CN115909745A - 一种路测数据的显著性差异比对方法、装置、设备和介质 - Google Patents

Abstract

本发明公开了一种路测数据的显著性差异比对方法、装置、设备和介质，方法包括：当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对，按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对，计算所述待比对数据对内每个比对数据点之间的数据差值，若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值，根据预设的显著性水平计算对应的临界值，基于临界值和等级和值的比对结果，判断所述路测数据之间是否存在显著性差异，从而更为准确确定路测数据之间是否存在显著性差异。

Description

一种路测数据的显著性差异比对方法、装置、设备和介质

技术领域

本发明涉及数据比对技术领域，尤其涉及一种路测数据的显著性差异比对方法、装置、设备和介质。

背景技术

随着智能驾驶技术的进步和发展，智能车辆发展越来越迅速，其中关于各种辅助驾驶功能的测试规程和用例也越来越多，而道路测试就能够很好地在真实道路上验证被测车辆的辅助驾驶功能对自动驾驶***所造成的影响以及达到的效果。

在路测过程中，辅助驾驶功能对自动驾驶***所造成的影响通常会通过多种指标的差异进行反映，而传统的差异比对方案通常是通过人工查看的方式进行数据差异性比对。

但上述方案由于各项指标在各个进程内可能存在不同的数据特点，且指标的数量通常是海量的，通过人工方式确定路测数据的显著性差异的准确度较低。

发明内容

本发明提供了一种路测数据的显著性差异比对方法、装置、设备和介质，解决了现有的差异比对方案由于各项指标在各个进程内可能存在不同的数据特点，且指标的数量通常是海量的，通过人工方式确定路测数据的显著性差异的准确度较低的技术问题。

本发明第一方面提供的一种路测数据的显著性差异比对方法，包括：

当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对；

按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对；

计算所述待比对数据对内每个比对数据点之间的数据差值；

若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异。

可选地，所述方法还包括：

若所述数据差值均为正值或均为负值，则判定两组所述路测数据之间存在显著性差异。

可选地，所述等级和值包括正等级和值和负等级和值；所述若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值的步骤，包括：

若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值从大至小进行等级编号，得到多个数据等级；

按照所述数据差值所属正负号，对各所述数据等级进行更新，生成正值数据等级与负值数据等级；

分别计算全部所述正值数据等级之间的正等级和值，以及全部所述负值数据等级之间的负等级和值。

可选地，所述根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异的步骤，包括：

选取所述负等级和值的绝对值和所述正等级和值之间的统计最小值；

按照预设的显著性水平匹配标准正态分布，确定所述显著性水平对应的临界值；

若所述统计最小值小于所述临界值，则判定两组所述路测数据之间存在显著性差异；

若所述统计最小值大于或等于所述临界值，则判定两组所述路测数据之间不存在显著性差异。

可选地，所述数据属性包括数据点数量和数据点数值；所述按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对的步骤，包括：

检测所述待转换数据对在每个预设步长内的数据点数量；

若所述数据点数量差值小于或等于数据点阈值，则采用所述数据点数值分别计算所述待转换数据对对应的数据方差和数据均值；

计算所述数据方差和所述数据均值之间的数据比值；

若所述数据比值小于预设的波动阈值，则按照所述待转换数据对所属业务类型转换为周期比对形式的待比对数据对；

若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则将所述待转换数据对转换为分位数比对形式的待比对数据对。

可选地，所述按照所述待转换数据对所属业务类型转换为周期比对形式的待比对数据对的步骤，包括：

若所述数据比值小于预设的波动阈值，则按照所述待转换数据对所属业务类型匹配对应的数据周期；

按照所述数据周期划分所述待转换数据对，得到多组中间数据对；

从各组所述中间数据对内分别选取最大值所属数据点，采用两组所述最大值所属数据点生成周期比对形式的待比对数据对。

可选地，所述若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则将所述待转换数据对转换为分位数比对形式的待比对数据对的步骤，包括：

