用于创建场景数据库的计算机实现的方法和系统

技术领域

本发明涉及用于基于标准创建具有虚拟车辆环境的场景数据库的计算机实现的方法，所述场景数据库用于测试机动车的高度自动化的行驶功能。

本发明此外还涉及用于基于标准创建具有虚拟车辆环境的场景数据库的系统，所述场景数据库用于测试机动车的高度自动化的行驶功能。

背景技术

在机动车的高度自动化的行驶功能的开发和虚拟测试中的目标在于，实现全部的、在真实的道路交通中出现的行驶情况的尽可能准确的覆盖范围。

在确定自动化行驶系统的能力中的第一步骤因此是定义其应用范围(运行设计域，ODD)。ODD表示如下运行环境，在所述运行环境中自动化行驶系统可以安全地执行动态的行驶任务。因此需要的是，定义用于确定的自动化行驶系统的ODD的定义的分类。

虚拟的测试场景——其对于自动化行驶系统的评估用作安全证明的一部分——因此可以从自动化行驶系统的ODD定义中导出。

为了实现ODD分类的尽可能准确的测试覆盖范围，因此需要的是，创建如下数据库，所述数据库包括虚拟测试场景的足够数量的数据集。

如果现在考虑大量场景且想要添加新创建的场景，那么难以决定的是：这样的场景是否已经包含在所述数据库中。此外也不清楚的是，所述场景在保障的方面中有多重要。于是所述场景提供多少新的信息内容以及提供多少新的值然而对于是否应将所述场景接纳到数据库中是决定性的。

因此存在的需求在于，如下改善用于创建具有虚拟车辆环境的场景数据库的现有的方法和系统，所述场景数据库用于测试机动车的高度自动化的行驶功能，使得场景数据库能实现在高效利用计算资源和/或存储资源的情况下ODD分类的优化测试覆盖范围。

发明内容

因此本发明的任务在于，提供用于基于标准创建具有虚拟车辆环境的场景数据库的计算机实现的方法和系统，所述场景数据库用于测试机动车的高度自动化的行驶功能，所述方法和系统能实现创建具有ODD分类的优化测试覆盖范围的场景数据库。

所述任务按照本发明通过一种用于基于标准创建具有虚拟车辆环境的场景数据库的计算机实现的方法解决，所述场景数据库用于测试机动车的高度自动化的行驶功能。

所述方法包括：提供具有多个测试场景数据集的场景数据库和具有场景元素的用于创建场景数据库的要求简档；以及将具有复数个场景元素的另一测试场景数据集与被场景数据库所包括的多个测试场景数据集的至少一个簇及用于创建场景数据库的要求简档进行比较。

所述比较包括将用于对场景元素聚类的算法应用到被场景数据库所包括的所述多个测试场景数据集和所述另一测试场景数据集上。算法的输出数据在此是场景元素的至少一个簇。

此外，所述方法还包括根据所述另一测试场景数据集的所述至少一个簇与要求简档的场景元素和被场景数据库所包括的所述多个测试场景数据集的所述至少一个簇的一致性的程度，将另一测试场景数据集接收到场景数据库中或者将另一测试场景数据集丢弃。

本发明此外还涉及一种用于基于标准创建具有虚拟车辆环境的场景数据库的系统，所述场景数据库用于测试机动车的高度自动化的行驶功能。

所述系统包括：具有多个测试场景数据集的场景数据库和具有场景元素的用于创建场景数据库的要求简档。

所述系统此外还包括第一计算装置，该第一计算装置用于将具有复数个场景元素的另一测试场景数据集与被场景数据库所包括的多个测试场景数据集及用于创建场景数据库的要求简档进行比较。

所述系统此外还包括第二计算装置，该第二计算装置用于将用于对场景元素聚类的算法应用到被场景数据库所包括的所述多个测试场景数据集和所述另一测试场景数据集上。

所述系统此外还包括第三计算装置，该第三计算装置用于根据所述另一测试场景数据集的至少一个簇与要求简档的场景元素及被场景数据库所包括的所述多个测试场景数据集的至少一个簇的一致性的程度，将所述另一测试场景数据集接收到场景数据库中，或者将所述另一测试场景数据集丢弃。

场景可以从真实的测量行驶中生成或者手动构建。根据用例于是将场景中的不同方面建模。因此，场景由具有不同特征的道路、由边缘建筑、各种静态和动态对象——其各自也包含各种属性——组成。

