一种智能驾驶功能的评估方法、装置、设备和存储介质与流程

本发明涉及智能驾驶，具体涉及一种智能驾驶功能的评估方法、装置、设备和存储介质。

背景技术：

1、智能驾驶系统可以辅助驾驶员完成日常大部分的驾驶任务。在实际使用过程中，驾驶员会根据周围环境情况(如识别到风险)或根据主观意愿(如使用体验差)接管控制车辆。在高风险场景下用户未能及时接管是功能警告不足的表现，而在低风险情况下用户主动接管是用户主观体验不佳或对功能信心不足的表现。识别并分析这些痛点场景进行针对性系统优化是提升用户体验的一个关键。

2、在智驾功能设计阶段，工程开发人员会初步识别已知的风险场景，并设计风险处理措施。传统的方法是在开发阶段通过路试车辆，进行长时间长距离的测试获取数据。当测试过程中满足人为设定数据回传规则(如触发较大减速度)，系统将数据记录到本地或回传至服务器供开发人员使用。该方法不适用于以用户需求为中心的快速迭代的功能开发。并忽略了用户主观感受在接管场景中的影响，对用户体验痛点的挖掘存在遗漏。

技术实现思路

1、为了解决现有技术存在的评估不全面、存在遗漏不便于评估的问题，本发明提供了一种智能驾驶功能的评估方法、装置、设备和存储介质，其具有评估更加全面、便于评估等特点。

2、根据本发明具体实施方式提供的一种智能驾驶功能的评估方法，包括：

3、获取第一预设数量的第一风险概率和第二预设数量的第二风险概率，所述第一风险概率为将用户接管行为发生时车端的第一场景数据输入至风险概率模型中得到的风险概率，所述第二风险概率为将预设时间间隔内未发生所述接管行为的所述车端的第二场景数据输入至所述风险概率模型中得到的风险概率；

4、基于预设概率值和所述第一预设数量，得到所述用户接管行为发生时的风险场景为低等级的风险比例；

5、基于所述预设概率值、所述第一预设数量和所述第二预设数量，得到风险场景为高等级下的用户接管比例；

6、基于所述低等级的风险比例和所述高等级下的用户接管比例，对所述车端的智能驾驶功能进行评估。

7、进一步地，所述基于预设概率值和所述第一预设数量，得到所述用户接管行为发生时的风险场景为低等级的风险比例，包括：

8、基于小于所述预设概率值的所述第一风险概率的数量和所述第一预设数量，得到所述用户接管行为发生时的风险场景为低等级的风险比例。

9、进一步地，所述基于所述预设概率值、所述第一预设数量和所述第二预设数量，得到风险场景为高等级下的用户接管比例，包括：

10、基于大于所述预设概率值的所述第一风险概率的数量和所述第二风险概率的数量以及所述第一预设数量和所述第二预设数量，得到风险场景为高等级下的用户接管比例。

11、进一步地，所述用户接管行为发生与否的判断过程包括：

12、基于用户在所述车端的行为参数，确定所述用户接管行为是否发生，所述行为参数包括油门行程、刹车行程、方向盘手力矩和功能按键的状态中的一种或多种。

13、进一步地，所述风险概率模型的构建过程包括：

14、获取训练数据集，所述训练数据集包括工程测试中的车辆接管行为发生时风险场景数据和所述车辆接管行为未发生时的非风险场景数据；

15、对所述风险场景数据和所述非风险场景数据进行预处理，以降低数据维度；

16、对预处理后的所述风险场景数据和所述非风险场景数据进行分类，得到同一特征类型的数据；

17、基于所述同一特征类型的数据对预设预测模型进行训练，以得到所述风险概率模型。

18、进一步地，所述对所述风险场景数据和所述非风险场景数据进行预处理，以降低数据维度，包括：

19、计算所述风险场景数据和所述非风险场景数据中两个参数间的相关系数，将相关系数大于预设系数值的两个参数中的一个参数剔除。

20、进一步地，所述基于所述同一特征类型的数据对预设预测模型进行训练，以得到所述风险概率模型，包括：

21、从所述风险场景数据和所述非风险场景数据中抽取等量的所述同一特征类型的数据对所述预设预测模型进行训练，以得到所述风险概率模型。

22、根据本发明具体实施方式提供的一种智能驾驶功能的评估装置，包括：

23、概率预测模块，用于获取第一预设数量的第一风险概率和第二预设数量的第二风险概率，所述第一风险概率为将用户接管行为发生时车端的第一场景数据输入至风险概率模型中得到的风险概率，所述第二风险概率为将预设时间间隔内未发生所述接管行为的所述车端的第二场景数据输入至所述风险概率模型中得到的风险概率；

