CN116010854B - 异常原因的确定方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开涉及一种异常原因的确定方法、装置、电子设备及存储介质，涉及自动驾驶技术领域，该方法包括：获取目标车辆的真实行驶数据和模拟行驶数据；根据真实行驶数据和模拟行驶数据，从模拟行驶数据中确定异常行驶数据；确定异常行驶数据对应的异常路段；从感知数据中获取异常路段对应的目标感知数据，并从真实行驶数据中确定异常路段对应的目标行驶数据；根据目标感知数据和目标行驶数据，确定异常行驶数据对应的异常原因。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

Description

异常原因的确定方法、装置、电子设备及存储介质

技术领域

本公开涉及自动驾驶技术领域，尤其涉及一种异常原因的确定方法、装置、电子设备及存储介质。

背景技术

随着人工智能的不断发展，自动驾驶车辆也越来越多的应用在日常生活中。自动驾驶车辆是一种通过计算机***实现无人驾驶的智能汽车，自动驾驶车辆的感知能力能够反映该车辆在行驶过程中对周围各种信息（例如障碍物、红绿灯、人行横道、路标等）识别的准确性，并且为后续该车辆的规控提供保障，而自动驾驶车辆的规控能力则反映了该车辆在行驶过程中的行驶路线以及规控策略的可行性和合理性。

因此，针对自动驾驶车辆的感知能力和规控能力，需要分别通过大量的感知场景数据和规控场景数据进行训练，以此提高自动驾驶车辆的感知能力和规控能力。而目前，场景数据库中存在大量的场景数据，需要从这些场景数据中确定感知场景数据和规控场景数据，才能够用于后续的训练。但是，目前从场景数据中确定感知场景数据和规控场景数据主要是通过人工筛选并标注的形式，对于大量的场景数量而言，这种人工的方式显然是低效的。

发明内容

为克服相关技术中存在的问题，本公开提供一种异常原因的确定方法、装置、电子设备及存储介质。

根据本公开实施例的第一方面，提供一种异常原因的确定方法，所述方法包括：获取目标车辆的真实行驶数据和模拟行驶数据；所述真实行驶数据是驾驶员驾驶所述目标车辆在目标路段上的行驶数据，所述模拟行驶数据是所述目标车辆根据获取的感知数据在所述目标路段上的行驶数据；根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据；确定所述异常行驶数据对应的异常路段；从所述感知数据中获取所述异常路段对应的目标感知数据，并从所述真实行驶数据中确定所述异常路段对应的目标行驶数据；根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因。

可选地，所述根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据包括：在所述真实行驶数据与所述模拟行驶数据不相同的情况下，将所述模拟行驶数据中与所述真实行驶数据不相同的数据作为所述异常行驶数据。

可选地，所述真实行驶数据包括真实行驶轨迹，所述模拟行驶数据包括模拟行驶轨迹，所述真实行驶数据与所述模拟行驶数据不相同包括：在所述模拟行驶轨迹与所述真实行驶轨迹不相同的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述真实行驶数据包括所述目标车辆到达真实行驶轨迹中的目标位置时对应的第一到达时间，所述模拟行驶数据包括所述目标车辆到达模拟行驶轨迹中的目标位置时对应的第二到达时间；所述真实行驶数据与所述模拟行驶数据不相同包括：在所述第一到达时间与所述第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述真实行驶数据包括所述驾驶员驾驶所述目标车辆在所述目标路段上的第一行驶速度，所述模拟行驶数据包括所述目标车辆根据获取的感知数据在所述目标路段上的第二行驶速度；所述真实行驶数据与所述模拟行驶数据不相同包括：在所述第一行驶速度和所述第二行驶速度的速度差值的绝对值大于或等于预设速度差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因包括：根据所述目标行驶数据，通过预设激光点云模型确定所述驾驶员驾驶所述目标车辆在所述异常路段行驶过程中周围预设范围内的第一目标物体；根据所述目标感知数据，确定所述目标车辆根据所述目标感知数据在所述异常路段行驶过程中周围预设范围内的第二目标物体；在所述第一目标物体与所述第二目标物体不相同的情况下，确定所述异常原因包括目标车辆的感知能力异常。

可选地，所述方法还包括：在所述第一目标物体与所述第二目标物体相同的情况下，获取所述第一目标物体对应的目标行驶数据的第一采集时间以及所述第二目标物体对应的目标感知数据对应的第二采集时间；在所述第一采集时间与所述第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定所述异常原因包括目标车辆的规控能力异常。