若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则按照预定顺序对所述待转换数据对内的全部数据点进行排序，生成排序数据对；

按照预设区间将所述排序数据对划分为多个分位区间；

选取各个所述分位区间对应的分位数，采用各组所述分位数组成的分位数序列生成分位数比对形式的待比对数据对。

本发明第二方面提供了一种路测数据的显著性差异比对装置，包括：

数据对截取模块，用于当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对；

数据对转换模块，用于按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对；

数据差值计算模块，用于计算所述待比对数据对内每个比对数据点之间的数据差值；

等级和值计算模块，用于若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

显著性差异判断模块，用于根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异。

本发明第三方面提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的路测数据的显著性差异比对方法的步骤。

本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明第一方面任一项所述的路测数据的显著性差异比对方法。

从以上技术方案可以看出，本发明具有以下优点：

当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对，按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对，计算所述待比对数据对内每个比对数据点之间的数据差值，若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值，根据预设的显著性水平计算对应的临界值，基于临界值和等级和值的比对结果，判断所述路测数据之间是否存在显著性差异，从而通过在同等时间区间下进行路测数据的划分，进一步进行数据差值的计算和等级编号的方式，统计正值和负值分别对应的等级和值并与显著性水平的比对结果，更为准确地确定路测数据之间是否存在显著性差异。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例一提供的一种路测数据的显著性差异比对方法的步骤流程图；

图2为本发明实施例二提供的一种路测数据的显著性差异比对方法的步骤流程图；

图3为本发明实施例二提供的周期比对形式的待比对数据对内的待比对数据序列示意图；

图4为本发明实施例二提供的分位数比对形式的待比对数据对内的待比对数据序列示意图；

图5为本发明实施例三提供的一种路测数据的显著性差异比对装置的结构框图。

具体实施方式

本发明实施例提供了一种路测数据的显著性差异比对方法、装置、设备和介质，用于解决现有的差异比对方案由于各项指标在各个进程内可能存在不同的数据特点，且指标的数量通常是海量的，通过人工方式确定路测数据的显著性差异的准确度较低的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例一提供的一种路测数据的显著性差异比对方法的步骤流程图。

本发明提供的一种路测数据的显著性差异比对方法，包括：

步骤101，当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组路测数据，得到待转换数据对；

路测数据指的是在实际道路对自动驾驶***的各项功能改进进行测试时，通过其搭载的测试器或数据记录器所采集的功能相关数据点或指标所组成的序列数据，例如摄像头、毫米波雷达和激光雷达等，其中，一项功能的改进可以通过多个路测数据内多个数据点或指标的差异进行反映。

在本发明实施例中，自动驾驶***在采集到同一路段在同一时间段内的路测数据后，将其上传到云端。但云端接收到的两组路测数据后，按照预设时间区间截取各组路测数据的部分，得到两组数据段后组成待转换数据对。

步骤102，按照待转换数据对所属数据属性，将待转换数据对转换为待比对数据对；

由于不同进程具有不同特点，若是直接比较每个时间段对应的数据点，可能会出现很大的差异。因此在生成待转换数据对后，可以进一步按照待转换数据对内的各个数据点所属数据属性，判断待转换数据对是否稳定，根据其是否稳定将待转换数据对转换为不同形式的待比对数据对。

需要说明的是，数据属性指的是待转换数据对内两组路测数据的统计性指标，例如方差、均值和数据点之间的数量差值。

步骤103，计算待比对数据对内每个比对数据点之间的数据差值；

为衡量数据点之间是否存在显著差异，可以通过计算待比对数据对内每个数据点之间的数据差值进行初步判断。

步骤104，若数据差值不全为正值或不全为负值，则按照数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

在本发明实施例中，若是数据差值不全为正值或不全为负值，则表明待比对数据对内每一个数据点都是独立的，数据差值并不能确定其是否存在显著差异。此时可以进一步按照数据差值的绝对值对各个数据差值分别进行等级编号，得到各个数据差值分别对应的编号结果，最后按照编号结果计算正值和负值分别对应的等级和值。

