接管场景分析方法、装置、设备及存储介质

摘要

本发明涉及自动驾驶测试领域，公开了一种接管场景分析方法、装置、设备及存储介质，该方法通过提取案例数据中处于静止状态的因素，基于该因素与接管场景的判断条件进行对比分析，以确定案例数据的场景是否属于接管场景，从而达到识别该案例的接管操作是否合理，解决了现有技术中对于接管判定标准不统一，导致接管识别不准确的问题。

权利要求

1.一种接管场景分析方法，其特征在于，所述接管场景分析方法包括：获取行驶过程中的案例数据，并将所述案例数据分为多个片段，其中，一个片段对应一个场景；

提取各片段中的行驶信息，其中，所述行驶信息包括车辆内部状态和外部状态，所述车辆内部状态包括是否发生接管的状态和静止状态的行驶时长占比；

基于所述是否发生接管的状态判断车辆是否发生司机接管操作；

若车辆发生司机接管操作，计算各片段中被接管的行驶时长占比，或者，若车辆未发生司机接管操作，计算各片段中未发生接管时车辆的行驶速度；

若所述行驶时长占比大于预设占比或者所述行驶速度低于第三预设值，将所述外部状态与静止状态下的外部环境因素进行对比分析，确定对应的所述片段是否发生接管；

计算所述案例数据中发生接管的片段的总数量；

判断所述总数量是否满足预设总数量；

若满足，则确定所述案例数据为接管场景。

2.根据权利要求1所述的接管场景分析方法，其特征在于，所述将所述案例数据分为多个片段，包括：基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；

计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；

若所述行驶速度满足第一预设值，则将对应的数据帧标记为节点帧；

基于所述节点帧对所述案例数据进行切片，得到多个片段。

3.根据权利要求1所述的接管场景分析方法，其特征在于，所述若车辆发生接管操作，计算各片段中被接管的行驶时长占比，或者，若车辆未发生接管操作，计算各片段中未发生接管时车辆的行驶速度，包括：若发生司机接管操作，则确定对应的片段中待分析车辆在被接管后，以低于第二预设值的行驶速度行驶时的行驶时长；基于所述行驶时长，计算其与所述片段的总时长的比例；

判断所述比例是否大于预设占比；

若不发生司机接管操作，则获取待分析车辆被接管前N帧的行驶信息；判断所述N帧的行驶信息中是否存在N/2帧的行驶速度低于第三预设值；若存在，则判断所述待分析车辆被接管前一帧的行驶速度是否低于第三预设值。

4.根据权利要求3所述的接管场景分析方法，其特征在于，若所述行驶时长占比大于预设占比时，所述将所述外部状态与静止状态下的外部环境因素进行对比分析，确定对应的所述片段是否发生接管，包括：检测所述待分析车辆是否位于路口的范围内；

若是，则采集位于所述待分析车辆的预设范围内静止的车辆数量；

判断所述车辆数量是否小于预设数量；

若是，则确定对应的所述片段发生接管。

5.根据权利要求3所述的接管场景分析方法，其特征在于，若所述行驶速度低于第三预设值时，所述将所述外部状态与静止状态下的外部环境因素进行对比分析，确定对应的所述片段是否发生接管，包括：检测所述待分析车辆是否位于路口的范围内；

若是，则提取所述片段中所述待分析车辆被接管后的数据帧；

判断所述被接管后的数据帧中是否存在位于所述待分析车辆的前进方向上的障碍物；

若存在，则判断所述障碍物是否相对于所述待分析车辆移动；

若是，则确定对应的所述片段发生行驶异常的接管。

6.根据权利要求1‑5中任一项所述的接管场景分析方法，其特征在于，所述接管场景分析方法，还包括：若判断所述总数量不满足预设总数量，则确认所述案例数据的场景为非必要接管场景。

7.一种接管场景分析装置，其特征在于，所述接管场景分析装置包括：采集模块，用于获取行驶过程中的案例数据，并将所述案例数据分为多个片段，其中，一个片段对应一个场景；