可选地，所述方法还包括：在所述第二时间差值的绝对值大于或等于所述第二预设时间差值的情况下，确定所述异常原因包括目标车辆的感知能力异常。

根据本公开实施例的第二方面，提供一种异常原因的确定装置，所述装置包括：获取模块，被配置为获取目标车辆的真实行驶数据和模拟行驶数据；所述真实行驶数据是驾驶员驾驶所述目标车辆在目标路段上的行驶数据，所述模拟行驶数据是所述目标车辆根据获取的感知数据在所述目标路段上的行驶数据；第一确定模块，被配置为根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据；第二确定模块，被配置为确定所述异常行驶数据对应的异常路段；第三确定模块，被配置为从所述感知数据中获取所述异常路段对应的目标感知数据，并从所述真实行驶数据中确定所述异常路段对应的目标行驶数据；第四确定模块，被配置为根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因。

可选地，所述第一确定模块，被配置为在所述真实行驶数据与所述模拟行驶数据不相同的情况下，将所述模拟行驶数据中与所述真实行驶数据不相同的数据作为所述异常行驶数据。

可选地，所述真实行驶数据包括真实行驶轨迹，所述模拟行驶数据包括模拟行驶轨迹，所述第一确定模块，被配置为在所述模拟行驶轨迹与所述真实行驶轨迹不相同的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述真实行驶数据包括所述目标车辆到达真实行驶轨迹中的目标位置时对应的第一到达时间，所述模拟行驶数据包括所述目标车辆到达模拟行驶轨迹中的目标位置时对应的第二到达时间；所述第一确定模块，被配置为在所述第一到达时间与所述第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述真实行驶数据包括所述驾驶员驾驶所述目标车辆在所述目标路段上的第一行驶速度，所述模拟行驶数据包括所述目标车辆根据获取的感知数据在所述目标路段上的第二行驶速度；所述第一确定模块，被配置为在所述第一行驶速度和所述第二行驶速度的速度差值的绝对值大于或等于预设速度差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

可选地，所述第四确定模块，被配置为根据所述目标行驶数据，通过预设激光点云模型确定所述驾驶员驾驶所述目标车辆在所述异常路段行驶过程中周围预设范围内的第一目标物体；根据所述目标感知数据，确定所述目标车辆根据所述目标感知数据在所述异常路段行驶过程中周围预设范围内的第二目标物体；在所述第一目标物体与所述第二目标物体不相同的情况下，确定所述异常原因包括目标车辆的感知能力异常。

可选地，所述第四确定模块，还被配置为在所述第一目标物体与所述第二目标物体相同的情况下，获取所述第一目标物体对应的目标行驶数据的第一采集时间以及所述第二目标物体对应的目标感知数据对应的第二采集时间；在所述第一采集时间与所述第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定所述异常原因包括目标车辆的规控能力异常。

可选地，所述第四确定模块，还被配置为在所述第二时间差值的绝对值大于或等于所述第二预设时间差值的情况下，确定所述异常原因包括目标车辆的感知能力异常。

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；其中，所述处理器被配置为在调用所述存储器上存储的可执行指令时，实现本公开第一方面所提供的异常原因的确定方法的步骤。

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异常原因的确定方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

首先，获取目标车辆的真实行驶数据和模拟行驶数据。其次，可以根据该真实行驶数据和该模拟行驶数据，从该模拟行驶数据中确定异常行驶数据，并确定该异常行驶数据对应的异常路段。然后，可以从该感知数据中获取该异常路段对应的目标感知数据，并从该真实行驶数据中确定该异常路段对应的目标行驶数据。最后，可以根据该目标感知数据和该目标行驶数据，确定该异常行驶数据对应的异常原因。通过上述方法，首先针对同一目标路段，获取该目标路段对应的真实行驶数据和模拟行驶数据，也即得到了该目标路段对应的驾驶员驾驶的行驶数据和目标车辆自动驾驶的行驶数据。进而可以根据比较真实行驶数据和模拟行驶数据，从模拟行驶数据中筛选出异常行驶数据。并根据该异常行驶数据对应的异常路段获取对应的目标感知数据和目标行驶数据。然后，可以根据目标感知数据和目标行驶数据来进一步确定该异常行驶数据的异常原因，也即是感知能力异常导致的，或者是规控能力导致的。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

