故障测试场景的生成方法、装置、设备和存储介质

1.本公开涉及自动驾驶技术领域，尤其涉及故障测试场景的生成方法、装置、设备和存储介质。


背景技术：

2.随着深度学习和计算机视觉技术的兴起，自动驾驶为提升交通安全与效率提供了新的解决方案，车辆可以通过各种感知系统获得车辆所在的驾驶场景中道路、车辆、行人、路况等信息，并根据驾驶场景的信息确定合适的自动驾驶方案，使得车辆可以脱离驾驶员对各种驾驶场景进行自动响应。所以为了保证具有自动驾驶方案的车辆安全性，需要对自动驾驶方案进行测试。
3.自动驾驶汽车测试是自动驾驶方案开发中的重要环节。相关技术中通过测试人员根据人类驾驶员交通事故信息和自然驾驶信息大数据，编写多种故障测试场景实现驾驶场景的重构，继而依托重构驾驶场景对自动驾驶方案进行测试，但是测试人员人工编写故障测试场景效率低、人力成本高，不利于大量故障测试场景的生成。并且为了应对千变万化的驾驶场景，需要大量的故障测试场景对自动驾驶方案进行测试，才能覆盖尽可能多的场景，而测试人员根据经验编写的故障测试场景数量有限，难以保证对自动驾驶方案进行充分测试。


技术实现要素：

4.为克服相关技术中存在的问题，本公开提供一种故障测试场景的生成方法、装置、设备和存储介质。
5.根据本公开实施例的第一方面，提供一种故障测试场景的生成方法，包括：
6.获取被测自动驾驶方案在多个样本故障测试场景中测试生成的故障信息，样本故障测试场景包括场景特征信息，场景特征信息包括驾驶环境参数、预设故障参数和交通参与者行为参数中的至少一个；
7.将生成故障信息的样本故障测试场景进行聚类处理，得到多个测试场景集合，各测试场景集合包括至少一个样本故障测试场景；
8.选取对应于同一测试场景集合的至少一个样本故障测试场景作为待选场景；
9.根据待选场景对应的场景特征信息生成目标故障测试场景。
10.在一实施例中，样本故障测试场景还包括初始场景参数；将生成故障信息的样本故障测试场景进行聚类处理，得到多个测试场景集合，包括：根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，故障场景聚类对应多个样本故障测试场景；根据初始场景参数，对多个故障场景聚类进行聚类处理，得到多个测试场景集合。
11.在一实施例中，根据初始场景参数，对多个故障场景聚类进行聚类处理，得到多个测试场景集合，包括：对第一故障场景聚类对应的初始场景参数进行模糊随机处理，得到初
始场景参数范围，第一故障场景聚类为多个故障场景聚类中任意一个故障场景聚类；在多个故障场景聚类中确定符合初始场景参数范围的第二故障场景聚类，得到测试场景集合，多个故障场景聚类包括第二故障场景聚类，测试场景集合包括至少一个第二故障场景聚类。
12.在一实施例中，样本故障测试场景还包括测试分类信息；根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，包括：根据驾驶环境参数对第一样本故障测试场景进行聚类处理，得到多个故障场景聚类，第一样本故障测试场景为产生故障信息且对应的测试分类信息为环境参数测试的样本故障测试场景；其中，在基础场景中针对所述驾驶环境参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述环境参数测试。
13.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括多种预设故障参数，多种预设故障参数包括感知故障参数、决策故障参数和控制故障参数中的至少一个；根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，包括：根据预设故障参数对第二样本故障测试场景进行聚类处理，得到多个故障场景聚类，第二样本故障测试场景为产生故障信息且对应的测试分类信息为触发故障测试的样本故障测试场景；其中，在基础场景中针对所述预设故障参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述触发故障测试。
14.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括初始场景参数和交通参与者行为参数；根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，包括：根据初始场景参数对第三样本故障测试场景进行聚类处理，得到多个故障场景聚类，第三样本故障测试场景为产生故障信息且对应的测试分类信息为参与者行为测试的样本故障测试场景；其中，在基础场景中针对所述交通参与者行为参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述参与者行为测试。