提取模块，用于提取各片段中的行驶信息，其中，所述行驶信息包括车辆内部状态和外部状态，所述车辆内部状态包括是否发生接管的状态和静止状态的行驶时长占比；

分析模块，用于基于所述是否发生接管的状态判断车辆是否发生司机接管操作；若车辆发生司机接管操作，计算各片段中被接管的行驶时长占比，或者，若车辆未发生司机接管操作，计算各片段中未发生接管时车辆的行驶速度；若所述行驶时长占比大于预设占比或者所述行驶速度低于第三预设值，将所述外部状态与静止状态下的外部环境因素进行对比分析，确定对应的所述片段是否发生接管；

判断模块，用于计算所述案例数据中发生接管的片段的总数量；判断所述总数量是否满足预设总数量；

确定模块，用于在判断所述总数量满足预设总数量时，确定所述案例数据为接管场景。

8.一种计算机设备，其特征在于，所述计算机设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行如权利要求1‑6中任一项所述的接管场景分析方法的各个步骤。

9.一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计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1‑6中任一项所述的接管场景分析方法的各个步骤。

说明书

接管场景分析方法、装置、设备及存储介质

技术领域

[0001] 本发明涉及自动驾驶测试领域，尤其涉及一种接管场景分析方法、装置、设备及存储介质。

背景技术

[0002] 随着智能控制技术的发展，尤其是汽车自动驾驶方向的研究，在自动驾驶路测的数据分析中，需要分析其中的卡死场景，为后续的算法优化提供数据。卡死场景指的是主车由于算法决策原因，在可以前进或绕行的情境下依旧处于卡死不动状态。

[0003] 目前，对于卡死场景的分析，主要是通过标注员或者工程师对路测影像、司机录音等路测数据进行卡死发生数据的提取，然后标注，而这样的实现方式，由于标注员和工程师靠主观感觉去判定是否为卡死场景时会有不一致的判定标准，很难保证卡死场景的准确性，从而导致采集的到的数据存在误差。

发明内容

[0004] 本发明的主要目的在于解决在自动驾驶过程中对于接管场景的判定不准确的问题。

[0005] 本发明第一方面提供了一种接管场景分析方法，所述接管场景分析方法包括：

[0006] 获取行驶过程中的案例数据，并将所述案例数据分为多个片段；

[0007] 提取各片段中的行驶信息；

[0008] 基于所述行驶信息分析出所述案例数据中处于静止状态的因素；

[0009] 判断所述因素是否满足预设的判定条件；

[0010] 若满足，则确定所述案例数据为接管场景。

[0011] 可选的，在本发明第一方面的第一种实现方式中，所述将所述案例数据分为多个片段，包括：

[0012] 基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；

[0013] 计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；

[0014] 若所述行驶速度满足第一预设值，则将对应的数据帧标记为节点帧；

[0015] 基于所述节点帧对所述案例数据进行切片，得到多个片段。

[0016] 可选的，在本发明第一方面的第二种实现方式中，所述行驶信息包括车辆内部状态和外部状态，所述基于所述行驶信息分析出所述案例数据中处于静止状态的因素，包括：

[0017] 将所述车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果；

[0018] 基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据处于静止状态的因素。

[0019] 可选的，在本发明第一方面的第三种实现方式中，所述车辆内部状态包括是否发生接管和静止状态的行驶时长占比，所述将所述车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果，包括：

[0020] 检测所述内部状态中是否发生司机接管操作；

[0021] 若发生司机接管操作，则确定对应的片段中所述待分析车辆在被接管后，以低于第二预设值的行驶速度行驶时的行驶时长；基于所述行驶时长，计算其与所述片段的总时长的比例；判断所述比例是否大于预设占比，得到内部分析结果；

[0022] 若不发生司机接管操作，则获取所述待分析车辆被接管前N帧的行驶信息；判断所述N帧的行驶信息中是否存在N/2帧的行驶速度低于第三预设值；若存在，则判断所述待分析车辆被接管前一帧的行驶速度是否低于第三预设值，得到内部分析结果。

[0023] 可选的，在本发明第一方面的第四种实现方式中，若所述内部分析结果为所述比例大于预设占比时，所述基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据中处于静止状态的因素，包括：