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

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种异常原因的确定方法的流程图；

图2是根据一示例性实施例示出的另一种异常原因的确定方法的流程图；

图3是根据一示例性实施例示出的一种异常原因的确定装置的框图；

图4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

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本申请的说明书和权利要求书以及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必理解为特定的顺序或先后次序。另外，在参考附图的描述中，不同附图中的同一标记表示相同的要素。

在介绍本公开所提供的异常原因的确定方法、装置、电子设备及存储介质之前，首先对本公开各个实施例所涉及的应用场景进行介绍。自动驾驶车辆的感知能力能够反映该车辆在行驶过程中对周围各种信息（例如障碍物、红绿灯、人行横道、路标等）识别的准确性，并且为后续该车辆的规控提供保障，而自动驾驶车辆的规控能力则反映了该车辆在行驶过程中的行驶路线以及规控策略的可行性和合理性。

因此，针对自动驾驶车辆的感知能力和规控能力，在自动驾驶版本正式发布前需要进行充分的测试。具体地，需要分别通过大量的感知场景数据和规控场景数据进行训练，以此提高自动驾驶车辆的感知能力和规控能力。而目前，场景数据库中存在大量的场景数据，这些场景数据都是车辆预先在预设的驾驶场所中通过自动驾驶***驾驶车辆后得到的行驶数据。也就是说，这些场景数据是在无人驾驶的情况下，得到的行驶数据。首先，需要人为从这些场景数据中筛选出存在异常的数据，也即人为筛选出表征自动驾驶***的感知能力和规控能力出现异常的数据。其次，从这些存在异常的数据中进一步通过人工标注的方式确定哪些为感知能力异常导致的，哪些为规控能力导致的。从而从这些场景数据中确定出感知场景数据和规控场景数据，便于后续的训练。但是，目前从场景数据中确定感知场景数据和规控场景数据主要是通过人工筛选并标注的形式，对于大量的场景数量而言，这种人工的方式显然是低效的。

为了解决上述技术问题，本发明提供一种异常原因的确定方法、装置、电子设备及存储介质，首先针对同一目标路段，获取该目标路段对应的真实行驶数据和模拟行驶数据，也即得到了该目标路段对应的驾驶员驾驶的行驶数据和目标车辆自动驾驶的行驶数据。进而可以根据比较真实行驶数据和模拟行驶数据，从模拟行驶数据中筛选出异常行驶数据。并根据该异常行驶数据对应的异常路段获取对应的目标感知数据和目标行驶数据。然后，可以根据目标感知数据和目标行驶数据来进一步确定该异常行驶数据的异常原因，也即是感知能力异常导致的，或者是规控能力导致的。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

下面结合附图对本发明的具体实施方式进行详细说明。

图1是根据一示例性实施例示出的一种异常原因的确定方法的流程图，该方法应用于电子设备，该电子设备例如可以是与目标车辆建立通信连接的服务器。如图1所示，该方法可以包括以下步骤：

在步骤S101中，获取目标车辆的真实行驶数据和模拟行驶数据。

其中，该目标车辆可以是具有自动驾驶功能的车辆。该真实行驶数据是驾驶员驾驶该目标车辆在目标路段上的行驶数据，该模拟行驶数据是该目标车辆根据获取的感知数据在该目标路段上的行驶数据。该感知数据表征目标车辆在目标路段上行驶过程所获取到的周围各类信息，例如障碍物、路标、车道线、人行横道、红绿灯等等。可以根据目标车辆上设置的各类传感器（例如雷达传感器、激光传感器、红外传感器、摄像头传感器等等）所采集到的数据，来确定目标路段上行驶过程周围的各类信息（也即感知数据）。

在一些实施例中，可以针对目标路段分别通过驾驶员驾驶该目标车辆在该目标路段上行驶，从而得到真实行驶数据，以及通过目标车辆上的自动驾驶***驾驶车辆在目标路段上行驶，从而得到模拟行驶数据。

在另一些实施例中，驾驶员驾驶目标车辆在目标路段上行驶的过程中，记录行驶数据，得到真实行驶数据。与此同时，可以通过目标车辆上的自动驾驶***（具有感知能力和规控能力）同步模拟车辆在该目标路段行驶过程中的行驶数据。这样，由于真实行驶数据和模拟行驶数据是同时产生的，能够使得模拟行驶数据更加接近于真实行驶数据。以便于能够更加准确的判断目标车辆的感知能力和规控能力是否出现异常。

