一项重要交规是不压实线。当自动驾驶车辆在遇到一些算法上难以处理的场景时，例如拥挤场景下必须在路口前完成变道，会有一定可能性为了完成变道而压实线从而违反交规。此外，也有一些场景是必须压实线的，例如有施工区域挡住正常行驶的路线，需要压实线绕行。目前的评估方法主要是通过路测来实现，除了需要人工分析每个场景压实线是否合理，以及在通过路测比较不同版本自动驾驶软件的时候会由于两个软件版本在路测中遇到的场景不同而使对比结果有偏差之外，最重要的是，路测为了遇到有价值的场景往往需要很长的测试周期。

发明内容

本发明的主要目的在于解决现有自动驾驶算法在评估压实线场景的合理性时存在测试周期长的技术问题。

本发明第一方面提供了一种车辆自动驾驶行为评估方法，包括：获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；基于所述比对结果，确定所述自动驾驶的行为是否合理。

可选的，在本发明第一方面的第一种实现方式中，所述识别所述第一行驶数据中的行为控制信息包括：按照预置行车条件，将所述第一行驶数据划分成多个第一局部行驶数据；根据所述多个第一局部行驶数据，对自动驾驶中对应的多个局部的自动驾驶场景进行压实线检测，以及对各所述自动驾驶场景进行通行检测；根据压实线检测的结果确定各所述自动驾驶场景的压实线行为，以及根据通行检测的结果确定各所述自动驾驶场景的通行行为；基于各所述自动驾驶场景的压实线行为和通行行为生成对应的行为控制信息。

可选的，在本发明第一方面的第二种实现方式中，所述将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果包括：对比所述行为控制信息中各所述自动驾驶场景的压实线行为与标准驾驶中对应控制信息的对应场景的压实线行为，并根据对比的结果，确定各所述自动驾驶场景压实线行为的第一差异信息；对比所述行为控制信息中各所述自动驾驶场景的通行行为与标准驾驶中对应控制信息的对应场景的通行行为，并根据对比的结果，确定各所述自动驾驶场景通性行为的第二差异信息；将所述第一差异信息和所述第二差异信息作为对比结果。

可选的，在本发明第一方面的第三种实现方式中，所述基于所述比对结果，确定所述自动驾驶的行为是否合理包括：根据所述对比结果中第一差异信息和第二差异信息，分别确定各所述自动驾驶场景的自动驾驶行为是否合理；统计合理以及不合理的自动驾驶行为的数量，并根据合理以及不合理的自动驾驶行为的数量，计算自动驾驶行为的合理性评估参数；对比所述合理性评估参数和预置合理性参照阈值，并根据对比的结果，确定所述自动驾驶的行为是否合理。

可选的，在本发明第一方面的第四种实现方式中，在所述获取自动驾驶的第一行驶数据之前，还包括：获取人为驾驶的第二行驶数据，并在预置仿真环境中启动预置自动驾驶系统，以及将所述第二行驶数据在所述仿真环境中回放；通过所述自动驾驶系统，提取所述第二行驶数据中的场景信息，并基于所述场景信息生成控制指令，以在所述仿真环境中进行模拟驾驶；根据模拟驾驶的结果生成第一行驶数据并进行存储以供备用。

可选的，在本发明第一方面的第五种实现方式中，在所述获取人为驾驶的第二行驶数据之后，还包括：提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据；根据所述实线信息，从所述多个第二局部行驶数据中提取存在行车实线的第二局部行驶数据；将所述存在行车实线的第二局部行驶数据进行组合，得到新的第二行驶数据。

可选的，在本发明第一方面的第六种实现方式中，在所述提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据之后，还包括：根据所述多个第二局部行驶数据，对人为驾驶中对应的多个局部的人为驾驶场景进行压实线检测，以及对各所述人为驾驶场景进行通行检测；根据压实线检测的结果确定各所述人为驾驶场景的压实线行为，以及根据通行检测的结果确定各所述人为驾驶场景的通行行为；基于各所述人为驾驶场景的压实线行为和通行行为，设置标准驾驶中对应的行为控制信息。

本发明第二方面提供了一种车辆自动驾驶行为评估装置，包括：识别模块，用于获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；对比模块，用于将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；评估模块，用于基于所述比对结果，确定所述自动驾驶的行为是否合理。