步骤105，根据等级和值与预设的显著性水平，判断路测数据之间是否存在显著性差异。

在具体实现中，可以按照预设的显著性水平计算对应的临界值，进一步比对等级和值和临界值，判断路测数据之间是否存在显著性差异。

在本发明实施例中，当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组路测数据，得到待转换数据对，按照待转换数据对所属数据属性，将待转换数据对转换为待比对数据对，计算待比对数据对内每个比对数据点之间的数据差值，若数据差值不全为正值或不全为负值，则按照数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值，根据预设的显著性水平计算对应的临界值，基于临界值和等级和值的比对结果，判断路测数据之间是否存在显著性差异，从而通过在同等时间区间下进行路测数据的划分，进一步进行数据差值的计算和等级编号的方式，统计正值和负值分别对应的等级和值并与显著性水平的比对结果，更为准确地确定路测数据之间是否存在显著性差异。

请参阅图2，图2为本发明实施例二提供的一种路测数据的显著性差异比对方法的步骤流程图。

本发明提供的一种路测数据的显著性差异比对方法，包括：

步骤201，当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组路测数据，得到待转换数据对；

在本发明实施例中，步骤201的具体实施过程与步骤101类似，在此不再赘述。

可选地，数据属性包括数据点数量和数据点数值。

步骤202，检测待转换数据对在每个预设步长内的数据点数量；

在本发明实施例中，待转换数据对包括两组路测数据，为实现按照数据特点对待转换数据对的有效转换，可以检测两组路测数据在每个预设步长内的数据点数量。

其中，数据点数量指的是待转换数据对内的组成各组路测数据的数据点的数量，用于衡量自动驾驶***的数据输出频率。

步骤203，若数据点数量差值小于或等于数据点阈值，则采用数据点数值分别计算待转换数据对对应的数据方差和数据均值；

数据点数值指的是组成各组路测数据的数据点的具体数值。

在本发明实施例中，若是数据点数量差值小于或等于数据点阈值，则表明此时的待转换数据对在自动驾驶***内的输出频率基本不变。而由于待转换数据对内的两组路测数据取自同一地点以及同一时间，具有同样的数据类型，此时可以进一步采用各个数据点的数据点数值，分别计算待转换数据对所对应的数据方差和数据均值。

步骤204，计算数据方差和数据均值之间的数据比值；

数据方差和数据均值之间的数据比值用于衡量待转换数据对的数据波动范围，数据比值越小，表明数据波动越小。

步骤205，若数据比值小于预设的波动阈值，则按照待转换数据对所属业务类型转换为周期比对形式的待比对数据对；

进一步地，步骤205可以包括以下子步骤：

若数据比值小于预设的波动阈值，则按照待转换数据对所属业务类型匹配对应的数据周期；

按照数据周期划分待转换数据对，得到多组中间数据对；

从各组中间数据对内分别选取最大值所属数据点，采用两组最大值所属数据点生成周期比对形式的待比对数据对。

业务类型是指输出待转换数据对的自动驾驶***内的业务进程类型。

在本发明的一个示例中，若是数据比值小于预设的波动阈值，表明此时待转换数据对的数据波动具备周期性特点，存在一定的数据周期。可以按照待转换数据对所属的业务类型匹配对应的数据周期，进一步按照数据周期划分待转换数据对内的全部数据点，以得到多组中间数据对。

在得到多组中间数据对后，可以从各组中间数据对内选取其最大值所属数据点，最后按照各组中间数据对的顺序关联各个最大值所属数据点，生成周期比对形式的待比对数据对，如图3所示为周期比对形式的待比对数据对内的任一组待比对数据序列。