[0024] 检测所述待分析车辆是否位于路口的范围内；

[0025] 若是，则采集位于所述待分析车辆的预设范围内静止的车辆数量；

[0026] 判断所述车辆数量是否小于预设数量；

[0027] 若是，则确定所述案例数据中处于静止状态的因素。

[0028] 可选的，在本发明第一方面的第五种实现方式中，若所述内部分析结果为所述待分析车辆被接管前的行驶速度低于第三预设值时，所述基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据中处于静止状态的因素，包括：

[0029] 检测所述待分析车辆是否位于路口的范围内；

[0030] 若是，则提取所述片段中所述待分析车辆被接管后的数据帧；

[0031] 判断所述被接管后的数据帧中是否存在位于所述待分析车辆的前进方向上的障碍物；

[0032] 若存在，则判断所述障碍物是否相对于所述待分析车辆移动；

[0033] 若是，则确定所述案例数据中处于静止状态的因素。

[0034] 可选的，在本发明第一方面的第六种实现方式中，所述确定所述案例数据为接管场景，包括：

[0035] 计算所述案例数据中满足所述卡死判定条件的片段的总数量；

[0036] 判断所述总数量是否满足预设总数量；

[0037] 若满足，则确定所述案例数据为接管场景。

[0038] 可选的，在本发明第一方面的第七种实现方式中，在判断所述因素不满足预设的判定条件之后，还包括：

[0039] 确认所述案例数据的场景为非必要接管场景。

[0040] 本发明第二方面提供了一种接管场景分析装置，所述接管场景分析装置包括：

[0041] 采集模块，用于获取行驶过程中的案例数据，并将所述案例数据分为多个片段；

[0042] 提取模块，用于提取各片段中的行驶信息；

[0043] 分析模块，用于基于所述行驶信息分析出所述案例数据中处于静止状态的因素；

[0044] 判断模块，用于判断所述因素是否满足预设的判定条件；

[0045] 确定模块，用于在判断所述因素满足预设的判定条件时，确定所述案例数据为接管场景。

[0046] 本发明第三方面提供了一种计算机设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面提供的接管场景分析方法中的各个步骤。

[0047] 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存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的接管场景分析方法中的各个步骤。

[0048] 有益效果：

[0049] 本申请通过提取案例数据中处于静止状态的因素，基于该因素与接管场景的判断条件进行对比分析，以确定案例数据的场景是否属于接管场景，从而达到识别该案例的接管操作是否合理，解决了现有技术中对于接管判定标准不统一，导致接管识别不准确的问题。

附图说明

[0050] 图1为本发明提供的接管场景分析方法的第一个实施例示意图；

[0051] 图2为本发明提供的接管场景分析方法的第二个实施例示意图；

[0052] 图3为本发明提供的接管场景分析方法的第三个实施例示意图；

[0053] 图4为本发明提供的卡死场景分析的逻辑示意图；

[0054] 图5为本发明提供的接管场景分析装置的一个实施例示意图；

[0055] 图6为本发明提供的接管场景分析装置的另一个实施例示意图；

[0056] 图7为本发明提供的计算机设备的一个实施例示意图。

具体实施方式

[0057] 本发明实施例提供了一种接管场景分析方法、装置、设备及存储介质，该方法是通过对提取案例数据中各个片段的行驶信息，基于行驶信息找出造成静止状态的因素，并判断这些因素是否满足预设的判定条件，基于判断的结果对案例数据进行场景分类，通过这样的方式设定了不同接管场景的标准，基于判定条件来实现判定，提高了接管场景识别的精准度，还能为接管场收集数据，解决了现有技术中对于接管判定标准不统一，导致接管识别不准确的问题。

[0058] 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。

[0059] 为便于理解，下面对本发明实施例的具体流程进行描述。请参考图1所示，本发明实施例中接管场景分析方法的第一个实施例，具体实现步骤包括：

[0060] 101、获取行驶过程中的案例数据，并将案例数据分为多个片段；

[0061] 该步骤中，所述案例数据可以是无人驾驶车辆实时行驶时的行驶数据，也可以是历史数据，甚至还可以是路测数据，具体的该案例数据主要是已发生接管的数据，该案例数据可以包括至少一个场景的数据，一个场景对应配置一定时长，通过时长对案例数据进行切分得到多个片段，每个片段的时长均相等，一个片段对应一个场景。