可选的，在本发明第二方面的第一种实现方式中，所述识别模块包括：划分单元，用于按照预置行车条件，将所述第一行驶数据划分成多个第一局部行驶数据；检测单元，用于根据所述多个第一局部行驶数据，对自动驾驶中对应的多个局部的自动驾驶场景进行压实线检测，以及对各所述自动驾驶场景进行通行检测；生成单元，用于根据压实线检测的结果确定各所述自动驾驶场景的压实线行为，以及根据通行检测的结果确定各所述自动驾驶场景的通行行为；划分单元，用于基于各所述自动驾驶场景的压实线行为和通行行为生成对应的行为控制信息。

可选的，在本发明第二方面的第二种实现方式中，所述对比模块包括：第一对比单元，用于对比所述行为控制信息中各所述自动驾驶场景的压实线行为与标准驾驶中对应控制信息的对应场景的压实线行为，并根据对比的结果，确定各所述自动驾驶场景压实线行为的第一差异信息；第二对比单元，用于对比所述行为控制信息中各所述自动驾驶场景的通行行为与标准驾驶中对应控制信息的对应场景的通行行为，并根据对比的结果，确定各所述自动驾驶场景通性行为的第二差异信息；第一确定单元，用于将所述第一差异信息和所述第二差异信息作为对比结果。

可选的，在本发明第二方面的第三种实现方式中，所述评估模块包括：第二确定单元，用于根据所述对比结果中第一差异信息和第二差异信息，分别确定各所述自动驾驶场景的自动驾驶行为是否合理；计算单元，用于统计合理以及不合理的自动驾驶行为的数量，并根据合理以及不合理的自动驾驶行为的数量，计算自动驾驶行为的合理性评估参数；第三确定单元，用于对比所述合理性评估参数和预置合理性参照阈值，并根据对比的结果，确定所述自动驾驶的行为是否合理。

可选的，在本发明第二方面的第四种实现方式中，所述车辆自动驾驶行为评估还包括模拟驾驶模块，用于：获取人为驾驶的第二行驶数据，并在预置仿真环境中启动预置自动驾驶系统，以及将所述第二行驶数据在所述仿真环境中回放；通过所述自动驾驶系统，提取所述第二行驶数据中的场景信息，并基于所述场景信息生成控制指令，以在所述仿真环境中进行模拟驾驶；根据模拟驾驶的结果生成第一行驶数据并进行存储以供备用。

可选的，在本发明第二方面的第五种实现方式中，所述车辆自动驾驶行为评估还包括筛选模块，用于：提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据；根据所述实线信息，从所述多个第二局部行驶数据中提取存在行车实线的第二局部行驶数据；将所述存在行车实线的第二局部行驶数据进行组合，得到新的第二行驶数据。

可选的，在本发明第二方面的第六种实现方式中，所述车辆自动驾驶行为评估还包括设置模块，用于：根据所述多个第二局部行驶数据，对人为驾驶中对应的多个局部的人为驾驶场景进行压实线检测，以及对各所述人为驾驶场景进行通行检测；根据压实线检测的结果确定各所述人为驾驶场景的压实线行为，以及根据通行检测的结果确定各所述人为驾驶场景的通行行为；基于各所述人为驾驶场景的压实线行为和通行行为，设置标准驾驶中对应的行为控制信息。

本发明第三方面提供了一种车辆自动驾驶行为评估设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述车辆自动驾驶行为评估设备执行上述的车辆自动驾驶行为评估方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的车辆自动驾驶行为评估方法。

本发明提供的技术方案中，通过采集大量人类驾驶车辆在真实驾驶场景的第二行驶数据，然后在仿真环境中回放，让自动驾驶系统在该仿真环境中运行，同时收集对应的第一行驶数据；接着比较真实驾驶场景下和自动驾驶系统控制下是否存在相同的压实线控制方式以及自动驾驶系统是否达成真实驾驶场景下达到的行驶目标，以用于评价自动驾驶系统处理实线变道时的控制水平，可以用来优化自动驾驶算法在实线变道时的决策输出。

附图说明

图1为本发明实施例车辆自动驾驶行为评估方法的第一个实施例示意图；

图2为本发明实施例车辆自动驾驶行为评估方法的第二个实施例示意图；

图3为本发明实施例车辆自动驾驶行为评估方法的第三个实施例示意图；

图4为本发明实施例车辆自动驾驶行为评估装置的一个实施例示意图；

图5为本发明实施例车辆自动驾驶行为评估装置的另一个实施例示意图；

图6为本发明实施例车辆自动驾驶行为评估设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种车辆自动驾驶行为评估方法、装置、设备及存储介质，获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；基于所述比对结果，确定所述自动驾驶的行为是否合理。本发明实现了对自动驾驶车辆压实线的驾驶行为的自动化评估，减少了该自动驾驶行为的评估周期。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中车辆自动驾驶行为评估方法的第一个实施例包括：

