摘要
本发明适用于自动驾驶技术领域,提供了一种自动驾驶加速测试场景提取方法及评估方法,所述提取方法包括:获取若干行车数据,基于所述行车交互数据的时间序列,得到关键行车交互特征的特征矩阵;基于总似然函数估计准则求解最优分割方案,基于所述最优分段数量得到分割的最优分割子段。本申请优势在于,通过引入贪婪高斯分割算法,基于多元高斯分布建模时序数据的分割,有效解决了传统基于规则方法的主观性、覆盖率不足以及机器学习方法可解释性差、计算复杂度高等问题,降低了算法对数据质量和人工标注的依赖性,为构建覆盖更全面、更具挑战性的自动驾驶测试场景库提供高效支撑,助力提升测试效率与系统安全性评估的可靠性。
技术关键词
测试场景
时序
交互特征
元素
分段
系统安全性评估
方差信息
矩阵
数据
端点
度评估方法
自动驾驶技术
机器学习方法
风险
规则方法
人工势场
处理器
可读存储介质
序列