在步骤S102中，根据该真实行驶数据和该模拟行驶数据，从该模拟行驶数据中确定异常行驶数据。

示例地，可以在该真实行驶数据与该模拟行驶数据不相同的情况下，将该模拟行驶数据中与该真实行驶数据不相同的数据作为该异常行驶数据。由于真实行驶数据更能够体现驾驶员在真实驾驶的场景中相关操作，而模拟行驶数据是通过自动驾驶***驾驶目标车辆生成的。为了使得自动驾驶更加接近于驾驶员驾驶的状态，可以以真实行驶数据为标准，从模拟行驶数据中筛选出与真实行驶数据不相同的数据，并将该数据作为异常行驶数据。

在步骤S103中，确定该异常行驶数据对应的异常路段。

其中，该异常路段为该异常行驶数据在目标路段中所对应的路段。

在步骤S104中，从该感知数据中获取该异常路段对应的目标感知数据，并从该真实行驶数据中确定该异常路段对应的目标行驶数据。

为了进一步确定造成该异常行驶数据与真实行驶数据不相同的原因（也即异常原因），可以从感知数据中获取该异常路段对应的目标感知数据，并从真实行驶数据中获取该异常路段对应的目标行驶数据。

在步骤S105中，根据该目标感知数据和该目标行驶数据，确定该异常行驶数据对应的异常原因。

其中，该异常原因可以包括目标车辆的感知能力异常或目标车辆的规控能力异常。在目标车辆的感知能力异常的情况下，表明目标车辆可能无法准确感知周围的信息，例如可以会出现漏检（如未感知到车辆前方的路标）或错检（如将红灯识别为绿灯）的现象。在目标车辆的规控能力异常的情况下，表明目标车辆的行驶路线以及规控策略的可行性和合理性较差，例如在目标车辆感知到前方的掉头标识后，继续向前方行驶了一定距离后才开始变道。而在真实驾驶场景中，驾驶员可能已经提前进行了变道。那么，可以确定该目标车辆在该路段的行驶过程中，规控策略的可行性和合理性相对较差。

另外，在根据目标感知数据和目标行驶数据，确定异常行驶数据对应的异常原因之后，可以根据异常原因将异常行驶数据进行分类，并分别建立各自的数据库，例如可以得到感知数据库和规控数据库。然后，可以将异常原因为目标车辆的感知能力异常的异常行驶数据和该异常行驶数据在真实行驶数据中对应的行驶数据存入该感知数据库中。并将异常原因为目标车辆的规控能力异常的异常行驶数据和该异常行驶数据在真实行驶数据中对应的行驶数据存入该规控数据库中。这样，便于后续根据可以根据感知数据库中的异常行驶数据和该异常行驶数据在真实行驶数据中对应的行驶数据对目标车辆的感知能力进行训练和优化，并可以根据规控数据库中的异常行驶数据和该异常行驶数据在真实行驶数据中对应的行驶数据对目标车辆的规控能力进行训练和优化。

采用上述方法，首先针对同一目标路段，获取该目标路段对应的真实行驶数据和模拟行驶数据，也即得到了该目标路段对应的驾驶员驾驶的行驶数据和目标车辆自动驾驶的行驶数据。进而可以根据比较真实行驶数据和模拟行驶数据，从模拟行驶数据中筛选出异常行驶数据。并根据该异常行驶数据对应的异常路段获取对应的目标感知数据和目标行驶数据。然后，可以根据目标感知数据和目标行驶数据来进一步确定该异常行驶数据的异常原因，也即是感知能力异常导致的，或者是规控能力导致的。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

下面针对上述步骤S102中根据该真实行驶数据和该模拟行驶数据，从该模拟行驶数据中确定异常行驶数据进行详细说明。

在本实施例中，可以在该真实行驶数据与该模拟行驶数据不相同的情况下，将模拟行驶数据中与真实行驶数据不相同的数据作为该异常行驶数据。

在一种可能的实现方式中，该真实行驶数据包括真实行驶轨迹，该模拟行驶数据包括模拟行驶轨迹，那么可以在该模拟行驶轨迹与该真实行驶轨迹不相同的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

示例地，若真实行驶轨迹中，目标车辆在第一时刻从当前车道变道至相邻车道，并在相邻车道行驶一定时间后，在第二时刻从相邻车道变道至当前车道。而在模拟行驶轨迹中，目标车辆在该路段中始终在当前车道行驶。那么，可以确定真实行驶轨迹和模拟行驶轨迹不相同。此时，可以从模拟行驶数据中确定模拟行驶轨迹与该真实行驶轨迹不相同的行驶轨迹所对应行驶数据为该异常行驶数据。