步骤206，若数据点数量差值大于数据点阈值，或者，数据比值大于或等于预设的波动阈值，则将待转换数据对转换为分位数比对形式的待比对数据对；

可选地，步骤206可以包括以下子步骤：

若数据点数量差值大于数据点阈值，或者，数据比值大于或等于预设的波动阈值，则按照预定顺序对待转换数据对内的全部数据点进行排序，生成排序数据对；

按照预设区间将排序数据对划分为多个分位区间；

选取各个分位区间对应的分位数，采用各组分位数组成的分位数序列生成分位数比对形式的待比对数据对。

在本发明的另一个示例中，若是数据点数量差值大于数据点阈值，或者数据比值大于或等于预设的波动阈值，则表明自动驾驶***在输出数据点时并不属于稳定输出，存在较大的数据波动情况，并不能进行周期性的分析。此时可以按照预定顺序例如从大到小或从小到大的方式，对待转换数据对内的全部数据点进行排序，生成排序数据对。

进一步按照预设区间将排数据对划分为多个分位区间并选取各个分位区间内的分位数，按照组别将分位数组成分位数序列，最后采用两组分位数序列生成分位数比对形式的待比对数据对，如图4所示为分位数比对形式的待比对数据对内的待比对数据序列，其形成直线或抛物线的图示形式。

步骤207，计算待比对数据对内每个比对数据点之间的数据差值；

在本发明实施例中，待比对数据对包括两组待比对数据序列，可以通过计算待比对数据序列内每个比对数据点之间的数据差值，以初步判断待比对数据对的两组待比对数据序列是否存在显著差异。

步骤208，若数据差值不全为正值或不全为负值，则按照数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

可选地，等级和值包括正等级和值和负等级和值，步骤208可以包括以下子步骤：

若数据差值不全为正值或不全为负值，则按照数据差值的绝对值从大至小进行等级编号，得到多个数据等级；

按照数据差值所属正负号，对各数据等级进行更新，生成正值数据等级与负值数据等级；

分别计算全部正值数据等级之间的正等级和值，以及全部负值数据等级之间的负等级和值。

在本发明实施例中，若数据差值不全为正值或不全为负值，则表明其无法确定数据在不同时刻存在不同的差异程度，此时可以进一步按照数据差值的绝对值，从大到小进行等级编号，以得到多个数据等级。

进一步按照数据差值所属正负号，对各个数据等级进行更新赋值，以生成正值数据等级和负值数据等级，分别计算全部正值数据等级之间的正等级和值，以及全部负值数据等级之间的负等级和值，以获取后续准确判断显著性差异的数据基础。

步骤209，根据等级和值与预设的显著性水平，判断路测数据之间是否存在显著性差异。

可选地，步骤209可以包括以下子步骤：

选取负等级和值的绝对值和正等级和值之间的统计最小值；

按照预设的显著性水平匹配标准正态分布，确定显著性水平对应的临界值；

若统计最小值小于临界值，则判定两组路测数据之间存在显著性差异；

若统计最小值大于或等于临界值，则判定两组路测数据之间不存在显著性差异。

在得到负等级和值和正等级和值后，分别选取负等级和值的绝对值和正等级和值之间的最小值作为统计最小值，按照预设的显著性水平匹配标准正态分布，以确定显著性水平所对应的临界值，若统计最小值小于临界值，则表明两组路测数据之间存在显著性差异，若是统计最小值大于或等于临界值，则判定两组路测数据之间不存在显著性差异。