101、获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；

可以理解的是，本发明的执行主体可以为车辆自动驾驶行为评估装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。

本实施例中，在自动驾驶车辆启动时或者在模拟驾驶软件中开启自动驾驶系统，自动驾驶系统针对道路环境或者模拟道路环境所作出的驾驶行为，包括转向灯、喇叭、方向盘、油门、刹车等相关的控制指令，采集汇总得到第一行驶数据。根据第一行驶数据中所包含的信息，可以识别出第一驾驶数据中的行为控制信息，包括车辆加速、减速、变道、压线等行为，以用于后续评价车辆自动驾驶行为的合理性。

优选地，此处主要提取自动驾驶系统控制车辆压实线相关的行为控制信息，用于后续评估自动驾驶系统控制车辆压实线的行为是否合理；第一行驶数据在模拟驾驶环境中进行采集；第一行驶数据还可以包括车辆自动驾驶的驾驶时间和位置。

102、将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；

本实施例中，自动驾驶车辆驾驶的起点和终点预先设置好，或者在模拟驾驶软件中加入仿真环境，通过自动驾驶系统来控制车辆在预设的起点行驶到预设的终点，针对在起点和终点的一条或多条驾驶路线中遇到的驾驶场景，预先设置好标准驾驶中对应的行为控制信息，比如施工区域挡住正常行驶的路线，标准驾驶中则为压实线绕行，在拥挤场景下需要在路口前完成变道，标准驾驶中则需遵守交规而不压实线，在多条路线交叉处标准驾驶的执行、左转或者右转(即选择其中一条驾驶路线)等。

本实施例中，行为控制信息中针对从预设起点到终点的每个驾驶行为都标识了其对应的驾驶场景，将每个驾驶场景对应的驾驶行为与标准驾驶中对应的驾驶场景的驾驶行为进行对比，以得到对比结果，比如在车辆驾驶路径上存在熄火停放车辆且为实线道路的驾驶场景A中，标准驾驶中在该驾驶场景A设置对应的行为控制信息为压实线变道，自动驾驶系统作为的行为控制信息为压实线变道，则在该驾驶场景A下，则对比结果为{人类司机是否压实线：是；自动驾驶是否压实线：是}。

除此之外，行为控制信息还可以确定自动驾驶是否达到标准驾驶中期望达到的行驶目标，包括是否跟标准驾驶一样在行驶场景解决的问题，以及通过行驶场景所在路径范围与标准驾驶相比所消耗的时间是否在预设差值范围内，比如预设差值范围为5s，标准驾驶中车辆消耗20s通过驾驶场景A所在路径范围，而自动驾驶中车辆通过驾驶场景A所在路径范围消耗26s，或者自动驾驶中车辆未通过驾驶场景A所在路径范围，则得到的对比结果为{自动驾驶是否达成行驶目标：否}。

103、基于所述比对结果，确定所述自动驾驶的行为是否合理。

本实施例中，通过自动驾驶系统和设置的标准驾驶中对应的行为控制信息对比之后，可以确定在每个驾驶场景下，自动驾驶系统的驾驶行为控制是否符合标准驾驶的驾驶行为控制，以确定自动驾驶系统在遇到每个驾驶场景时，其决策得到的驾驶行为控制是否合理。比如在前述的驾驶场景A中对比结果为{人类司机是否压实线：是；自动驾驶是否压实线：是；自动驾驶是否达成行驶目标：否}，则可以确定在驾驶场景A中，自动驾驶的行为不合理。

进一步地，如表1所示，展示了在压实线场景下自动驾驶的行为是否合理的判别条件，针对该表格所展示的内容，即自动驾驶的行为合理首先需保证自动驾驶达成行驶目标，然后再确定人类司机和自动驾驶压实线的行为是否相同，其中，当人类司机不需要压实线但是自动驾驶需要压实线才能达成行驶目标，则确定自动驾驶的行为不合理。需注意的是，此处表1展示的自动驾驶的行为是否合理的判别只是一个示例，可以按照具体需求进行调整，此处不作具体限定。

本发明实施例中，通过采集大量人类驾驶车辆在真实驾驶场景的第二行驶数据，然后在仿真环境中回放，让自动驾驶系统在该仿真环境中运行，同时收集对应的第一行驶数据；接着比较真实驾驶场景下和自动驾驶系统控制下是否存在相同的压实线控制方式以及自动驾驶系统是否达成真实驾驶场景下达到的行驶目标，以用于评价自动驾驶系统处理实线变道时的控制水平，可以用来优化自动驾驶算法在实线变道时的决策输出。