在另一种可能的实现方式中，该真实行驶数据包括该目标车辆到达真实行驶轨迹中的目标位置时对应的第一到达时间，该模拟行驶数据包括该目标车辆到达模拟行驶轨迹中的目标位置时对应的第二到达时间。那么，可以在该第一到达时间与该第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

示例地，若第一到达时间与该第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值，则表明在目标车辆在通过自动驾驶***进行驾驶的过程中，可能出现了感知能力异常，例如目标车辆未识别到红灯，而实际行驶场景中在该路段存在红灯，那么此时对于自动驾驶***来说，由于未识别到红灯，将会继续保持之前的行驶方向。而在实际行驶场景中，驾驶员在驾驶目标车辆的过程中，观察到了红灯，将会在此处停留等待一定时间，直至绿灯亮起后继续行驶。在这种情况下，将会导致目标车辆的第一到达时间和第二到达时间不相同。另外，还有可能是规控能力异常造成的，例如若目标车辆感知到了红灯，但由于规控策略过于保守或者过于激进，导致与实际行驶场景中驾驶员的驾驶操作不一致。举例来说，若规控策略过于保守，则可能会在识别到红灯第一时间，控制目标车辆执行停车动作。而实际驾驶场景中，驾驶员可能会继续行驶一定距离后才执行停车动作。若规控策略过于激进，则可能会在识别到红灯后，控制车辆继续向前行驶，且继续行驶的距离大于在实际驾驶场景中驾驶员继续行驶的距离。这样，同样也会导致目标车辆的第一到达时间和第二到达时间不相同。

总的来说，在允许一定误差的情况下，若第一到达时间与该第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值，则可以确定该真实行驶数据与该模拟行驶数据不相同。

在另一种可能的实现方式中，该真实行驶数据包括该驾驶员驾驶该目标车辆在该目标路段上的第一行驶速度，该模拟行驶数据包括该目标车辆根据获取的感知数据在该目标路段上的第二行驶速度。那么，可以在该第一行驶速度和该第二行驶速度的速度差值的绝对值大于或等于预设速度差值的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

示例地，若在目标路段中的某一路段中有限速路标，但目标车辆并未感知识别到该限速路标，也即是感知能力出现了异常。此时，可能会导致目标车辆的第二行驶速度大于第一行驶速度。同样地，还有可能是规控能力出现了异常，例如在前方存在障碍物的情况下，若目标车辆感知到了该障碍物，但规控策略中将立即减速行驶，而在实际行驶场景中，驾驶员会根据驾驶经验以及与障碍物的距离来控制目标车辆当前的行驶速度。这种情况下，也可能会导致第一行驶速度与第二行驶速度不相同。

总的来说，在允许一定误差的情况下，若该第一行驶速度和该第二行驶速度的速度差值的绝对值大于或等于预设速度差值，则可以确定该真实行驶数据与该模拟行驶数据不相同。

下面针对上述步骤S105中根据该目标感知数据和该目标行驶数据，确定该异常行驶数据对应的异常原因进行进一步说明。具体地，如图2所示，步骤S105可以包括以下步骤：

在步骤S1051中，根据该目标行驶数据，通过预设激光点云模型确定该驾驶员驾驶该目标车辆在该异常路段行驶过程中周围预设范围内的第一目标物体。

其中，该目标行驶数据例如可以包括点云数据、雷达数据、视频数据、红外数据等等。

在实际应用场景中，目标车辆的感知能力是通过感知模型实现的，由于车辆上搭载的设备过多，若感知模型过大，则会消耗车辆***的算力，进而进行车辆***的运行速率。为了保证车辆***的运行速率不受影响，对于自动驾驶***的感知模型往往会采用轻量级的模型，也即，感知模型的精度往往不是最高等级的。因此，为了更加准确的确定异常行驶数据的异常原因，在本实施例中，可以选用精度更高的预设激光点云模型（高于感知模型的精度），来根据目标行驶数据对目标车辆在该异常路段行驶过程中周围预设范围内的第一目标物体。

在步骤S1052中，根据该目标感知数据，确定该目标车辆根据该目标感知数据在该异常路段行驶过程中周围预设范围内的第二目标物体。

通过上述分析可知，目标车辆在自动驾驶过程中，会通过感知模型来对车辆周围的信息进行感知，从而得到感知数据。因此，可以根据目标感知数据，来确定目标车辆根据该目标感知数据在该异常路段行驶过程中周围预设范围内的第二目标物体。