例如，显著性水平为0.05，在可以根据标准正态分布的匹配结果计算对应的临界值，具体临界值的计算过程可以参见威尔科克森符号秩检验法，本发明实施例对此不再赘述。

进一步地，方法还包括以下步骤：

若数据差值均为正值或均为负值，则判定两组路测数据之间存在显著性差异。

在具体实现中，若是数据差值均为正值或均为负值，则表明两组路测数据之间存在一致性的差异，此时可以判定两组路测数据之间存在显著性差异。

在本发明实施例中，当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组路测数据，得到待转换数据对，按照待转换数据对所属数据属性，将待转换数据对转换为待比对数据对，计算待比对数据对内每个比对数据点之间的数据差值，若数据差值不全为正值或不全为负值，则按照数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值，根据预设的显著性水平计算对应的临界值，基于临界值和等级和值的比对结果，判断路测数据之间是否存在显著性差异，从而通过在同等时间区间下进行路测数据的划分，进一步进行数据差值的计算和等级编号的方式，统计正值和负值分别对应的等级和值并与显著性水平的比对结果，更为准确地确定路测数据之间是否存在显著性差异。

请参阅图5，图5为本发明实施例三提供的一种路测数据的显著性差异比对装置的结构框图。

本发明实施例提供了一种路测数据的显著性差异比对装置，包括：

数据对截取模块501，用于当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组路测数据，得到待转换数据对；

数据对转换模块502，用于按照待转换数据对所属数据属性，将待转换数据对转换为待比对数据对；

数据差值计算模块503，用于计算待比对数据对内每个比对数据点之间的数据差值；

等级和值计算模块504，用于若数据差值不全为正值或不全为负值，则按照数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

显著性差异判断模块505，用于根据等级和值与预设的显著性水平，判断路测数据之间是否存在显著性差异。

可选地，装置还包括：

显著性差异判定模块，用于若数据差值均为正值或均为负值，则判定两组路测数据之间存在显著性差异。

可选地，等级和值包括正等级和值和负等级和值；等级和值计算模块504具体用于：

若数据差值不全为正值或不全为负值，则按照数据差值的绝对值从大至小进行等级编号，得到多个数据等级；

按照数据差值所属正负号，对各数据等级进行更新，生成正值数据等级与负值数据等级；

分别计算全部正值数据等级之间的正等级和值，以及全部负值数据等级之间的负等级和值。

可选地，显著性差异判断模块505具体用于：

选取负等级和值的绝对值和正等级和值之间的统计最小值；

按照预设的显著性水平匹配标准正态分布，确定显著性水平对应的临界值；

若统计最小值小于临界值，则判定两组路测数据之间存在显著性差异；

若统计最小值大于或等于临界值，则判定两组路测数据之间不存在显著性差异。

可选地，数据属性包括数据点数量和数据点数值；数据对转换模块502包括：

数据点数量检测子模块，用于检测待转换数据对在每个预设步长内的数据点数量；

方差与均值计算子模块，用于若数据点数量差值小于或等于数据点阈值，则采用数据点数值分别计算待转换数据对对应的数据方差和数据均值；

数据比值计算子模块，用于计算数据方差和数据均值之间的数据比值；

周期转换子模块，用于若数据比值小于预设的波动阈值，则按照待转换数据对所属业务类型转换为周期比对形式的待比对数据对；

分位数转换子模块，用于若数据点数量差值大于数据点阈值，或者，数据比值大于或等于预设的波动阈值，则将待转换数据对转换为分位数比对形式的待比对数据对。

可选地，周期转换子模块具体用于：

若数据比值小于预设的波动阈值，则按照待转换数据对所属业务类型匹配对应的数据周期；

按照数据周期划分待转换数据对，得到多组中间数据对；

从各组中间数据对内分别选取最大值所属数据点，采用两组最大值所属数据点生成周期比对形式的待比对数据对。

可选地，分位数转换子模块具体用于：

若数据点数量差值大于数据点阈值，或者，数据比值大于或等于预设的波动阈值，则按照预定顺序对待转换数据对内的全部数据点进行排序，生成排序数据对；

按照预设区间将排序数据对划分为多个分位区间；

选取各个分位区间对应的分位数，采用各组分位数组成的分位数序列生成分位数比对形式的待比对数据对。

本发明实施例提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明任一实施例所述的路测数据的显著性差异比对方法的步骤。