请参阅图2，本发明实施例中车辆自动驾驶行为评估方法的第二个实施例包括：

201、获取自动驾驶的第一行驶数据，并按照预置行车条件，将所述第一行驶数据划分成多个第一局部行驶数据；

202、根据所述多个第一局部行驶数据，对自动驾驶中对应的多个局部的自动驾驶场景进行压实线检测，以及对各所述自动驾驶场景进行通行检测；

203、根据压实线检测的结果确定各所述自动驾驶场景的压实线行为，以及根据通行检测的结果确定各所述自动驾驶场景的通行行为；

204、基于各所述自动驾驶场景的压实线行为和通行行为生成对应的行为控制信息；

本实施例中，在获取自动驾驶的第一行驶数据后，将整个行驶路线划分为多个驾驶场景，此处可以通过预先设置行车条件，来对各个驾驶场景来对第一行驶数据进行划分，得到多个第一局部行驶数据。其中，行车条件可以包括以下几种情况：

A、设置每个驾驶场景的行车时长，按照整个行驶路线的行驶时间按照行车时长来将第一行驶数据划分为多个第一局部行驶数据，若最后一个驾驶场景的行驶时间小于设置的行车时长，则单独作为一个驾驶场景，比如设置驾驶场景的行车时长为60s，第一行驶数据记录的整个行驶路线的行驶时间为580s，则将第一行驶数据按照0s-59s、60s-119s、……480s-539s、540s-580s，划分为10个驾驶场景对应的第一局部行驶数据；

B、设置每个驾驶场景的行驶距离，按照整个行驶路线的行驶长度按照行驶距离来将第一行驶数据划分为多个第一局部行驶数据，若最后一个驾驶场景的行驶长度小于设置的行驶距离，则单独作为一个驾驶场景，比如设置驾驶场景的行驶距离为500m，第一行驶数据记录的整个行驶路线的行驶长度为5300m，则将第一行驶数据按照0m-499m、500ms-999m、……4500m-4999m、5000m-5300m，划分为11个驾驶场景对应的第一局部行驶数据；

C、设置目标驾驶场景所在的时长区间或者距离区间，比如对压实线的自动驾驶行为进行评估时，则识别第一行驶数据中存在实线的目标驾驶场景，该目标驾驶场景的行驶时间区间为(t_起点，t_终点)或者行驶长度区间为(d_起点，d_终点)，则可以从第一行驶数据中提取(t_起点-t₀，t_终点+t₀)或者(d_起点-d₀，d_终点+d₀)对应的数据作为第一局部行驶数据。

本实施例中，针对每个局部的自动驾驶场景，分别进行压实线检测和通行检测：检测自动驾驶系统在检测到每个自动驾驶场景的环境时是否有压实线的行为决策；同时检测自动驾驶系统是否成功完成每个自动驾驶场景的通行。故此处压实线行为则包括压实线和不压实线，通行行为则包括通行和不通行，则对应的行为控制信息为“压实线/不压实线，通行/不通行”对应的四种结果。

205、对比所述行为控制信息中各所述自动驾驶场景的压实线行为与标准驾驶中对应控制信息的对应场景的压实线行为，并根据对比的结果，确定各所述自动驾驶场景压实线行为的第一差异信息；

206、对比所述行为控制信息中各所述自动驾驶场景的通行行为与标准驾驶中对应控制信息的对应场景的通行行为，并根据对比的结果，确定各所述自动驾驶场景通性行为的第二差异信息；

207、将所述第一差异信息和所述第二差异信息作为对比结果；

本实施例中，通过对比自动驾驶场景中自动驾驶系统做出的压实线行为和标准驾驶做出的压实线行为，来确定两者做出的压实线行为是否相同，以作为该自动驾驶场景压实线行为的第一差异信息，比如在前述A驾驶场景中，可以得到第一差异信息为：{人类司机是否压实线：是；自动驾驶是否压实线：是}。

本实施例中，通过对比自动驾驶场景中自动驾驶系统达到的通行行为和标准驾驶中达到的通行行为，来确定自动驾驶是否达到标准驾驶的行驶目标，比如前述的预设差值范围为5s，在驾驶场景A中标准驾驶车辆消耗20s通过，自动驾驶车辆消耗26s通过，或者自动驾驶中车辆未通过驾驶场景A所在路径范围，则可以得到第二差异信息为：{自动驾驶是否达成行驶目标：否}。最终，将{人类司机是否压实线：是；自动驾驶是否压实线：是}和{自动驾驶是否达成行驶目标：否}作为对比结果。