在步骤S1053中，在该第一目标物体与该第二目标物体不相同的情况下，确定该异常原因包括目标车辆的感知能力异常。

其中，在第一目标物体和第二目标物体均包含一个的情况下，若该第一目标物体与该第二目标物体不相同，例如第一目标物体为红灯，第二目标物体为绿灯。那么可以确定当前的异常原因是由于目标车辆的感知能力异常，将红灯误识别为绿灯，也即目标车辆发生了错检。在第一目标物体和第二目标物体包含多个的情况下，例如第一目标物体包括3个，第二目标物体包括2个，表明该第一目标物体与该第二目标物体不相同。那么可以确定当前的异常原因是由于目标车辆的感知能力异常，也即目标车辆发生了漏检。举例来说，目标车辆在异常路段自动驾驶过程中，由于未识别到限速路标（也即目标车辆发生了漏检），进而导致了目标车辆在该异常路段中超速行驶，使得目标车辆的模拟行驶数据与真实行驶数据不相同。

在一些实施例中，在该第一目标物体与该第二目标物体相同的情况下，获取该第一目标物体对应的目标行驶数据的第一采集时间以及该第二目标物体对应的目标感知数据对应的第二采集时间。并在该第一采集时间与该第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定该异常原因包括目标车辆的规控能力异常。

若第一目标物体和第二目标物体相同，则可以确定目标车辆未发生漏检或错检的问题，那么进一步地，可以获取该第一目标物体对应的目标行驶数据的第一采集时间以及该第二目标物体对应的目标感知数据对应的第二采集时间，从而进一步确定是否是由于未能及时识别到第二目标物体，而导致的目标车辆的模拟行驶数据与真实行驶数据不相同。

示例地，若第一目标物体和第二目标物体均为掉头标识，第一采集时间早于第二采集时间，且第一采集时间与第二采集时间的第二时间差值的绝对值小于第二预设时间差值，则可以确定目标车辆能够及时识别到该掉头标识。那么，该异常行驶数据对应的异常原因即为目标车辆的规控能力异常。举例来说，目标车辆当前在中间车道行驶，前方路口需要掉头，若目标车辆能够及时识别到掉头标识，但由于规控策略过于保守或者过于激进，导致目标车辆提前变更车道至左侧相邻车道，或者目标车辆过晚的变更车道至左侧相邻车道，都会使得模拟行驶数据与真实行驶数据不相同。

另外，在该第二时间差值的绝对值大于或等于该第二预设时间差值的情况下，确定该异常原因包括目标车辆的感知能力异常。

其中，在第二时间差值的绝对值大于或等于第二预设时间阈值的情况下，则可以确定目标车辆未能及时识别到第二目标物体。示例地，若第一目标物体和第二目标物体均为掉头标识，但由于第二采集时间晚于第一采集时间，且第一采集时间与第二采集时间的第二时间差值的绝对值大于第二预设时间差值。可以确定目标车辆未能及时识别到该掉头标识，也即目标车辆的感知能力异常，从而导致目标车辆未能及时从当前车道变更车道至左侧相邻车道，使得模拟行驶数据与真实行驶数据不相同。

采用上述方法，首先针对同一目标路段，获取该目标路段对应的真实行驶数据和模拟行驶数据，也即得到了该目标路段对应的驾驶员驾驶的行驶数据和目标车辆自动驾驶的行驶数据。进而可以根据比较真实行驶数据和模拟行驶数据，从模拟行驶数据中筛选出异常行驶数据。并根据该异常行驶数据对应的异常路段获取对应的目标感知数据和目标行驶数据。然后，可以根据目标感知数据和目标行驶数据来进一步确定该异常行驶数据的异常原因，也即是感知能力异常导致的，或者是规控能力导致的。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

图3是根据一示例性实施例示出的一种异常原因的确定装置框图，如图3所示，该装置200包括：

获取模块201，被配置为获取目标车辆的真实行驶数据和模拟行驶数据；该真实行驶数据是驾驶员驾驶该目标车辆在目标路段上的行驶数据，该模拟行驶数据是该目标车辆根据获取的感知数据在该目标路段上的行驶数据；