[0062] 本实施例中，在对案例数据进行分片时，具体是以待分析车辆为识别主对象，对案例数据中的每一帧数据帧是否存在待分析车辆，具体是以待分析车辆的车辆信息对数据帧进行识别，例如车牌号、车标等等，通过识别出存在待分析车辆的数据帧后，对时间上存在连续关系的且包含待分析车辆的数据帧进行划分，从而将案例数据划分为多个片段。

[0063] 具体的，基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；

[0064] 计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；

[0065] 若所述行驶速度满足第一预设值，则将对应的数据帧标记为节点帧；

[0066] 基于所述节点帧对所述案例数据进行切片，得到多个片段。

[0067] 在本实施例中，在划分片段时需要按照以下标准切分，每个片段中的主车的行驶速度为低速，具体是以第一预设值为分界线进行评估，即是对每个数据帧中的待分析车辆的行驶速度进行计算，若计算出来的行驶速度小于或等于第一预设值时，则标记该数据帧为节点帧，然后按照时间顺序，继续计算下一个数据帧中的待分析车辆的行驶速度，直到行驶速度满足第一预设值时，将两个节点帧之间的数据帧切分为一个片段。

[0068] 在实际应用中，在划分出多个片段后，还包括对每个片段进行车辆分析，分别以每个片段中识别到的车辆作为主对象，依次提取该片段中的数据帧进行识别，在识别该片段的所有数据帧中均存在主对象时，基于车辆信息标记该片段，从而基于该片段拓展出更多的场景片段。

[0069] 102、提取各片段中的行驶信息；

[0070] 本实施例中，该行驶信息包括待分析车辆的车辆操作信息和车辆外部环境信息，对于车辆外部环境信息具体是通过利用图像识别技术对片段中每个数据帧上的待分析车辆周边的环境信息，例如邻居车辆及数量、障碍物、行驶速度等。对于待分析车辆的车辆操作信息主要是车辆的接管操作和非接管操作，具体是通过解析片段时间内车辆的行驶日志，解析所述行驶日志中自动驾驶程序日志和或者/接管操作的驾驶日志，其中，接管操作的驾驶日志用于表示该待分析车辆在该时间段内存在被人为驾驶接管。

[0071] 103、基于行驶信息分析出案例数据中处于静止状态的因素；

[0072] 本实施例中，该静止状态指的是行驶速度小于第一预设值的状态。若行驶信息为行驶速度时，通过识别待分析车辆在片段中的行驶速度是否小于第一预设值，若是，则判定待分析车辆目前处于静止状态，即是车辆处于接管状态，然后分析待分析车辆在片段的时间段内的外部环境信息，基于该外部环境信息确定是否存在障碍物，若存在障碍物则确定其是避障接管，若不存在，则计算定速行驶的先后多帧的速度变化，基于速度变化来确定接管类型，例如人为自动接管和驾驶系统出错导致的接管等，从而输出待分析车辆处于静止状态的因素。

[0073] 104、判断因素是否满足预设的判定条件；

[0074] 该步骤中，该判定条件指的是接管的判定条件，具体包括多种接管场景下的判定条件，例如自动驾驶系统出现故障而请求接管的判定条件，由于外部环境导致的请求接管的判定条件，基于此判定条件，可以基于因素作为对比对象进行判断。

[0075] 在实际应用中，预先通过历史案例数据构建出不同接管场景下导致自动驾驶被接管的因素，基于因素生成判定阈值，然后将所有接管场景的判定阈值构建对比列表，通过将分析到的待分析车辆的案例数据的因素从不同接管场景的角度计算出判断值，将判断值遍历对比列表中的判定阈值，从而得到该待分析车辆的案例数据是否属于接管场景。