本发明的构思在于，在使用测试场景数据集的情况下来创建场景数据库，所述测试场景数据集能实现ODD分类或要求简档的优化测试覆盖范围。

要求简档在此通过ODD的普遍有效的分类给出。就这点而已例如可以创建元要求简档以及多个另外的下级的要求简档。

为了实现这一点，决定性意义的是，根据预定标准来确定：将哪些测试场景数据集接收到场景数据库中以及哪些测试场景数据集不接收到其中。可能的标准例如是根据已经包含在场景数据库中的测试场景数据集来确定测试场景数据集的值。

为了确定可能要接收到场景数据库中的测试场景数据集的值，需要的是，将潜在要接收到场景数据库中的测试场景数据集不仅与ODD分类而且与场景数据库进行比较、亦即确定：一方面所述另一测试场景数据集是否包含在ODD分类中且另一方面具有预定的相似性程度的测试场景数据集是否已经被场景数据库所包括。

基于所定义的ODD分类且基于在场景数据库中包含的类似的测试场景数据集的簇因此可以有利地实现场景数据库在ODD分类意义上的完备化。

基于标准创建具有虚拟车辆环境的场景数据库——其用于测试机动车的高度自动化的行驶功能——在此根据确定所述另一测试场景数据集不仅与要求简档而且与在场景数据库中包含的相似的测试场景数据集的簇的一致性的程度来实现。

本发明其他实施形式是其他从属权利要求和参照附图的如下描述的技术方案。

按照一个优选进一步扩展方案，所述方法此外还包括：假如所述另一测试场景数据集与要求简档的场景元素的一致性的程度大于或等于预定的第一阈值、特别是大于或等于50％，且假如所述另一测试场景数据集与被场景数据库所包括的所述多个测试场景数据集的所述至少一个簇的一致性的程度小于第二阈值、特别是小于50％，那么将所述另一测试场景数据集接收到场景数据库中。

上述第一阈值和第二阈值备选地可以具有另一值。各阈值在此可以通过变量设置，其中，根据场景数据库应包括多少测试场景数据集和/或所述另一测试场景数据集与要求简档应具有何种相似性程度，另一阈值是可定义的。

第一阈值越小，那么如下概率越大，即，将给出的另一测试场景数据集接收到场景数据库中。因此相比于在更高定义的第一阈值的情况下，场景数据库总体上包含更多的测试场景数据集。

所述另一测试场景数据集因此一方面满足要求简档，其方式为所述另一测试场景数据集满足预定的最小相似性程度或预定的相似性度量，且另一方面在场景数据库中迄今不包含满足预定的最小相似性程度或预定的相似性度量的测试场景数据集。所述另一测试场景数据集因此具有根据前述条件测定的值，亦即所述另一测试场景数据集被视为足够有价值或者说具有新的信息内容，所述信息内容证明接收到场景数据库中是正确的。

按照另一优选进一步扩展方案，所述方法包括：假如所述另一测试场景数据集与要求简档的场景元素的一致性的程度大于或等于预定的第一阈值、特别是大于或等于50％，且假如所述另一测试场景数据集与被场景数据库所包括的所述多个测试场景数据集的所述至少一个簇的一致性的程度大于或等于第二阈值、特别是大于或等于50％，假如被场景数据库的所述至少一个簇所包括的测试场景数据集的数量小于预定的第三阈值，那么将所述另一测试场景数据集接收到场景数据库中。

因此可以有利地基于上述多层的检查确保：即使假如场景数据库已经包含与要检查的另一测试场景数据集相似的测试场景数据集，那么假如这种类型的测试场景数据集当前在场景数据库中代表性不足，也将所述另一测试场景数据集接收到场景数据库中。通过所述附加的检查步骤由此可以实现通过在场景数据库中足够数量的测试场景数据集来保证要求简档的期望的覆盖范围。

按照另一优选进一步扩展方案，所述方法包括：假如被场景数据库的所述至少一个簇所包括的测试场景数据集的数量大于或等于预定的第三阈值，那么将所述另一测试场景数据集丢弃。

如果场景数据库因此已经包含足够数量的这种类型——亦即其与所述另一测试场景数据集具有预定的相似性——的测试场景数据集，那么可以将所述另一测试场景数据集丢弃，因为场景数据库已经具有要求简档的期望的覆盖范围。

按照另一优选进一步扩展方案，所述方法包括：假如被场景数据库的所述至少一个簇所包括的测试场景数据集的数量大于或等于第三阈值，那么确定在相应的被场景数据库的所述至少一个簇所包括的测试场景数据集中包含的场景元素的数量，其中，假如在相应的被场景数据库的所述至少一个簇所包括的测试场景数据集中包含的场景元素的数量小于在所述另一测试场景数据集中包含的场景元素的数量，那么将所述另一测试场景数据集接收到场景数据库中。