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明任一实施例所述的路测数据的显著性差异比对方法。

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，上述描述的装置、模块和子模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅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***，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述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网络单元上。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。

另外，在本发明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。

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(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

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。

Claims (10)

1.一种路测数据的显著性差异比对方法，其特征在于，包括：

当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对；

按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对；

计算所述待比对数据对内每个比对数据点之间的数据差值；

若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述数据差值均为正值或均为负值，则判定两组所述路测数据之间存在显著性差异。

3.根据权利要求1所述的方法，其特征在于，所述等级和值包括正等级和值和负等级和值；所述若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值的步骤，包括：

若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值从大至小进行等级编号，得到多个数据等级；

按照所述数据差值所属正负号，对各所述数据等级进行更新，生成正值数据等级与负值数据等级；

分别计算全部所述正值数据等级之间的正等级和值，以及全部所述负值数据等级之间的负等级和值。

4.根据权利要求3所述的方法，其特征在于，所述根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异的步骤，包括：

选取所述负等级和值的绝对值和所述正等级和值之间的统计最小值；

按照预设的显著性水平匹配标准正态分布，确定所述显著性水平对应的临界值；

若所述统计最小值小于所述临界值，则判定两组所述路测数据之间存在显著性差异；

若所述统计最小值大于或等于所述临界值，则判定两组所述路测数据之间不存在显著性差异。

5.根据权利要求1所述的方法，其特征在于，所述数据属性包括数据点数量和数据点数值；所述按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对的步骤，包括：

检测所述待转换数据对在每个预设步长内的数据点数量；

若所述数据点数量差值小于或等于数据点阈值，则采用所述数据点数值分别计算所述待转换数据对对应的数据方差和数据均值；

计算所述数据方差和所述数据均值之间的数据比值；

若所述数据比值小于预设的波动阈值，则按照所述待转换数据对所属业务类型转换为周期比对形式的待比对数据对；

若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则将所述待转换数据对转换为分位数比对形式的待比对数据对。

6.根据权利要求5所述的方法，其特征在于，所述按照所述待转换数据对所属业务类型转换为周期比对形式的待比对数据对的步骤，包括：

若所述数据比值小于预设的波动阈值，则按照所述待转换数据对所属业务类型匹配对应的数据周期；

按照所述数据周期划分所述待转换数据对，得到多组中间数据对；

从各组所述中间数据对内分别选取最大值所属数据点，采用两组所述最大值所属数据点生成周期比对形式的待比对数据对。

7.根据权利要求5所述的方法，其特征在于，所述若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则将所述待转换数据对转换为分位数比对形式的待比对数据对的步骤，包括：

若所述数据点数量差值大于所述数据点阈值，或者，所述数据比值大于或等于预设的波动阈值，则按照预定顺序对所述待转换数据对内的全部数据点进行排序，生成排序数据对；

按照预设区间将所述排序数据对划分为多个分位区间；

选取各个所述分位区间对应的分位数，采用各组所述分位数组成的分位数序列生成分位数比对形式的待比对数据对。

8.一种路测数据的显著性差异比对装置，其特征在于，包括：

数据对截取模块，用于当接收到自动驾驶***上传的两组路测数据时，按照预设时间区间截取两组所述路测数据，得到待转换数据对；

数据对转换模块，用于按照所述待转换数据对所属数据属性，将所述待转换数据对转换为待比对数据对；

数据差值计算模块，用于计算所述待比对数据对内每个比对数据点之间的数据差值；

等级和值计算模块，用于若所述数据差值不全为正值或不全为负值，则按照所述数据差值的绝对值进行等级编号，并按照编号结果计算对应的等级和值；

显著性差异判断模块，用于根据等级和值与预设的显著性水平，判断所述路测数据之间是否存在显著性差异。

9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的路测数据的显著性差异比对方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7任一项所述的路测数据的显著性差异比对方法。

Images