208、根据所述对比结果中第一差异信息和第二差异信息，分别确定各所述自动驾驶场景的自动驾驶行为是否合理；

209、统计合理以及不合理的自动驾驶行为的数量，并根据合理以及不合理的自动驾驶行为的数量，计算自动驾驶行为的合理性评估参数；

210、对比所述合理性评估参数和预置合理性参照阈值，并根据对比的结果，确定所述自动驾驶的行为是否合理。

本实施例中，通过在整个行驶路径中对每个设置的驾驶场景的自动驾驶行为合理性进行评估，可以确定整个自动驾驶系统在针对对应自动驾驶行为时决策算法的准确度，比如针对压实线的多个不同驾驶场景，来评价每个压实线驾驶场景下的自动驾驶的行为是否合理，进而评价自动驾驶系统在控制车辆压实线时决策算法是否准确。

具体的，可以设置整个行驶路径中自动驾驶的行为合理的数量或者比例作为合理性参照阈值，来作为衡量自动驾驶算法在处理压实线行为时的算法是否准确，比如整个行驶路径中包含有10个是否压实线决策的驾驶场景，可以设置合理性参照阈值为8，当10个压实线决策的驾驶场景中存在8个驾驶场景的自动驾驶的行为是合理，则可以判定对应的自动驾驶系统在处理压实线时准确。

另外，还可以通过不合理的自动驾驶行为，定位算法的不合理处，来对自动驾驶系统进行优化，以调整自动驾驶系统在相对应驾驶场景下的决策算法。

本发明实施例中，通过对第一局部行驶数据进行划分，将自动驾驶路径划分成多个局部的自动驾驶场景，在每个场景中分别进行压实线行为和通行行为的检测，确定每个场景的压实线行为是否合理，来最终判别自动驾驶的行为是否合理，以评估自动驾驶系统在压实线场景下的决策算法是否准确。

请参阅图3，本发明实施例中车辆自动驾驶行为评估方法的第三个实施例包括：

301、获取人为驾驶的第二行驶数据，并提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据；

302、根据所述实线信息，从所述多个第二局部行驶数据中提取存在行车实线的第二局部行驶数据；

303、将所述存在行车实线的第二局部行驶数据进行组合，得到新的第二行驶数据；

本实施例中，在人为驾驶车辆时，将自动驾驶系统开启定位模块、感知模块和数据采集模块，司机在各种场景下人为驾驶车辆，数据采集模块实时记录下经过的位置、当时的车速、加速度以及周围的障碍物等信息，汇集得到第二行驶数据。

其中，通过获取人为驾驶的第二行驶数据，若进行长时间的仿真环境的自动驾驶，则自动驾驶和人为驾驶的行驶轨迹有可能产生比较大的差异，导致自动驾驶和人为驾驶周围障碍物的相互关系偏离真实，因此需要先将采集到的长时间的人行驶数据切分成更小的数据包，即为第二局部行驶数据，并且只保留车辆行驶路径中存在实线的数据包。

其中，第二局部行驶数据和第一局部行驶数据具有相对应的驾驶场景，即第二局部行驶数据划分所采用的行车条件和第一局部行驶数据划分所采用的行车条件相同，两者所在环境的行驶时长、行驶距离或者其他场景数据相对应。

另外，随着第一局部行驶数据和第二局部行驶数据的切分时间越长，则越能保证每个对应驾驶场景的完整性，但也可能导致第二局部行驶数据和第一局部行驶数据的差异越大，使得仿真环境中的自动驾驶与周围障碍物的相互关系越偏离真实，故为了同时保证驾驶场景的完整性和仿真驾驶场景的真实性，此处优选的第一局部行驶数据和第二局部行驶数据的切分时长在30s左右，比如30s±5s，以30s作为参照值，具体范围看根据需求进行设置，此处不作具体限定。按此方法取出来的仿真驾驶场景的分布情况和人为驾驶场景遇到的场景分布一致。