第一确定模块202，被配置为根据该真实行驶数据和该模拟行驶数据，从该模拟行驶数据中确定异常行驶数据；

第二确定模块203，被配置为确定该异常行驶数据对应的异常路段；

第三确定模块204，被配置为从该感知数据中获取该异常路段对应的目标感知数据，并从该真实行驶数据中确定该异常路段对应的目标行驶数据；

第四确定模块205，被配置为根据该目标感知数据和该目标行驶数据，确定该异常行驶数据对应的异常原因。

可选地，该第一确定模块202，被配置为在该真实行驶数据与该模拟行驶数据不相同的情况下，将该模拟行驶数据中与该真实行驶数据不相同的数据作为该异常行驶数据。

可选地，该真实行驶数据包括真实行驶轨迹，该模拟行驶数据包括模拟行驶轨迹，该第一确定模块202，被配置为在该模拟行驶轨迹与该真实行驶轨迹不相同的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

可选地，该真实行驶数据包括该目标车辆到达该真实行驶轨迹中的目标位置时对应的第一到达时间，该模拟行驶数据包括该目标车辆到达该模拟行驶轨迹中的目标位置时对应的第二到达时间；该第一确定模块202，被配置为在该第一到达时间与该第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

可选地，该真实行驶数据包括该驾驶员驾驶该目标车辆在该目标路段上的第一行驶速度，该模拟行驶数据包括该目标车辆根据获取的感知数据在该目标路段上的第二行驶速度；该第一确定模块202，被配置为在该第一行驶速度和该第二行驶速度的速度差值的绝对值大于或等于预设速度差值的情况下，确定该真实行驶数据与该模拟行驶数据不相同。

可选地，该第四确定模块205，被配置为根据该目标行驶数据，通过预设激光点云模型确定该驾驶员驾驶该目标车辆在该异常路段行驶过程中周围预设范围内的第一目标物体；根据该目标感知数据，确定该目标车辆根据该目标感知数据在该异常路段行驶过程中周围预设范围内的第二目标物体；在该第一目标物体与该第二目标物体不相同的情况下，确定该异常原因包括目标车辆的感知能力异常。

可选地，该第四确定模块205，还被配置为在该第一目标物体与该第二目标物体相同的情况下，获取该第一目标物体对应的目标行驶数据的第一采集时间以及该第二目标物体对应的目标感知数据对应的第二采集时间；在该第一采集时间与该第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定该异常原因包括目标车辆的规控能力异常。

可选地，该第四确定模块205，还被配置为在该第二时间差值的绝对值大于或等于该第二预设时间差值的情况下，确定该异常原因包括目标车辆的感知能力异常。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

采用上述装置，首先针对同一目标路段，获取该目标路段对应的真实行驶数据和模拟行驶数据，也即得到了该目标路段对应的驾驶员驾驶的行驶数据和目标车辆自动驾驶的行驶数据。进而可以根据比较真实行驶数据和模拟行驶数据，从模拟行驶数据中筛选出异常行驶数据。并根据该异常行驶数据对应的异常路段获取对应的目标感知数据和目标行驶数据。然后，可以根据目标感知数据和目标行驶数据来进一步确定该异常行驶数据的异常原因，也即是感知能力异常导致的，或者是规控能力导致的。这样，能够对真实行驶数据和模拟行驶数据进行充分的挖掘，并从模拟行驶数据中确定出用于训练的异常行驶数据，并进一步对异常行驶数据的异常原因进行确定。无需通过人工的方式，大大提高了数据处理的效率。

本公开还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提供的异常原因的确定方法的步骤。

图4是根据一示例性实施例示出的一种电子设备300的框图。例如，电子设备300可以被提供为一服务器。该服务器可以与目标车辆建立通信连接，以便获取目标车辆的真实行驶数据和模拟行驶数据。参照图4，电子设备300包括处理组件322，其进一步包括一个或多个处理器，以及由存储器332所代表的存储器资源，用于存储可由处理组件322的执行的指令，例如应用程序。存储器332中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件322被配置为执行指令，以执行上述异常原因的确定方法。

电子设备300还可以包括一个电源组件326被配置为执行电子设备300的电源管理，一个有线或无线网络接口350被配置为将电子设备300连接到网络，和一个输入/输出接口358。电子设备300可以操作基于存储在存储器332的操作***，例如Windows Server^TM，Mac OS X^TM，Unix^TM， Linux^TM，FreeBSD^TM或类似。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的异常原因的确定方法的代码部分。

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。本申请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，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种异常原因的确定方法，其特征在于，所述方法包括：

获取目标车辆的真实行驶数据和模拟行驶数据；所述真实行驶数据是驾驶员驾驶所述目标车辆在目标路段上的行驶数据，所述模拟行驶数据是所述目标车辆根据获取的感知数据在所述目标路段上的行驶数据；

