智能驾驶场景库的管理方法及装置与流程

1.本技术涉及智能驾驶领域，具体而言，涉及一种智能驾驶场景库的管理方法及装置。


背景技术：

2.在智能网联汽车开发阶段，为确保智能汽车的安全性，需要进行测试，相关测试技术主要有两种：在真实道路用真实车辆进行的实车测试和基于数字建模的虚拟仿真测试。实车测试的结果可靠性高，但其测试周期长、测试成本太高且测试事故多，需要消耗大量的人力物力，却难以覆盖多种天气、光照、交通工况、道路线型等情况。而虚拟仿真测试在测试效率、测试成本、测试场景覆盖度等方面展现出了巨大的技术优势，因此越来越多的应用于智能汽车的测试当中。
3.目前，行业内已设计了海量的仿真测试场景用于测试智能汽车的高级驾驶辅助系统和自动驾驶系统，形成了庞大的测试场景库。场景库是智能汽车测试和评价的基础与出发点，在智能网联汽车测试评价体系中起到非常关键的作用。但是对于场景库的搭建，行业内并未形成统一的标准，同时由于场景参数分布的连续性以及场景因子排列组合的多样性，测试场景用例也是无限量的，不仅导致场景的存储、检索和管理难度增大，也给场景库的使用带来了极大的难度。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种智能驾驶场景库的管理方法及装置，以至少解决由于智能驾驶测试场景库存储混乱导致的场景库选取效率低的技术问题。
6.根据本技术实施例的一个方面，提供了一种智能驾驶场景库的管理方法，包括：获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
7.可选地，遍历描述文件中的关键字段，确定目标场景库中包含的目标道路特征集合，包括：获取描述文件中目标场景库包含的道路特征对应的关键字段集合；遍历关键字段集合，确定关键字段集合中每个关键字段对应的目标道路特征；将所有的目标道路特征组合得到目标道路特征集合。
8.可选地，将目标道路特征集合按照预先确定的多种道路特征类别进行标注，包括：展示预先确定的多种道路特征类别，其中，预先确定的多种道路特征类别至少包括：道路类型、道路属性和车道线类型，道路类型用于表征道路形状特征，道路属性用于表征道路路面特征，车道线类型用于表征道路上的车道线特征；确定目标道路特征集合中的目标道路特征在多种道路特征类别中对应的目标类别；将目标道路特征集合中的目标道路特征标注到
对应的目标类别中。
9.可选地，确定目标道路特征集合中的目标道路特征在多种道路特征类别中对应的目标类别，包括：确定目标道路特征集合中的第一特征集合，其中，第一特征集合中至少包括：单向直道、单向弯道和单向直道连接弯道；确定目标道路特征集合中的第二特征集合，其中，第二特征集合中至少包括：车道变窄、车道变宽和道路坡度变更；确定目标道路特征集合中的第三特征集合，其中，第三特征集合中至少包括：白色实线、白色虚线和单黄实线。
10.可选地，在将目标道路特征集合按照预先确定的多种道路特征类别进行标注之后，方法还包括：统计目标道路特征集合中每种目标道路特征的个数并进行展示。
11.可选地，在将目标道路特征集合按照预先确定的多种道路特征类别进行标注之后，方法还包括：在新场景加入场景库的情况下，执行智能驾驶场景库管理方法以完成对新场景的管理。
12.可选地，在将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成智能驾驶场景库的管理之后，方法还包括：在智能驾驶场景测试界面中展示场景库管理界面；通过场景库管理界面输入待获取的第一目标场景包含的第四特征集合，其中，第四特征集合至少包括目标道路特征集合中的一种道路特征；响应于搜索指令，从场景库中获取包含第四特征集合的多个候选场景，并将多个候选场景在场景库管理界面进行展示；响应于确认指令，从多个候选场景中确认第一目标场景。
13.根据本技术实施例的另一个方面，还提供了一种智能驾驶场景库管理装置，包括：获取模块，用于获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；确定模块，用于遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；管理模块，用于将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
14.根据本技术实施例的再一个方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述智能驾驶场景库的管理方法。
15.根据本技术实施例的再一个方面，还提供了一种处理器，其特征在于，处理器用于运行程序，其中，程序运行时执行上述智能驾驶场景库的管理方法。
16.在本技术实施例中，采用获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理的方式，通过目标场景的道路特征描述文件中的关键字段确定目标场景包含的道路特征，利用道路特征对目标场景进行标注，达到了归类目标场景的目的，从而实现了高效管理场景库的技术效果，进而解决了由于智能驾驶测试场景库存储混乱导致的场景库选取效率低技术问题。