15.在一实施例中，样本故障测试场景还包括基础场景，基础场景包括道路环境信息、驾驶工况信息、交通信号信息；故障测试场景的生成方法，还包括：接收测试指令；根据测试指令确定道路环境信息、驾驶工况信息和交通信号信息，并根据选定的道路环境信息、驾驶工况信息和交通信号信息生成基础场景；在所述基础场景的基础上添加、修改或删除所述场景特征信息，生成多个所述样本故障测试场景。
16.根据本公开实施例的第二方面，提供一种故障测试场景的生成装置，包括：
17.第一模块，用于获取被测自动驾驶方案在多个样本故障测试场景中测试生成的故障信息，样本故障测试场景包括场景特征信息，场景特征信息包括驾驶环境参数、预设故障参数和交通参与者行为参数中的至少一个；
18.第二模块，用于将生成故障信息的样本故障测试场景进行聚类处理，得到多个测试场景集合，各测试场景集合包括至少一个样本故障测试场景；
19.第三模块，用于选取对应于同一测试场景集合的至少一个样本故障测试场景作为待选场景；
20.第四模块，用于根据待选场景对应的场景特征信息生成目标故障测试场景。
21.在一实施例中，样本故障测试场景还包括初始场景参数；该第二模块还用于：根据
场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，故障场景聚类对应多个样本故障测试场景；根据初始场景参数，对多个故障场景聚类进行聚类处理，得到多个测试场景集合。
22.在一实施例中，该第二模块还用于：对第一故障场景聚类对应的初始场景参数进行模糊随机处理，得到初始场景参数范围，第一故障场景聚类为多个故障场景聚类中任意一个故障场景聚类；在多个故障场景聚类中确定符合初始场景参数范围的第二故障场景聚类，得到测试场景集合，多个故障场景聚类包括第二故障场景聚类，测试场景集合包括至少一个第二故障场景聚类。
23.在一实施例中，样本故障测试场景还包括测试分类信息；该第二模块还用于：根据驾驶环境参数对第一样本故障测试场景进行聚类处理，得到多个故障场景聚类，第一样本故障测试场景为产生故障信息且对应的测试分类信息为环境参数测试的样本故障测试场景；其中，在基础场景中针对所述驾驶环境参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述环境参数测试。
24.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括多种预设故障参数，多种预设故障参数包括感知故障参数、决策故障参数和控制故障参数中的至少一个；该第二模块还用于：根据预设故障参数对第二样本故障测试场景进行聚类处理，得到多个故障场景聚类，第二样本故障测试场景为产生故障信息且对应的测试分类信息为触发故障测试的样本故障测试场景；其中，在基础场景中针对所述预设故障参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述触发故障测试。
25.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括初始场景参数和交通参与者行为参数；该第二模块还用于：根据初始场景参数对第三样本故障测试场景进行聚类处理，得到多个故障场景聚类，第三样本故障测试场景为产生故障信息且对应的测试分类信息为参与者行为测试的样本故障测试场景；其中，在基础场景中针对所述交通参与者行为参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述参与者行为测试。
26.在一实施例中，样本故障测试场景还包括基础场景，基础场景包括道路环境信息、驾驶工况信息、交通信号信息；该装置还包括第五模块，该第五模块，用于：接收测试指令；根据测试指令确定道路环境信息、驾驶工况信息和交通信号信息，并根据选定的道路环境信息、驾驶工况信息和交通信号信息生成基础场景；在所述基础场景的基础上添加、修改或删除所述场景特征信息，生成多个所述样本故障测试场景。
27.根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现本公开第一方面所提供的故障测试场景的生成方法。