304、根据所述多个第二局部行驶数据，对人为驾驶中对应的多个局部的人为驾驶场景进行压实线检测，以及对各所述人为驾驶场景进行通行检测；

305、根据压实线检测的结果确定各所述人为驾驶场景的压实线行为，以及根据通行检测的结果确定各所述人为驾驶场景的通行行为；

306、基于各所述人为驾驶场景的压实线行为和通行行为，设置标准驾驶中对应的行为控制信息；

本实施例中，标准驾驶中的行为控制信息的设置，可以人为直接在自动驾驶的路径中进行标识设置压实线行为和通行行为，也可以通过人为驾驶的真实驾驶控制来设置，通过第二行驶数据划分得到的每个人为驾驶场景的第二局部行驶数据，来确定每个人为驾驶场景是否发生压实线以及是否通行，以用来设置每个驾驶场景的行为控制，以用于设置标准驾驶的行为控制信息。

307、在预置仿真环境中启动预置自动驾驶系统，以及将所述第二行驶数据在所述仿真环境中回放；

308、通过所述自动驾驶系统，提取所述第二行驶数据中的场景信息，并基于所述场景信息生成控制指令，以在所述仿真环境中进行模拟驾驶；

309、根据模拟驾驶的结果生成第一行驶数据并进行存储以供备用；

本实施例中，将采集到的第二行驶数据在仿真环境中进行回放，同时在仿真环境中启动自动驾驶系统，自动驾驶系统接收第二行驶数据中的定位信息和感知信息作为场景信息，输出控制指令来控制仿真环境中自动驾驶车辆的行驶。当自动驾驶系统基于场景信息仿真的驾驶场景进行自动驾驶的行为控制时，收集过程中产生的行驶数据并作为第一行驶数据，以供后续对该自动驾驶系统的驾驶行为合理性进行评估。

310、获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；

311、将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；

312、基于所述比对结果，确定所述自动驾驶的行为是否合理。

本实施例中，在确定自动驾驶的行为是否合理时，还可以通过或者进一步加入人为驾驶和自动驾驶的行驶轨迹是否相同，来判别自动驾驶的行为是否合理。

本发明实施例中，通过采集人为驾驶的数据，然后在仿真环境中回放数据，让自动驾驶系统在仿真环境中运行，比较人为驾驶和自动驾驶是否压实线以及自动驾驶是否达成行驶目标，能够客观、准确地评价自动驾驶系统处理压实线的水平，并用于优化自动驾驶算法。此外，在对比不同版本的自动驾驶系统时，可通过都采用同一批人为驾驶的行驶数据做仿真来排除不同测试数据集带来的对比结果的偏差。

上面对本发明实施例中车辆自动驾驶行为评估方法进行了描述，下面对本发明实施例中车辆自动驾驶行为评估装置进行描述，请参阅图4，本发明实施例中车辆自动驾驶行为评估装置一个实施例包括：

识别模块401，用于获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；

对比模块402，用于将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；

评估模块403，用于基于所述比对结果，确定所述自动驾驶的行为是否合理。

本发明实施例中，通过采集大量人类驾驶车辆在真实驾驶场景的第二行驶数据，然后在仿真环境中回放，让自动驾驶系统在该仿真环境中运行，同时收集对应的第一行驶数据；接着比较真实驾驶场景下和自动驾驶系统控制下是否存在相同的压实线控制方式以及自动驾驶系统是否达成真实驾驶场景下达到的行驶目标，以用于评价自动驾驶系统处理实线变道时的控制水平，可以用来优化自动驾驶算法在实线变道时的决策输出。

请参阅图5，本发明实施例中车辆自动驾驶行为评估装置的另一个实施例包括：

识别模块401，用于获取自动驾驶的第一行驶数据，并识别所述第一行驶数据中的行为控制信息；

对比模块402，用于将所述行为控制信息与标准驾驶中对应的行为控制信息进行比对，得到比对结果；

评估模块403，用于基于所述比对结果，确定所述自动驾驶的行为是否合理。

具体的，所述识别模块401包括：

划分单元4011，用于按照预置行车条件，将所述第一行驶数据划分成多个第一局部行驶数据；

检测单元4012，用于根据所述多个第一局部行驶数据，对自动驾驶中对应的多个局部的自动驾驶场景进行压实线检测，以及对各所述自动驾驶场景进行通行检测；

生成单元4013，用于根据压实线检测的结果确定各所述自动驾驶场景的压实线行为，以及根据通行检测的结果确定各所述自动驾驶场景的通行行为；划分单元，用于基于各所述自动驾驶场景的压实线行为和通行行为生成对应的行为控制信息。

具体的，所述对比模块402包括：

第一对比单元4021，用于对比所述行为控制信息中各所述自动驾驶场景的压实线行为与标准驾驶中对应控制信息的对应场景的压实线行为，并根据对比的结果，确定各所述自动驾驶场景压实线行为的第一差异信息；