附图说明
17.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本申
请的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
18.图1是根据本技术实施例的一种用于智能驾驶场景库的管理方法的计算机终端(或移动设备)的硬件结构框图；
19.图2是根据本技术的一种智能驾驶场景库的管理方法的示意图；
20.图3根据本技术实施例的一种可选的智能驾驶场景库道路特征分类示意图；
21.图4是根据本技术实施例的一种可选的智能驾驶场景库检索方法示意图；
22.图5是根据本技术的实施例的另一种智能驾驶场景库的管理方法的示意图；
23.图6是根据本技术实施例的一种可选的智能驾驶场景库的管理装置的示意图。
具体实施方式
24.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
25.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。
26.根据本技术实施例，还提供了一种智能驾驶场景库的管理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
27.本技术实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现智能驾驶场景库的管理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，
……
，102n来示出)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
28.应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计
算机终端10(或移动设备)中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
29.存储器104可用于存储应用软件的软件程序以及模块，如本技术实施例中的智能驾驶场景库的管理方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的漏洞检测方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
30.传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输模块106包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
31.显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
32.根据本技术实施例，提供了一种智能驾驶场景库的管理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
33.图2是根据本技术实施例的智能驾驶场景库的管理方法的流程图，如图2所示，该方法包括如下步骤：
34.步骤s202，获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；
35.步骤s204，遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；
36.步骤s206，将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
37.通过上述步骤，可以实现通过目标场景的道路特征描述文件中的关键字段确定目标场景包含的道路特征，利用道路特征对目标场景进行标注，达到了归类目标场景的目的，从而实现了高效管理场景库的技术效果，进而解决了由于智能驾驶测试场景库存储混乱导致的场景库选取效率低技术问题。
38.需要进行说明的是，目前，相关技术中没有对场景库的管理提出有效的管理方法，主要集中于场景的生成方法，各家厂商均有自己的场景库构建方式，同时由于测试场景用例数量巨大，不仅对场景库的管理提出不小的要求，而且对于场景库的使用也带来了极大的难度。目前在公开的专利中，场景库的生成方法有很多，但是对于场景库的管理却少有关注。针对场景库中场景数量巨大，管理和使用困难等问题，本技术提出了基于道路特征的场景库管理方法。
39.需要进一步说明的是，道路是所有测试场景中最基础和重要的元素，道路特征属性唯一且易于量化，可采用自动化工具对道路特征进行识别并打标签，大大提高了场景库的分类管理效率；通过对场景打标签进行分类，测试人员通过检索道路特征便可以找到所需的场景，提高测试效率；随着智能汽车功能升级，场景库会不断增加大量场景。面对这种情况，只需采用自动化工具对场景进行分类入库即可，因此，后期场景库的管理维护成本低。