28.根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的故障测试场景的生成方法的步骤。
29.本公开实施例提供的技术方案至少包括以下有益效果：将待选场景对应的场景特征信息组合生成目标故障测试场景，从而在原有样本故障测试场景的基础上可以自动化生成大量的目标故障测试场景，以丰富故障测试场景种类，实现对自动驾驶方案的充分测试；
提高故障测试场景的生成效率，降低故障测试场景的开发成本。通过聚类处理，将具有一定相似性的样本故障测试场景组成测试场景集合，以使得后续选定的待选场景具有一定相似性，避免或减小由于待选场景对应的场景特征信息差异较大，导致生成的目标故障测试场景不能用于对被测自动驾驶方案进行测试。
30.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
31.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开实施例，并与说明书一起用于解释本公开的原理。
32.图1是根据一示例性实施例示出的一种故障测试场景的生成方法的流程图。
33.图2是根据一示例性实施例示出的一种测试场景集合的生成方法的流程图之一。
34.图3是根据一示例性实施例示出的一种测试场景集合的生成方法的流程图之二。
35.图4是根据一示例性实施例示出的一种样本故障测试场景的生成方法的流程图。
36.图5是根据一示例性实施例示出的一种故障测试场景的生成装置的框图。
37.图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
38.下面将结合附图详细地对示例性实施例进行描述说明。
39.应当指出，相关实施例及附图仅为描述说明本公开所提供的示例性实施例，而非本公开的全部实施例，也不应理解本公开受相关示例性实施例的限制。
40.应当指出，本公开中所用术语“第一”、“第二”等仅用于区别不同步骤、设备或模块等。相关术语既不代表任何特定技术含义，也不表示它们之间的顺序或者相互依存关系。
41.应当指出，本公开中所用术语“至少一个”的修饰是示意性而非限制性的。除非在上下文另有明确指出，否则应该理解为“一个或多个”。
42.应当指出，本公开中所用术语“和/或”，用于描述关联对象之间的关联关系，一般表示至少存在三种关联关系。例如，a和/或b，至少可以表示：单独存在a，同时存在a和b，单独存在b这三种关联关系。
43.应当指出，本公开的方法实施例中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。除非特别说明，本公开的范围不受相关实施例中步骤的描述顺序限制。
44.需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
45.示例性方法
46.图1是根据一示例性实施例示出的一种故障测试场景的生成方法的流程图，如图1所示，故障测试场景的生成方法用于故障测试场景的生成装置中，包括以下步骤。
47.s110，获取被测自动驾驶方案在多个样本故障测试场景中测试生成的故障信息，样本故障测试场景包括场景特征信息，场景特征信息包括驾驶环境参数、预设故障参数和交通参与者行为参数中的至少一个；
48.s120，将生成故障信息的样本故障测试场景进行聚类处理，得到多个测试场景集合，各测试场景集合包括至少一个样本故障测试场景；
49.s130，选取对应于同一测试场景集合的至少一个样本故障测试场景作为待选场景；
50.s140，根据待选场景对应的场景特征信息生成目标故障测试场景。
51.自动驾驶方案可以为针对具有自动驾驶功能的车辆开发的程序，车辆执行该自动驾驶方案可以实现自动驾驶，例如车辆执行自动驾驶方案实现车速调节、行车轨迹规划、车距保持等。故障测试场景的生成装置在样本故障测试场景对被测自动驾驶方案进行测试，在被测自动驾驶方案存在故障的情况下，生成与样本故障测试场景对应的故障信息，测试人员可以根据该故障信息对被测自动驾驶方案进行调试，优化被测自动驾驶方案。故障信息可以包括车辆撞击、车辆磨损、车辆无反应等。该故障信息可以是样本故障测试场景生成的，也可以是自动驾驶方案生成的。