根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据；

确定所述异常行驶数据对应的异常路段；

从所述感知数据中获取所述异常路段对应的目标感知数据，并从所述真实行驶数据中确定所述异常路段对应的目标行驶数据；

根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因；

所述根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因包括：

根据所述目标行驶数据，通过预设激光点云模型确定所述驾驶员驾驶所述目标车辆在所述异常路段行驶过程中周围预设范围内的第一目标物体；

根据所述目标感知数据，确定所述目标车辆根据所述目标感知数据在所述异常路段行驶过程中周围预设范围内的第二目标物体；

在所述第一目标物体与所述第二目标物体不相同的情况下，确定所述异常原因包括目标车辆的感知能力异常；

所述方法还包括：

在所述第一目标物体与所述第二目标物体相同的情况下，获取所述第一目标物体对应的目标行驶数据的第一采集时间以及所述第二目标物体对应的目标感知数据对应的第二采集时间；

在所述第一采集时间与所述第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定所述异常原因包括目标车辆的规控能力异常。

2.根据权利要求1所述的方法，其特征在于，所述根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据包括：

在所述真实行驶数据与所述模拟行驶数据不相同的情况下，将所述模拟行驶数据中与所述真实行驶数据不相同的数据作为所述异常行驶数据。

3.根据权利要求2所述的方法，其特征在于，所述真实行驶数据包括真实行驶轨迹，所述模拟行驶数据包括模拟行驶轨迹，所述真实行驶数据与所述模拟行驶数据不相同包括：

在所述模拟行驶轨迹与所述真实行驶轨迹不相同的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

4.根据权利要求2所述的方法，其特征在于，所述真实行驶数据包括所述目标车辆到达真实行驶轨迹中的目标位置时对应的第一到达时间，所述模拟行驶数据包括所述目标车辆到达模拟行驶轨迹中的目标位置时对应的第二到达时间；所述真实行驶数据与所述模拟行驶数据不相同包括：

在所述第一到达时间与所述第二到达时间的第一时间差值的绝对值大于或等于第一预设时间差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

5.根据权利要求2所述的方法，其特征在于，所述真实行驶数据包括所述驾驶员驾驶所述目标车辆在所述目标路段上的第一行驶速度，所述模拟行驶数据包括所述目标车辆根据获取的感知数据在所述目标路段上的第二行驶速度；所述真实行驶数据与所述模拟行驶数据不相同包括：

在所述第一行驶速度和所述第二行驶速度的速度差值的绝对值大于或等于预设速度差值的情况下，确定所述真实行驶数据与所述模拟行驶数据不相同。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述第二时间差值的绝对值大于或等于所述第二预设时间差值的情况下，确定所述异常原因包括目标车辆的感知能力异常。

7.一种异常原因的确定装置，其特征在于，所述装置包括：

获取模块，被配置为获取目标车辆的真实行驶数据和模拟行驶数据；所述真实行驶数据是驾驶员驾驶所述目标车辆在目标路段上的行驶数据，所述模拟行驶数据是所述目标车辆根据获取的感知数据在所述目标路段上的行驶数据；

第一确定模块，被配置为根据所述真实行驶数据和所述模拟行驶数据，从所述模拟行驶数据中确定异常行驶数据；

第二确定模块，被配置为确定所述异常行驶数据对应的异常路段；

第三确定模块，被配置为从所述感知数据中获取所述异常路段对应的目标感知数据，并从所述真实行驶数据中确定所述异常路段对应的目标行驶数据；

第四确定模块，被配置为根据所述目标感知数据和所述目标行驶数据，确定所述异常行驶数据对应的异常原因；

所述第四确定模块，被配置为根据所述目标行驶数据，通过预设激光点云模型确定所述驾驶员驾驶所述目标车辆在所述异常路段行驶过程中周围预设范围内的第一目标物体；根据所述目标感知数据，确定所述目标车辆根据所述目标感知数据在所述异常路段行驶过程中周围预设范围内的第二目标物体；在所述第一目标物体与所述第二目标物体不相同的情况下，确定所述异常原因包括目标车辆的感知能力异常；

所述第四确定模块，还被配置为在所述第一目标物体与所述第二目标物体相同的情况下，获取所述第一目标物体对应的目标行驶数据的第一采集时间以及所述第二目标物体对应的目标感知数据对应的第二采集时间；在所述第一采集时间与所述第二采集时间的第二时间差值的绝对值小于第二预设时间差值的情况下，确定所述异常原因包括目标车辆的规控能力异常。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为在调用所述存储器上存储的可执行指令时，实现权利要求1至6中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。