40.在步骤s202中获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景，可以通过计算机直接获取道路特征描述文件，例如：静态道路结构的描述性文件(opendrive文件)。需要了解的是，场景文件中包含三部分内容：静态道路描述文件(opendrive)、静态道路表面描述文件(opencrg)和动态道路描述文件(openscenario)。其中，opendrive文件描述了仿真测试所需道路的几何形状和特征，如道路的长度、弯道曲率、车道线类型等。
41.通过目标场景的道路特征描述文件中与道路特征的关键字段来获取场景中的道路特征可以精简检索数量，提高了检索速率，同时由于是通过关键字段检索，检索的准确性高。
42.在步骤s204中遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征，可以遍历的方式可以是将描述文件中的所有字段从前到后顺序扫描，也可以是随机扫描，每扫描一段字段就将此段字段标记，直到描述文件中的所有字段均被标记为止。在一些可选的方式中，可以利用自动化工具对道路描述文件的关键字段进行检索。opendrive文件中采用关键字段和参数来对道路特征进行描述。例如，直道的字段为“line”；弯道的字段为“arc”；道路宽度的字段为“width”等。道路的各项特征均能够在opendrive文件中找到相应的关键字段，只需要利用自动化工具对某些字段进行检索并计数即可。
43.遍历描述文件中的关键字段是为了保证描述文件中的关键字段全部被检索到，防止漏检情况的出现，同时由于关键字段的表述能够清楚的描述道路特征，加强了检索的准确性。
44.在步骤s206中，通过将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。可以理解的是，标注可以是在目标场景上标注其包含哪些道路特征，每种特征对应的道路有多少条以区分场景库中的场景。
45.通过统计每种特征对应的道路有多少条以区分场景库中的场景，加强场景的匹配细化程度从而提高场景提取的准确率。
46.在步骤s204遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征中，
47.获取描述文件中目标场景库包含的道路特征对应的关键字段集合；遍历关键字段集合，确定关键字段集合中每个关键字段对应的目标道路特征；将所有的目标道路特征组合得到目标道路特征集合。
48.在步骤s206中，为了将目标道路特征集合按照预先确定的多种道路特征类别进行标注，首先在人机交互的展示界面展示预先确定的多种道路特征类别，其中，预先确定的多种道路特征类别至少包括：道路类型、道路属性和车道线类型，道路类型用于表征道路形状
特征，道路属性用于表征道路路面特征，车道线类型用于表征道路上的车道线特征；确定目标道路特征集合中的目标道路特征在多种道路特征类别中对应的目标类别；然后将目标道路特征集合中的目标道路特征标注到对应的目标类别中。例如：场景库中的每一个场景均标记一个身份标签，然后将获取到的目标场景中的道路特征按照道路类型、道路属性和车道线类型三类往标签中标注，最终得到标注好的身份标签。
49.通过给每个场景加上相同身份标签的形式进行对比，使得场景特征更为直观，从而更有效的展示所需信息。避免无效信息的干扰。
50.可以理解的是自动驾驶场景指的是行驶场合和驾驶情景的组合，受行驶环境的影响，如道路、交通、天气、光照等因素，共同构成整个场景概念，场景数量的无限制累加，不仅导致场景的存储与检索难度增大，同时也给开发与测试对于场景库的使用带来了极大的难度。场景中包括动态目标对象和静态目标对象。动态目标对象理解为在驾驶环境中会发生移动等变化的目标对象。例如，动态目标对象可以包括汽车、卡车、行人摩托车、自行车等等。动态目标对象理解为在驾驶环境中不会发生移动等变化的目标对象；静态目标对象可以包括道路类型、路面信息、隧道、高速出入口等。由于动态对象处于动态变化的状态中，利用动态对象的特征对场景进行标注会由于动态对象的变化而造成识别难度大，标注难度高的问题，而通过自动化标签工具，对场景中的静态目标对象进行标注，由于标注的对象是不变的，标注后便于识别。对符合预设质量标准的采集数据中的目标对象进行标注，标注数据，在本技术实施例通过对道路这一所有场景中都包含的元素进行标注避免了由于个别待标注对象不含同一元素而造成的漏检的情况，一种可选的实施例中，在对场景中道路特征进行标注后，还可以对该标注后的场景进行检测，对漏标的场景进行再次标注，以确保数据全面且准确。