52.在步骤s110中，场景特征信息包括多个参数，多个参数一并定义各个样本故障测试场景，从而可以通过各样本故障测试场景对被测自动驾驶方案的不同功能进行测试。在步骤s110之前，可预先设置基础场景，可以通过修改基础场景中的场景特征信息、在基础场景中新增场景特征信息等方式，形成多个样本故障测试场景。有关基础场景和样本故障测试场景生成方式的其它介绍说明，请参见下述实施例。
53.场景特征信息包括驾驶环境参数、预设故障参数和交通参与者行为参数中的至少一个，驾驶环境参数可以包括交通参与者的初始速度、初始位置、初始姿态、交通参与者行为触发时间或位置、交通信号灯的初始状态、工作周期等。预设故障参数可以包括感知故障参数、决策故障参数和控制故障参数等。感知故障参数、决策故障参数和控制故障参数为分别基于感知、决策、控制为基础设置的不同故障参数。例如：感知故障参数可以是为被测自动驾驶方案提供不同清晰度的环境图像，以供被测自动驾驶方案根据环境图像识别得到不同丰富度的环境信息。感知故障参数还可以是限制为被测自动驾驶方案提供环境检测信息。控制故障参数可以是控制信号中断。预设故障参数还可以包括感知故障参数、决策故障参数和控制故障参数各自对应的故障开始时间、故障持续时间、故障强度等。交通参与者包含但不局限于：行人、动物、除执行被测自动驾驶方案外的其他车辆等。交通参与者行为参数可以包括定义交通参与者异常行为的交通参与者的速度参数、位置参数、姿态参数等。
54.在步骤s120中，在样本故障测试场景中测试生成故障信息，说明被测自动驾驶方案不能顺利通过该样本故障测试场景的测试；在样本故障测试场景中测试未生成故障信息，说明被测自动驾驶方案顺利通过该样本故障测试场景的测试。本公开将生成故障信息的样本故障测试场景进行聚类处理，而未生成故障信息的样本故障测试场景可以不进行处理。在一实施例中，可以根据是否碰撞、是否对交通参与者造成损伤等预设规则对故障信息进行筛选，仅将满足预设规则的故障信息所对应的样本故障测试场景进行聚类处理。
55.聚类处理可以采用k-means聚类、均值偏移聚类、dbscan聚类、层次聚类等，并依据场景特征信息中的一个或多个参数进行聚类，聚类采用的方法本公开不做限制。经过聚类处理后，具有一定相似性的样本故障测试场景组成测试场景集合。
56.在步骤s130中，可以在对应于同一测试场景集合的样本故障测试场景中随机选取一个或多个作为待选场景；在步骤s140中，将待选场景对应的场景特征信息随机与基础场
景组合，生成目标故障测试场景，从而在原有样本故障测试场景的基础上可以生成多个目标故障测试场景，以丰富故障测试场景种类。
57.本公开实施例提供的故障测试场景的生成方法，将待选场景对应的场景特征信息组合生成目标故障测试场景，从而在原有样本故障测试场景的基础上可以自动化生成大量的目标故障测试场景，以丰富故障测试场景种类，实现对自动驾驶方案的充分测试；提高故障测试场景的生成效率，降低故障测试场景的开发成本。通过聚类处理，将具有一定相似性的样本故障测试场景组成测试场景集合，以使得后续选定的待选场景具有一定相似性，避免或减小由于待选场景对应的场景特征信息差异较大，导致生成的目标故障测试场景不能用于对被测自动驾驶方案进行测试。此外，采用该方法构建的故障测试场景还可用于自动驾驶方案设计与开发阶段的危害分析与风险评估，有利于提升自动驾驶方案的安全性、降低自动驾驶方案在应用过程中危险事件的发生几率。
58.在生成目标故障测试场景之后，可以通过目标故障测试场景对自动驾驶方案进行测试，以观察自动驾驶方案是否具有缺陷并对自动驾驶方案进行调试。当然在目标故障测试场景中产生符合预设规则的故障信息的情况下，还可以根据目标故障测试场景设置单因素变量，以确认发生碰撞、存在危险行为等故障信息的主要因素。
59.请参阅图2，在一实施例中，样本故障测试场景还包括初始场景参数；前述步骤s120中，还包括：
60.s210，根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，故障场景聚类对应多个样本故障测试场景；
61.s220，根据初始场景参数，对多个故障场景聚类进行聚类处理，得到多个测试场景集合。
62.在s210中可以通过场景特征信息中一个或多个参数进行样本故障测试场景聚类，形成多个故障场景聚类。对应同一故障场景聚类中的样本故障测试场景具有一定的相似性。同样在s210中的聚类处理可以采用k-means聚类、均值偏移聚类、dbscan聚类、层次聚类等，并依据场景特征信息中的一个或多个参数进行，本公开不做限制。