[0076] 105、若满足，则确定所述案例数据为接管场景；

[0077] 106、若不满足，则确认案例数据的场景为非必要接管场景。

[0078] 本实施例中，在与判定条件进行比对后，根据比对的结果确定该案例数据中各片段对应的接管场景，基于各片段的接管场景的相关性，得到案例数据的接管场景。

[0079] 在实际应用中，该案例数据实际上是以发生接管的案例数据，通过该方法是判断该案例数据是否真的属于接管场景的案例数据或者是判断其是否需要接管，甚至是判断该案例数据对应的场景是否属于接管场景。

[0080] 例如卡死场景，通过分析卡死的案例数据，设定卡死场景的判定条件，基于该判定条件将安全待分析的案例数据的因素与其进行比对，若比对的结果为一致，则确定属于卡死场景，若不一致，则认为不是卡死场景，并输出分析报告，提示该种状态下产生接管时属于误判情况，对此，还包括基于判断的结果生成分析报告，从而便于开发人员后续进行算法优化。

[0081] 综上，通过提取案例数据中处于静止状态的因素，基于该因素与接管场景的判断条件进行对比分析，以确定案例数据的场景是否属于接管场景，从而达到识别该案例的接管操作是否合理，并且可以准确、高效地判决出一次事故是否为卡死场景。进一步地，创造出高精准度的卡死场景数据集，为工程师在本数据集上进行算法测试迭代提供便利。

[0082] 请参见图2，为本发明实施例中接管场景分析方法的第二个实施例，该实施例以无人车的事故案例为例进行说明，这里的事故指的是行驶速度较低或者行驶速度异常，具体实现步骤包括：

[0083] 201、获取待分析车辆在行驶过程中发生事故的案例数据；

[0084] 具体的，通过采集所述待分析车辆中的行车记录仪中的外部环境视频和系统日志中的驾驶操作日志，基于外部环境视频和驾驶操作日志组成案例数据。

[0085] 202、将案例数据划分为多个片段；

[0086] 该步骤中，在划分片段时，具体是基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；若所述行驶速度满足第一预设值，则将对应的数据帧标记为节点帧；基于所述节点帧对所述案例数据进行切片，得到多个片段。

[0087] 在实际应用中，由于一段事故的记录中有可能有多个主车静止的时段，且在判断是否为接管场景中会对主车静止时长占总时长的比例进行约束，有必要将整段事故记录分成合理的多个时间段。具体地，首先车辆内外部状态记录按时间排序，找到所有前一帧主车速度大于等于1m/s，当前帧主车速度小于1m/s的帧定为节点帧，每两个节点帧中间的数据及两个节点帧中时间更早的一帧则被拆分为一个时间段。根据具体的事故中主车速度情况，整个事故记录可能会被分为一个或多个时间段。

[0088] 203、提取各片段中的车辆内部状态和外部状态；

[0089] 204、将车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果；

[0090] 在本实施例中，所述行驶信息包括车辆内部状态和外部状态，该步骤具体通过将所述车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果。

[0091] 在实际应用中，所述车辆内部状态可以理解为是车辆是否发生接管和静止状态下行驶的时长占比；由于该案例数据并非一定为接管案例的数据，因此需要识别是否发生接管，然后再计算各片段中发生接管的时间，将所有发生接管的时间相加得到接管总时间，然后计算接管总时间与案例总时长的占比，得到静止状态的时间占比，并将其与预设的时间占比进行比对，若大于，则确定为接管合理，若不大于则接管不合理。

[0092] 基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据处于静止状态的因素。

[0093] 具体，在内部分析结果为大于预设占比时，执行外部状态的对比文件；返之则不计算对比分析，并输出案例数据为非必要接管场景数据。

[0094] 在本实施例中，所述车辆内部状态包括是否发生接管和静止状态的行驶时长占比，所述将所述车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果，包括：

[0095] 检测所述内部状态中是否发生司机接管操作；

[0096] 若发生司机接管操作，则确定对应的片段中所述待分析车辆在被接管后，以低于第二预设值的行驶速度行驶时的行驶时长；基于所述行驶时长，计算其与所述片段的总时长的比例；判断所述比例是否大于预设占比，得到内部分析结果；