51.在确定目标道路特征集合中的目标道路特征在多种道路特征类别中对应的目标类别时，可以先确定目标道路特征集合中的第一特征集合，其中，第一特征集合中至少包括：单向直道、单向弯道和单向直道连接弯道；确定目标道路特征集合中的第二特征集合，其中，第二特征集合中至少包括：车道变窄、车道变宽和道路坡度变更；确定目标道路特征集合中的第三特征集合，其中，第三特征集合中至少包括：白色实线、白色虚线和单黄实线。
52.需要进行说明的是，如图3所示，上述第一特征集合可以是属于道路特征类别的特征集合，例如：单向直道、单向弯道、单向直道连接弯道、单向弯道转换、单向弯道连接直道、双向弯道、双向直道连接弯道、双向弯道转换、双向弯道驶入直道等；
53.上述第二特征集合可以是属于道路属性类别的特征集合，例如：车道变窄、车道变宽、道路曲率变更、道路坡度变更、路面凹凸不平等；
54.上述第三特征集合可以是属于车道线类别的特征集合，例如：白色实线、白色虚线、单黄实线、双黄实线、黄色虚实线、禁止停车线、人行横道、导流线、禁停网格线、待转等待线、专用车道线等。
55.在一些可选的方式中，还可以统计目标道路特征集合中每种目标道路特征的个数并进行展示。例如：统计直道和弯道的数量，道路宽度、曲率、坡度变化，各种车道线的数量，在人机交互界面进行展示，可以在每个场景的具体展示页中进行展示。在新场景加入场景库的情况下，执行智能驾驶场景库管理方法以完成对新场景的管理。
56.具体地，在有新场景加入场景库的情况下，首先获取新场景的道路特征描述文件，
然后遍历新场景的描述文件中的关键字段，确定新场景中包含的道路特征集合；新场景中包含的道路特征集合按照预先确定的多种道路特征类别进行标注，以完成新场景的入库的管理。
57.在实际的应用场景中，可以通过以下方法检索所需场景，如图4所示，包括：
58.步骤s402，在智能驾驶场景测试界面中展示场景库管理界面；
59.步骤s404，通过场景库管理界面输入待获取的第一目标场景包含的第四特征集合，其中，第四特征集合至少包括目标道路特征集合中的一种道路特征；
60.步骤s406，从场景库中获取包含第四特征集合的多个候选场景，并将多个候选场景在场景库管理界面进行展示；
61.步骤s408，响应于确认指令，从多个候选场景中确认第一目标场景。
62.在一些可选的实施例中，在步骤s402中，可以通过智能驾驶场景测试界面中的控件接收触发指令，例如：触发按钮、选项菜单等。在检测到触发指令的情况下，展示场景库管理界面。
63.在步骤s406中，以第四特征集合包括：单向直道、道路变窄和白色实线为例；将上述特征输入到场景库管理界面的搜索栏中，响应于搜索指令，在场景库管理界面展示包含第四特征集合的所有候选场景，所有的候选场景中均包含单向直道、道路变窄和白色实线。在一些可选的方式中可以在候选场景的具体信息界面中看到候选场景的道路类型、道路属性和车道线类型，以及直道和弯道的数量，坡度的大小等，可以再跟具体的场景需求确定第一目标场景。触发确认指令，响应于确认指令选定第一目标场景。
64.需要进行说明的是，正因为相关技术关注的是场景库的生成，而少有关注场景库中场景的管理，所以本技术提供的智能驾驶场景库的管理方法才能通过对场景库中场景的有效管理和标注，提高场景提取和入库效率。
65.以具体的应用场景为例，本技术实施例还提供了一种智能场景库的管理方法，如图5所示，步骤s502，获取场景文件中对于静态道路结构的描述性文件；
66.在此实施例中可以获取opendrive文件。
67.步骤s504，利用自动化工具对道路描述文件的关键字段进行检索，统计直道和弯道的数量，道路宽度、曲率、坡度变化，车道线类型；
68.在此实施例中可以获取直道的字段为“line”；弯道的字段为“arc”；道路宽度的字段为“width”。道路的各项特征均能够在opendrive文件中找到相应的关键字段，然后对所需关键字段进行检索并计数。
69.步骤s506，按照道路类型、道路属性和车道线类型对场景文件进行标注；
70.在此实施例中道路特征的分类方式可以为：道路特征按照道路类型、道路属性和车道线类型进行分类。其中，道路类型包括单向直道、单向弯道、单向直道连接弯道、单向弯道转换、单向弯道连接直道、双向弯道、双向直道连接弯道、双向弯道转换、双向弯道驶入直道等等；道路属性包括车道变窄、车道变宽、道路曲率变更、道路坡度变更、路面凹凸不平等等；车道线类型包括白色实线、白色虚线、单黄实线、双黄实线、黄色虚实线、禁止停车线、人行横道、导流线、禁停网格线、待转等待线、专用车道线等等。
71.步骤s508，按照标注类型对场景库中场景进行分类管理。
72.本技术实施例提供的智能驾驶场景库的管理方法还应用于本技术实施例提供的
一种智能驾驶场景库的管理装置，如图6所示，包括：获取模块60，用于获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；确定模块62，用于遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；管理模块64，用于将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