63.初始场景参数可以包括交通参与者的初始速度、初始位置、初始姿态；还可以包括被测自动驾驶方案的初始速度、初始位置、初始姿态。在s220中，通过根据初始场景参数，对多个故障场景聚类进行聚类处理，使得得到对应同一测试场景集合的故障场景聚类具有相似的初始场景参数。
64.在本实施例中，通过场景特征信息和初始场景参数对样本故障测试场景进行聚类处理，使得对应同一测试场景集合的样本故障测试场景具有相似性，提高后续组合形成的目标故障测试场景可用于测试的可能性。
65.请参阅图3，在一实施例中，前述步骤s220中，还包括：
66.s310，对第一故障场景聚类对应的初始场景参数进行模糊随机处理，得到初始场景参数范围，第一故障场景聚类为多个故障场景聚类中任意一个故障场景聚类；
67.s320，在多个故障场景聚类中确定符合初始场景参数范围的第二故障场景聚类，得到测试场景集合，多个故障场景聚类包括第二故障场景聚类，测试场景集合包括至少一个第二故障场景聚类。
68.在s310中，选取任一故障场景聚类作为第一故障场景聚类，并对初始场景参数进
行模糊随机处理，从而可以基于第一故障场景聚类的初始场景参数得到初始场景参数范围。例如：交通参与者的初始速度为4km/h，经过模糊处理得到初始场景参数范围为3.5～4.5km/h。
69.在s320中，将初始场景参数在该初始场景参数范围内的故障场景聚类作为第二故障场景聚类，并将所有符合该初始场景参数范围的全部或部分第二故障场景聚类组合为测试场景集合，或者将第一故障场景聚类以及所有符合该初始场景参数范围的全部或部分第二故障场景聚类组合为测试场景集合，这样对应同一测试场景集合的多个样本故障测试场景初始场景参数具有一定的相似性。
70.在一实施例中，样本故障测试场景还包括测试分类信息；s210包括：
71.根据驾驶环境参数对第一样本故障测试场景进行聚类处理，得到多个故障场景聚类，第一样本故障测试场景为产生故障信息且对应的测试分类信息为环境参数测试的样本故障测试场景。
72.在基础场景中针对驾驶环境参数进行增、删、改得到的样本故障测试场景对应的测试分类信息为环境参数测试。具体可以对基础场景中交通参与者的初始速度、初始位置、初始姿态、行为触发时间或位置，以及交通信号灯的初始状态、工作周期等进行修改。
73.针对测试分类信息为环境参数测试的样本故障测试场景，可以根据驾驶环境参数进行聚类处理。从而使得具有相似驾驶环境参数的样本故障测试场景组成一个测试场景集合。
74.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括多种预设故障参数，多种预设故障参数包括感知故障参数、决策故障参数和控制故障参数中的至少一个；前述步骤s210中，还包括：
75.根据预设故障参数对第二样本故障测试场景进行聚类处理，得到多个故障场景聚类，第二样本故障测试场景为产生故障信息且对应的测试分类信息为触发故障测试的样本故障测试场景。
76.在基础场景中针对预设故障参数进行增、删、改得到的样本故障测试场景对应的测试分类信息为触发故障测试。具体可以基于自动驾驶方案内部产生故障的角度考虑，对感知、决策、控制等模块进行故障注入，以测试自动驾驶方案自身发生故障的情况下，引起的其他故障。
77.针对测试分类信息为触发故障测试的样本故障测试场景，可以根据预设故障参数进行聚类处理。从而使得具有相似预设故障参数的样本故障测试场景组成一个测试场景集合。
78.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括初始场景参数和交通参与者行为参数；前述步骤s210中，还包括：
79.根据初始场景参数对第三样本故障测试场景进行聚类处理，得到多个故障场景聚类，第三样本故障测试场景为产生故障信息且对应的测试分类信息为参与者行为测试的样本故障测试场景。
80.在基础场景中针对交通参与者行为参数进行增、删、改得到的样本故障测试场景对应的测试分类信息为参与者行为测试。具体可以基于自动驾驶方案外部的交通参与者产生异常行为的角度设置交通参与者行为参数，以测试自动驾驶方案在交通参与者行为异常
的情况下，是否产生故障信息。
81.针对测试分类信息为参与者行为测试的样本故障测试场景，可以根据初始场景参数进行聚类处理。从而使得具有相似初始场景参数的样本故障测试场景组成一个测试场景集合。