24、第一确定模块，用于基于预设概率值和所述第一预设数量，得到所述用户接管行为发生时的风险场景为低等级的风险比例；

25、第二确定模块，用于基于所述预设概率值、所述第一预设数量和所述第二预设数量，得到风险场景为高等级下的用户接管比例；以及

26、功能评估模块，用于基于所述低等级的风险比例和所述高等级下的用户接管比例，对所述车端的智能驾驶功能进行评估。

27、根据本发明具体实施方式提供的一种设备，包括：存储器和处理器；

28、所述存储器，用于存储程序；

29、所述处理器，用于执行所述程序，实现如上所述的智能驾驶功能的评估方法的各个步骤。

30、根据本发明具体实施方式提供的一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的智能驾驶功能的评估方法的各个步骤。

31、本发明所提供的智能驾驶功能的评估方法、装置、设备和存储介质，可以获取第一预设数量的第一风险概率和第二预设数量的第二风险概率，其中第一风险概率为将用户接管行为发生时车端的第一场景数据输入至风险概率模型中得到的风险概率，第二风险概率为将预设时间间隔内未发生接管行为的车端的第二场景数据输入至风险概率模型中得到的风险概率。然后基于预设概率值和第一预设数量，得到用户接管行为发生时的风险场景为低等级的风险比例。基于预设概率值、第一预设数量和第二预设数量，风险场景为高等级下的用户接管比例。自后基于低等级的风险比例和高等级下的用户接管比例，对车端的智能驾驶功能进行评估。该智能驾驶功能的评估方法通过确定用户接管场景和未接管场景下风险场景的比例，可结合安全性和体验感对智能驾驶进行综合评价，便于工程人员对用户痛点的挖掘和进行有针对性地功能优化。

技术特征：

1.一种智能驾驶功能的评估方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于预设概率值和所述第一预设数量，得到所述用户接管行为发生时的风险场景为低等级的风险比例，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述预设概率值、所述第一预设数量和所述第二预设数量，得到风险场景为高等级下的用户接管比例，包括：

4.根据权利要求1所述的方法，其特征在于，所述用户接管行为发生与否的判断过程包括：

5.根据权利要求1所述的方法，其特征在于，所述风险概率模型的构建过程包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述风险场景数据和所述非风险场景数据进行预处理，以降低数据维度，包括：

7.根据权利要求5所述的方法，其特征在于，所述基于所述同一特征类型的数据对预设预测模型进行训练，以得到所述风险概率模型，包括：

8.一种智能驾驶功能的评估装置，其特征在于，包括：

9.一种设备，其特征在于，包括：存储器和处理器；

10.一种存储介质，其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至7中任一项所述的智能驾驶功能的评估方法的各个步骤。

技术总结
本发明提供了一种智能驾驶功能的评估方法、装置、设备和存储介质，可以获取第一预设数量的第一风险概率和第二预设数量的第二风险概率，其中第一风险概率为将用户接管行为发生时车端的第一场景数据输入至风险概率模型中得到的风险概率，第二风险概率为将预设时间间隔内未发生接管行为的车端的第二场景数据输入至风险概率模型中得到的风险概率。然后基于预设概率值和第一预设数量，得到用户接管行为发生时的风险场景为低等级的风险比例。基于预设概率值、第一预设数量和第二预设数量，得到高风险场景下的用户接管比例。通过得到的各比例对车端的智能驾驶功能进行评估。便于对用户痛点的挖掘和进行有针对性地功能优化。

技术研发人员：丁诚开,胡晓凡,杨冬梅,谢剑晖,陈彦博,余钧雷
受保护的技术使用者：上海汽车集团股份有限公司
技术研发日：
技术公布日：2024/5/20