[0097] 若不发生司机接管操作，则获取所述待分析车辆被接管前N帧的行驶信息；判断所述N帧的行驶信息中是否存在N/2帧的行驶速度低于第三预设值；若存在，则判断所述待分析车辆被接管前一帧的行驶速度是否低于第三预设值，得到内部分析结果。

[0098] 205、基于内部分析结果，将外部状态与静止状态下的外部环境因素进行对比分析，得到案例数据处于静止状态的因素；

[0099] 该步骤，若所述内部分析结果为所述比例大于预设占比时，该步骤具体通过检测所述待分析车辆是否位于路口的范围内；若是，则采集位于所述待分析车辆的预设范围内静止的车辆数量，该预设范围具体为基于待分析车辆为中心、半径为R的圆形范围；判断所述车辆数量是否小于预设数量；若是，则确定所述案例数据中处于静止状态的因素。

[0100] 在本实施例中，若所述内部分析结果为所述待分析车辆被接管前的行驶速度低于第三预设值时，所述基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据中处于静止状态的因素，包括：

[0101] 检测所述待分析车辆是否位于路口的范围内；

[0102] 若是，则提取所述片段中所述待分析车辆被接管后的数据帧；

[0103] 判断所述被接管后的数据帧中是否存在位于所述待分析车辆的前进方向上的障碍物；

[0104] 若存在，则判断所述障碍物是否相对于所述待分析车辆移动；

[0105] 若是，则确定所述案例数据中处于静止状态的因素。

[0106] 206、判断因素是否满足预设的判定条件；

[0107] 207、若满足，则确定案例数据为接管场景。

[0108] 在本实施例中，通过上述判定条件可以确定每个片段是否发生接管或者行驶是否异常，基于发生接管和行驶异常的片段判断整个案例数据是否为符合接管场景的条件，具体的通过计算所述案例数据中满足所述卡死判定条件的片段的总数量；判断所述总数量是否满足预设总数量；若满足，则确定所述案例数据为接管场景。

[0109] 综上，通过执行上述基于主车由于系统决策问题造成接管场景的自动判定的方法，通过使用一次事故的主车状态记录进行多层对于主车静止时长比例，造成卡死的障碍物，是否等待红绿灯，司机接管后行为的逻辑判断，从而得出本次事故的是否属于主车由于系统决策问题的卡死场景。

[0110] 请参见图3和4，为本发明实施例中接管场景分析方法第三个实施例，该实施例以接管场景为卡死场景进行说明，例如是否发生接管和是否位于红路灯路口的场景，这里的卡死场景应当理解为主车由于算法决策原因，在可以前进或绕行的情境下依旧处于卡死不动状态，具体实现步骤包括：

[0111] 301、处理需要判断的事故案例车辆内外部状态记录，将案例分为若干个起始为主车低速行使的时间段；

[0112] 该步骤中，具体是通过识别案例中的节点帧来对案例进行分片，得到多个片段，每个片段占的时长不一定相等，主要是取决于案例中的节点帧的出现间隔，首先基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；然后，若所述行驶速度满足第一预设值，则将对应的数据帧标记为节点帧；基于所述节点帧对所述案例数据进行切片，得到多个片段。

[0113] 具体地，首先车辆内外部状态记录按时间排序，找到所有前一帧主车速度大于等于1m/s，当前帧主车速度小于1m/s的帧定为节点帧，每两个节点帧中间的数据及两个节点帧中时间更早的一帧则被拆分为一个时间段。根据具体的事故中主车速度情况，整个事故记录可能会被分为一个或多个时间段。

[0114] 302、对分出的每个时间段进行障碍卡死、等待红绿灯和接管操作的逻辑判定；

[0115] 该步骤的判定逻辑包括是否发生接管的判定、行驶速度是否到达预设值的判定以及前方是否存在障碍物的判定，具体通过判断时间段的占比是否满足各场景的条件，其实现流程如图4所示。