73.确定模块62包括目标子模块，目标子模块用于获取描述文件中目标场景库包含的道路特征对应的关键字段集合；遍历关键字段集合，确定关键字段集合中每个关键字段对应的目标道路特征；将所有的目标道路特征组合得到目标道路特征集合。
74.管理模块64包括：第一展示子模块，第一展示子模块用于展示预先确定的多种道路特征类别，其中，预先确定的多种道路特征类别至少包括：道路类型、道路属性和车道线类型，道路类型用于表征道路形状特征，道路属性用于表征道路路面特征，车道线类型用于表征道路上的车道线特征；确定目标道路特征集合中的目标道路特征在多种道路特征类别中对应的目标类别；将目标道路特征集合中的目标道路特征标注到对应的目标类别中。
75.第一展示子模块包括：确定单元，确定单元用于确定目标道路特征集合中的第一特征集合，其中，第一特征集合中至少包括：单向直道、单向弯道和单向直道连接弯道；确定目标道路特征集合中的第二特征集合，其中，第二特征集合中至少包括：车道变窄、车道变宽和道路坡度变更；确定目标道路特征集合中的第三特征集合，其中，第三特征集合中至少包括：白色实线、白色虚线和单黄实线。
76.管理模块64还包括第二展示子模块和增加子模块，第二展示子模块用于统计目标道路特征集合中每种目标道路特征的个数并进行展示；增加子模块用于在新场景加入场景库的情况下，执行智能驾驶场景库管理方法以完成对新场景的管理。
77.增加子模块包括提取单元，提取单元用于在智能驾驶场景测试界面中展示场景库管理界面；通过场景库管理界面输入待获取的第一目标场景包含的第四特征集合，其中，第四特征集合至少包括目标道路特征集合中的一种道路特征；响应于搜索指令，从场景库中获取包含第四特征集合的多个候选场景，并将多个候选场景在场景管理界面进行展示；响应于确认指令，从多个候选场景中确认第一目标场景。
78.上述智能驾驶场景库的管理装置执行上述智能驾驶场景库的管理方法，通过目标场景的道路特征描述文件中的关键字段确定目标场景包含的道路特征，利用道路特征对目标场景进行标注，达到了归类目标场景的目的，从而实现了高效管理场景库的技术效果，进而解决了由于智能驾驶测试场景库存储混乱导致的场景库选取效率低技术问题。
79.根据本技术实施例的另一方面，还提供了一种非易失性存储介质，包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上智能驾驶场景库的管理方法。
80.上述非易失性存储介质用于存储执行以下功能的程序：获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含-的道路特征；将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
81.根据本技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述智能驾驶场景库的管理方法。
82.上述处理器用于运行执行以下功能的程序：获取场景库中目标场景的道路特征描述文件，其中，目标场景为用于车辆进行测试的虚拟道路场景，场景库包括一个或者多个虚拟道路场景；遍历描述文件中的关键字段，确定目标场景中包含的目标道路特征集合，其中，关键字段用于描述目标场景包含的道路特征；将目标道路特征集合按照预先确定的多种道路特征类别进行标注，以完成场景库的管理。
83.上述处理器执行上述智能驾驶场景库的管理方法，通过目标场景的道路特征描述文件中的关键字段确定目标场景包含的道路特征，利用道路特征对目标场景进行标注，达到了归类目标场景的目的，从而实现了高效管理场景库的技术效果，进而解决了由于智能驾驶测试场景库存储混乱导致的场景库选取效率低技术问题。
84.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
85.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
86.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
87.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
88.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
89.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，本技术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(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
90.以上仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。