第二对比单元4022，用于对比所述行为控制信息中各所述自动驾驶场景的通行行为与标准驾驶中对应控制信息的对应场景的通行行为，并根据对比的结果，确定各所述自动驾驶场景通性行为的第二差异信息；

第一确定单元4023，用于将所述第一差异信息和所述第二差异信息作为对比结果。

具体的，所述评估模块403包括：

第二确定单元4031，用于根据所述对比结果中第一差异信息和第二差异信息，分别确定各所述自动驾驶场景的自动驾驶行为是否合理；

计算单元4032，用于统计合理以及不合理的自动驾驶行为的数量，并根据合理以及不合理的自动驾驶行为的数量，计算自动驾驶行为的合理性评估参数；

第三确定单元4033，用于对比所述合理性评估参数和预置合理性参照阈值，并根据对比的结果，确定所述自动驾驶的行为是否合理。

具体的，所述车辆自动驾驶行为评估还包括模拟驾驶模块404，用于：

获取人为驾驶的第二行驶数据，并在预置仿真环境中启动预置自动驾驶系统，以及将所述第二行驶数据在所述仿真环境中回放；

通过所述自动驾驶系统，提取所述第二行驶数据中的场景信息，并基于所述场景信息生成控制指令，以在所述仿真环境中进行模拟驾驶；

根据模拟驾驶的结果生成第一行驶数据并进行存储以供备用。

具体的，所述车辆自动驾驶行为评估还包括筛选模块405，用于：

提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据；

根据所述实线信息，从所述多个第二局部行驶数据中提取存在行车实线的第二局部行驶数据；

将所述存在行车实线的第二局部行驶数据进行组合，得到新的第二行驶数据。

具体的，所述车辆自动驾驶行为评估还包括设置模块406，用于：

根据所述多个第二局部行驶数据，对人为驾驶中对应的多个局部的人为驾驶场景进行压实线检测，以及对各所述人为驾驶场景进行通行检测；

根据压实线检测的结果确定各所述人为驾驶场景的压实线行为，以及根据通行检测的结果确定各所述人为驾驶场景的通行行为；

基于各所述人为驾驶场景的压实线行为和通行行为，设置标准驾驶中对应的行为控制信息。

本发明实施例中，通过对第一局部行驶数据进行划分，将自动驾驶路径划分成多个局部的自动驾驶场景，在每个场景中分别进行压实线行为和通行行为的检测，确定每个场景的压实线行为是否合理，来最终判别自动驾驶的行为是否合理，以评估自动驾驶系统在压实线场景下的决策算法是否准确；另外，通过采集人为驾驶的数据，然后在仿真环境中回放数据，让自动驾驶系统在仿真环境中运行，比较人为驾驶和自动驾驶是否压实线以及自动驾驶是否达成行驶目标，能够客观、准确地评价自动驾驶系统处理压实线的水平，并用于优化自动驾驶算法。此外，在对比不同版本的自动驾驶系统时，可通过都采用同一批人为驾驶的行驶数据做仿真来排除不同测试数据集带来的对比结果的偏差。

上面图4和图5从模块化功能实体的角度对本发明实施例中的车辆自动驾驶行为评估装置进行详细描述，下面从硬件处理的角度对本发明实施例中车辆自动驾驶行为评估设备进行详细描述。

图6是本发明实施例提供的一种车辆自动驾驶行为评估设备的结构示意图，该车辆自动驾驶行为评估设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对车辆自动驾驶行为评估设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在车辆自动驾驶行为评估设备600上执行存储介质630中的一系列指令操作。

车辆自动驾驶行为评估设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的车辆自动驾驶行为评估设备结构并不构成对车辆自动驾驶行为评估设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种车辆自动驾驶行为评估设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述车辆自动驾驶行为评估方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述车辆自动驾驶行为评估方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种车辆自动驾驶行为评估方法，其特征在于，所述车辆自动驾驶行为评估方法包括：