[0116] 具体的，检测所述内部状态中是否发生司机接管操作；

[0117] 若发生司机接管操作，则确定对应的片段中所述待分析车辆在被接管后，以低于第二预设值的行驶速度行驶时的行驶时长；基于所述行驶时长，计算其与所述片段的总时长的比例；判断所述比例是否大于预设占比，得到内部分析结果；在实际应用中，在判断司机接管车辆后，计算主车的行驶速度，判断主车速度小于0.6m/s的时长/总时长是否大于阈值；若是，则判断主车是否在红绿灯停车线50m以外；若是，则获取主车的周边车辆，判断在一定的距离内是否存在预设数量的车辆，例如主车20m以内的静止车辆是否小于3辆，若存在，则判断该案例为卡死场景的案例。

[0118] 若不发生司机接管操作，则获取所述待分析车辆被接管前N帧的行驶信息；判断所述N帧的行驶信息中是否存在N/2帧的行驶速度低于第三预设值；若存在，则判断所述待分析车辆被接管前一帧的行驶速度是否低于第三预设值，得到内部分析结果。

[0119] 在实际应用中，在判断未发生司机接管车辆后，基于当前时间节点获取接管前的20帧中主车是否有超过10帧车速<0.6m/s且接管前一帧主车车速是否大于0.6m/s；若是，则判断主车是否在红绿灯停车线50m以外；若是，则接管后司机有无绕行前方造成卡死的障碍物，或障碍物是否前进了；若是，则判断该案例为卡死场景的案例。

[0120] 303、通过逻辑判定的结果将被判定是否属于卡死场景。

[0121] 若一次事故所分出的所有时间段中出现了一次或以上卡死场景，则本次事故将被判定为卡死场景。

[0122] 在本实施例中，通过使用一次事故的主车状态记录进行多层对于主车静止时长比例，造成卡死的障碍物，是否等待红绿灯，司机接管后行为的逻辑判断，从而得出本次事故的是否属于主车由于系统决策问题的卡死场景，可以准确、高效地判决出一次事故是否为卡死场景。进一步地，创造出高精准度的卡死场景数据集，为工程师在本数据集上进行算法测试迭代提供便利。

[0123] 面对本发明实施例中接管场景分析方法进行了描述，下面对本发明实施例中接管场景分析装置进行描述，请参阅图5，本发明实施例中接管场景分析装置一个实施例包括：

[0124] 采集模块501，用于获取行驶过程中的案例数据，并将所述案例数据分为多个片段；

[0125] 提取模块502，用于提取各片段中的行驶信息；

[0126] 分析模块503，用于基于所述行驶信息分析出所述案例数据中处于静止状态的因素；

[0127] 判断模块504，用于判断所述因素是否满足预设的判定条件；

[0128] 确定模块505，用于在判断所述因素满足预设的判定条件时，确定所述案例数据为接管场景。

[0129] 综上，通过提取案例数据中处于静止状态的因素，基于该因素与接管场景的判断条件进行对比分析，以确定案例数据的场景是否属于接管场景，从而达到识别该案例的接管操作是否合理，解决了现有技术中对于接管判定标准不统一，导致接管识别不准确的问题。