82.在本示例中，前述步骤s210根据初始场景参数对第三样本故障测试场景进行聚类处理得到多个故障场景聚类，前述步骤s220也是根据初始场景参数对多个故障场景聚类进行聚类处理得到多个测试场景集合，基于此，这两次聚类处理所基于的初始场景参数可以是相同的，也可以是不同的。例如，两次聚类处理可以均基于交通参与者的初始速度、初始位置、初始姿态等初始场景参数。又例如，s210中聚类处理可以基于交通参与者的初始速度、初始位置、初始姿态等初始场景参数，s220中聚类处理可以基于被测自动驾驶方案的初始速度、初始位置、初始姿态等初始场景参数。还例如，s210中聚类处理可以基于交通参与者的初始速度这一初始场景参数，s220中聚类处理可以基于交通参与者的初始位置这一初始场景参数。本示例对两次聚类处理所基于的初始场景参数的具体内容不作限定。
83.通过上述实施例可知，本公开可以根据样本故障测试场景的测试分类信息不同，采用不同聚类依据进行聚类处理。
84.请参阅图4，在一些实施例中，样本故障测试场景还包括基础场景，基础场景包括道路环境信息、驾驶工况信息、交通信号信息；故障测试场景的生成方法，还包括：
85.s410，接收测试指令；
86.s420，根据测试指令确定道路环境信息、驾驶工况信息和交通信号信息，并根据选定的道路环境信息、驾驶工况信息和交通信号信息生成基础场景。
87.s430，在基础场景的基础上添加、修改或删除场景特征信息，生成多个样本故障测试场景。
88.在一些实施例中，可以预先根据需要测试目标，构建基础场景，再在基础场景的基础上添加、修改或删除场景特征信息，生成多个不同的样本故障测试场景。该基础场景包括道路环境信息、驾驶工况信息和交通信号信息。根据道路环境信息、驾驶工况信息和交通信号信息可以生成可供被测自动驾驶方案执行的基础地图数据。可选地，道路环境信息包括直道、弯道、道路交叉口类型、辅道信息、环岛信息等，还可以包括道路长度、道路宽度、车道数量、道路横向坡度、纵向坡度、道路表面材质、道路表面粗糙度等道路几何参数。可选地，交通信号信息包括信号灯参数、道路标识参数、交通标线参数、交通提示参数、限高参数等。可选地，驾驶工况信息可以包括自动泊车、靠边停车、路边起步等。
89.本领域技术人员可以理解的是，在基础场景构建过程中，不仅需要考虑场景特征信息中各项参数，同时还需要保证基础场景能够高效完备地测试自动驾驶方案，即保证基础场景中各参数的设置具有合理性。可以通过调试完成的预存自动驾驶方案在基础场景中进行测试验证基础场景的合理性，当然也可以通过人工驾驶方式验证基础场景中各参数设置的合理性。
90.示例性装置
91.图5是根据一示例性实施例示出的一种故障测试场景的生成装置框图。参照图5，该装置500包括第一模块510、第二模块520、第三模块530和第四模块540。
92.该第一模块510，用于获取被测自动驾驶方案在多个样本故障测试场景中测试生
成的故障信息，样本故障测试场景包括场景特征信息，场景特征信息包括驾驶环境参数、预设故障参数和交通参与者行为参数中的至少一个；
93.该第二模块520，用于将生成故障信息的样本故障测试场景进行聚类处理，得到多个测试场景集合，各测试场景集合包括至少一个样本故障测试场景；
94.该第三模块530，用于选取对应于同一测试场景集合的至少一个样本故障测试场景作为待选场景；
95.该第四模块540，用于根据待选场景对应的场景特征信息生成目标故障测试场景。
96.在一实施例中，样本故障测试场景还包括初始场景参数；该第二模块520还用于：根据场景特征信息，对产生故障信息的样本故障测试场景进行聚类处理，得到多个故障场景聚类，故障场景聚类对应多个样本故障测试场景；根据初始场景参数，对多个故障场景聚类进行聚类处理，得到多个测试场景集合。
97.在一实施例中，该第二模块520还用于：对第一故障场景聚类对应的初始场景参数进行模糊随机处理，得到初始场景参数范围，第一故障场景聚类为多个故障场景聚类中任意一个故障场景聚类；在多个故障场景聚类中确定符合初始场景参数范围的第二故障场景聚类，得到测试场景集合，多个故障场景聚类包括第二故障场景聚类，测试场景集合包括至少一个第二故障场景聚类。
98.在一实施例中，样本故障测试场景还包括测试分类信息；该第二模块520还用于：根据驾驶环境参数对第一样本故障测试场景进行聚类处理，得到多个故障场景聚类，第一样本故障测试场景为产生故障信息且对应的测试分类信息为环境参数测试的样本故障测试场景；其中，在基础场景中针对所述驾驶环境参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述环境参数测试。