获取自动驾驶的第一行驶数据，并根据所述第一行驶数据，识别自动驾驶过程中在进行实线驾驶时的行为控制信息；

将所述行为控制信息与标准驾驶中对应的行为控制信息之间进行实线驾驶时压实线和通行的行为差异比对，得到比对结果；

基于所述比对结果，执行实线驾驶时压实线和通行的行为合理性评估，并根据评估的结果确定所述自动驾驶的行为是否合理。

2.根据权利要求1所述的车辆自动驾驶行为评估方法，其特征在于，所述根据所述第一行驶数据，识别自动驾驶过程中在进行实线驾驶时的行为控制信息包括：

按照预置行车条件，将所述第一行驶数据划分成多个第一局部行驶数据；

根据所述多个第一局部行驶数据，对自动驾驶中对应的多个局部的自动驾驶场景进行压实线检测，以及对各所述自动驾驶场景进行通行检测；

根据压实线检测的结果确定各所述自动驾驶场景的压实线行为，以及根据通行检测的结果确定各所述自动驾驶场景的通行行为；

基于各所述自动驾驶场景的压实线行为和通行行为生成对应的行为控制信息。

3.根据权利要求2所述的车辆自动驾驶行为评估方法，其特征在于，所述将所述行为控制信息与标准驾驶中对应的行为控制信息之间进行实线驾驶时压实线和通行的行为差异比对，得到比对结果包括：

对比所述行为控制信息中各所述自动驾驶场景的压实线行为与标准驾驶中对应控制信息的对应场景的压实线行为，并根据对比的结果，确定各所述自动驾驶场景压实线行为的第一差异信息；

对比所述行为控制信息中各所述自动驾驶场景的通行行为与标准驾驶中对应控制信息的对应场景的通行行为，并根据对比的结果，确定各所述自动驾驶场景通行行为的第二差异信息；

将所述第一差异信息和所述第二差异信息作为对比结果。

4.根据权利要求3所述的车辆自动驾驶行为评估方法，其特征在于，所述基于所述比对结果，执行实线驾驶时压实线和通行的行为合理性评估，并根据评估的结果确定所述自动驾驶的行为是否合理包括：

根据所述对比结果中第一差异信息和第二差异信息，分别确定各所述自动驾驶场景的自动驾驶行为是否合理；

统计合理以及不合理的自动驾驶行为的数量，并根据合理以及不合理的自动驾驶行为的数量，计算自动驾驶行为的合理性评估参数；

对比所述合理性评估参数和预置合理性参照阈值，并根据对比的结果，确定所述自动驾驶的行为是否合理。

5.根据权利要求1所述的车辆自动驾驶行为评估方法，其特征在于，在所述获取自动驾驶的第一行驶数据之前，还包括：

获取人为驾驶的第二行驶数据，并在预置仿真环境中启动预置自动驾驶系统，以及将所述第二行驶数据在所述仿真环境中回放；

通过所述自动驾驶系统，提取所述第二行驶数据中的场景信息，并基于所述场景信息生成控制指令，以在所述仿真环境中进行模拟驾驶；

根据模拟驾驶的结果生成第一行驶数据并进行存储以供备用。

6.根据权利要求5所述的车辆自动驾驶行为评估方法，其特征在于，在所述获取人为驾驶的第二行驶数据之后，还包括：

提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据；

根据所述实线信息，从所述多个第二局部行驶数据中提取存在行车实线的第二局部行驶数据；

将所述存在行车实线的第二局部行驶数据进行组合，得到新的第二行驶数据。

7.根据权利要求6所述的车辆自动驾驶行为评估方法，其特征在于，在所述提取所述第二行驶数据中的人为驾驶对应场景的实线信息，以及按照预置行车条件，将所述第二行驶数据划分成多个第二局部行驶数据之后，还包括：

根据所述多个第二局部行驶数据，对人为驾驶中对应的多个局部的人为驾驶场景进行压实线检测，以及对各所述人为驾驶场景进行通行检测；

根据压实线检测的结果确定各所述人为驾驶场景的压实线行为，以及根据通行检测的结果确定各所述人为驾驶场景的通行行为；

基于各所述人为驾驶场景的压实线行为和通行行为，设置标准驾驶中对应的行为控制信息。

8.一种车辆自动驾驶行为评估装置，其特征在于，所述车辆自动驾驶行为评估装置包括：

识别模块，用于获取自动驾驶的第一行驶数据，并获取自动驾驶的第一行驶数据，并根据所述第一行驶数据，识别自动驾驶过程中在进行实线驾驶时的行为控制信息；

对比模块，用于将所述行为控制信息与标准驾驶中对应的行为控制信息之间进行实线驾驶时压实线和通行的行为差异比对，得到比对结果；

评估模块，用于基于所述比对结果，执行实线驾驶时压实线和通行的行为合理性评估，并根据评估的结果确定所述自动驾驶的行为是否合理。

9.一种行驶环境的检测设备，其特征在于，所述行驶环境的检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述行驶环境的检测设备执行如权利要求1-7中任意一项所述的车辆自动驾驶行为评估方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任意一项所述车辆自动驾驶行为评估方法的步骤。

Images