[0130] 请参阅图6，本发明实施例中接管场景分析装置的第二实施例，该装置包括：

[0131] 采集模块501，用于获取行驶过程中的案例数据，并将所述案例数据分为多个片段；

[0132] 提取模块502，用于提取各片段中的行驶信息；

[0133] 分析模块503，用于基于所述行驶信息分析出所述案例数据中处于静止状态的因素；

[0134] 判断模块504，用于判断所述因素是否满足预设的判定条件；

[0135] 确定模块505，用于在判断所述因素满足预设的判定条件时，确定所述案例数据为接管场景。

[0136] 在本实施例中，所述采集模块501包括：

[0137] 排序单元5011，用于基于待分析车辆的车辆信息，提取所述案例数据中包含所述待分析车辆的数据帧，并按照时间排序，得到数据帧序列；

[0138] 计算单元5012，用于计算所述数据帧序列中各数据帧中待分析车辆的行驶速度；

[0139] 标记单元5013，用于在所述行驶速度满足第一预设值时，将对应的数据帧标记为节点帧；

[0140] 切片单元5014，用于基于所述节点帧对所述案例数据进行切片，得到多个片段。

[0141] 在本实施例中，所述行驶信息包括车辆内部状态和外部状态，所述分析模块503包括：

[0142] 第一比对单元5031，用于将所述车辆内部状态与静止状态下的车辆驾驶条件进行对比分析，得到内部分析结果；

[0143] 第二比对单元5032，用于基于所述内部分析结果，将所述外部状态与静止状态下的外部环境因素进行对比分析，得到所述案例数据处于静止状态的因素。

[0144] 在本实施例中，所述车辆内部状态包括是否发生接管和静止状态的行驶时长占比，所述第一比对单元5031具体用于：

[0145] 检测所述内部状态中是否发生司机接管操作；

[0146] 若发生司机接管操作，则确定对应的片段中所述待分析车辆在被接管后，以低于第二预设值的行驶速度行驶时的行驶时长；基于所述行驶时长，计算其与所述片段的总时长的比例；判断所述比例是否大于预设占比，得到内部分析结果；

[0147] 若不发生司机接管操作，则获取所述待分析车辆被接管前N帧的行驶信息；判断所述N帧的行驶信息中是否存在N/2帧的行驶速度低于第三预设值；若存在，则判断所述待分析车辆被接管前一帧的行驶速度是否低于第三预设值，得到内部分析结果。

[0148] 在本实施例中，若所述内部分析结果为所述比例大于预设占比时，所述第二比对单元5032具体用于：

[0149] 检测所述待分析车辆是否位于路口的范围内；

[0150] 若是，则采集位于所述待分析车辆的预设范围内静止的车辆数量；

[0151] 判断所述车辆数量是否小于预设数量；

[0152] 若是，则确定所述案例数据中处于静止状态的因素。

[0153] 在本实施例中，若所述内部分析结果为所述待分析车辆被接管前的行驶速度低于第三预设值时，所述第二比对单元5032具体用于：

[0154] 检测所述待分析车辆是否位于路口的范围内；

[0155] 若是，则提取所述片段中所述待分析车辆被接管后的数据帧；

[0156] 判断所述被接管后的数据帧中是否存在位于所述待分析车辆的前进方向上的障碍物；

[0157] 若存在，则判断所述障碍物是否相对于所述待分析车辆移动；

[0158] 若是，则确定所述案例数据中处于静止状态的因素。

[0159] 在本实施例中，所述确定模块505包括：

[0160] 数量计算单元5051，用于计算所述案例数据中满足所述卡死判定条件的片段的总数量；

[0161] 判断单元5052，用于判断所述总数量是否满足预设总数量；

[0162] 确定单元5053，用于在总数量满足预设总数量时，确定所述案例数据为接管场景。

[0163] 在本实施例中，所述确定单元5052还用于：若判断所述因素不满足预设的判定条件时，确认所述案例数据的场景为非必要接管场景。

[0164] 综上，通过对上述提供的装置的实施，通过对提取案例数据中各个片段的行驶信息，基于行驶信息找出造成静止状态的因素，并判断这些因素是否满足预设的判定条件，基于判断的结果对案例数据进行场景分类，通过这样的方式设定了不同接管场景的标准，基于判定条件来实现判定，提高了接管场景识别的精准度，还能为接管场收集数据，解决了现有技术中对于接管判定标准不统一，导致接管识别不准确的问题。

[0165] 上面图5和图6从模块化功能实体的角度对本发明实施例中的接管场景分析装置进行详细描述，下面从硬件处理的角度对本发明实施例中计算机设备进行详细描述。

[0166] 图7是本发明实施例提供了一种计算机设备的结构示意图，该计算机设备700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(centralprocessingunits，CPU)710(例如，一个或一个以上处理器)和存储器720，一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730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计算机设备700中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质730通信，在电子设备700上执行存储介质730中的一系列指令操作。

[0167] 计算机设备700还可以包括一个或一个以上电源740，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口760，和/或，一个或一个以上操作系统731，例如：Windows Serve，MacOSX，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图7示出的计算机设备结构还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。

[0168] 本发明实施例还提供了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或计算机程序，当所述指令或计算机程序被运行时，使得计算机执行上述实施例提供的接管场景分析方法的各个步骤。

[0169] 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，上述描述的系统或装置、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。

[0170] 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‑onlymemory，ROM)、随机存取存储器(randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

[0171] 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。