99.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括多种预设故障参数，多种预设故障参数包括感知故障参数、决策故障参数和控制故障参数中的至少一个；该第二模块520还用于：根据预设故障参数对第二样本故障测试场景进行聚类处理，得到多个故障场景聚类，第二样本故障测试场景为产生故障信息且对应的测试分类信息为触发故障测试的样本故障测试场景；其中，在基础场景中针对所述预设故障参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述触发故障测试。
100.在一实施例中，样本故障测试场景还包括测试分类信息，场景特征信息包括初始场景参数和交通参与者行为参数；该第二模块520还用于：根据初始场景参数对第三样本故障测试场景进行聚类处理，得到多个故障场景聚类，第三样本故障测试场景为产生故障信息且对应的测试分类信息为参与者行为测试的样本故障测试场景；其中，在基础场景中针对所述交通参与者行为参数进行增、删、改得到的样本故障测试场景对应的所述测试分类信息为所述参与者行为测试。
101.在一实施例中，样本故障测试场景还包括基础场景，基础场景包括道路环境信息、驾驶工况信息、交通信号信息；该装置500还包括第五模块，该第五模块，用于：接收测试指令；根据测试指令确定道路环境信息、驾驶工况信息和交通信号信息，并根据选定的道路环境信息、驾驶工况信息和交通信号信息生成基础场景；在所述基础场景的基础上添加、修改或删除所述场景特征信息，生成多个所述样本故障测试场景。
102.本公开实施例提供的故障测试场景的生成装置能够实现上述故障测试场景的生
成方法的实施例实现的各个过程，为避免重复，这里不再赘述。
103.示例性电子设备
104.图6是根据一示例性实施例示出的一种电子设备600的框图。该电子设备600可以是计算机设备、笔记本电脑、服务器、车辆控制器、车载终端、车载计算机或者其他类型的电子设备。
105.参照图6，电子设备600，可包括至少一个处理器610和存储器620。处理器610可以执行存储在存储器620中的指令。处理器610通过数据总线与存储器620通信连接。除存储器620外，处理器610还可通过数据总线与输入设备630、输出设备640、通信设备650通信连接。
106.处理器610可以是任何常规的处理器。处理器可以包括诸如中央处理器(central processing unit，cpu)、图像处理器(graphic process unit，gpu)、现场可编程门阵列(field programmable gate array，fpga)、片上系统(system on chip，soc)、专用集成芯片(application specific integrated circuit，asic)或它们的组合。
107.存储器620可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
108.在本公开实施例中，存储器620中存储有可执行指令，处理器610可以从存储器620中读取可执行指令，并执行指令以实现上述示例性实施例中故障测试场景的生成方法的全部或部分步骤。
109.示例性计算机可读存储介质
110.除了上述方法和装置以外，本公开的示例性实施例还包括计算机程序产品或存储有该计算机程序产品的计算机可读存储介质。该计算机产品中包括计算机程序指令，该计算机程序指令可被处理器执行，以实现上述示例性实施例中描述的全部或部分步骤。
111.计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言以及脚本语言(例如python)。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
112.计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质更具体的例子包括：具有一个或多个导线电连接的静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘，或者上述的任意合适的组合。
113.本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开也并不局限于上面已经描述并在附图
中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。