是否将所述另一测试场景数据集接收到场景数据库中的检查因此一方面在被场景数据库所包括的所述多个测试场景数据集的层面上实现且另一方面在通过包含在场景数据库中的测试场景数据集包括的场景元素的层面上实现。所述附加的检查步骤因此有利地能实现优化在场景数据库中要求简档的覆盖范围，因为由此同样列入如下情况，即场景数据库虽然包含确定的簇的期望的数量的测试场景数据集，然而测试场景数据集仅仅具有不足的数量的场景元素。在这种情况下，由此有利地可以通过将所述另一测试场景数据集接收到场景数据库中实现要求简档的期望的覆盖范围。

按照另一优选进一步扩展方案，所述方法包括：假如在相应的被场景数据库的所述至少一个簇所包括的测试场景数据集中包含的场景元素的数量大于或等于在所述另一测试场景数据集中包含的场景元素的数量，那么将另一测试场景数据集丢弃。

如果场景数据库因此已经包含足够数量的这种类型——亦即其与所述另一测试场景数据集具有预定的相似性——的测试场景数据集以及场景元素，那么可以将所述另一测试场景数据集丢弃，因为场景数据库已经具有要求简档的期望的覆盖。

按照另一优选进一步扩展方案，所述方法包括：假如在所述另一测试场景数据集中包含的场景元素的组合与在被场景数据库的所述至少一个簇所包括的测试场景数据集中包含的场景元素的组合不同，那么将所述另一测试场景数据集接收到场景数据库中。

是否将所述另一测试场景数据集接收到场景数据库中的检查因此除了上述检查步骤之外、亦即首先在多个被场景数据库所包括的测试场景数据集的层面上且其次在被包含在场景数据库中的测试场景数据集包括的场景元素的层面上之外，因此同样第三于在所述另一测试场景数据集中包含的场景元素的特定的组合相比于被场景数据库的所述至少一个簇所包括的测试场景数据集的组合的层面上实现。

所述附加的检查步骤因此有利地能实现优化在场景数据库中要求简档的覆盖范围，因为由此同样列入如下情况，即在所述另一测试场景数据集中包含的场景元素的特定的组合与被场景数据库的所述至少一个簇所包括的测试场景数据集的组合具有偏差。在这种情况下，由此有利地可以通过将所述另一测试场景数据集接收到场景数据库中实现要求简档的期望的覆盖范围。

按照另一优选进一步扩展方案，所述方法包括：假如在所述另一测试场景数据集中包含的场景元素的组合被如下场景元素所包括，所述场景元素包含在被场景数据库的所述至少一个簇所包括的测试场景数据集中，那么将所述另一测试场景数据集丢弃。

如果场景数据库因此已经包含足够数量的测试场景数据集、场景元素以及场景元素的组合，亦即其与所述另一测试场景数据集具有预定的相似性，那么可以将所述另一测试场景数据集丢弃，因为场景数据库已经具有要求简档的期望的覆盖范围。

按照另一优选进一步扩展方案，所述方法包括：假如所述另一测试场景数据集与要求简档的场景元素按照预定的相似性度量具有小的一致性程度、特别是小于50％，那么对要求简档扩展迄今未被包括的场景元素。因此有利地同样存在如下可能，即相应地改变要求简档以便接收其他有意义的测试场景。

按照另一优选进一步扩展方案，所述方法包括：所述另一测试场景数据集的至少一个簇与要求简档的场景元素的一致性的程度通过如下实施，即确定在所述另一测试场景数据集的所述至少一个簇、要求简档的场景元素和/或被场景数据库所包括的所述多个测试场景数据集的所述至少一个簇之间的重叠。

因此可以有利地确定在所述另一测试场景数据集、要求简档的场景元素和/或场景数据库之间的重叠且可以由此确定一致性的程度。

按照另一优选进一步扩展方案，所述方法包括：假如所述另一测试场景数据集与要求简档的场景元素完全一致，那么所述另一测试场景数据集与被场景数据库所包括的所述多个测试场景数据集的所述至少一个簇的一致的簇的数量能通过适配至少一个过滤标准来修改，所述过滤标准预定要确定的一致的簇的最大数量。

通过用于改变一致的簇的数量的确定的过滤标准的可修改性可以有利地实现所述另一测试场景数据集与场景数据库的特定的簇的更准确的簇分配。

按照另一优选进一步扩展方案，所述方法包括：为了测试通过要求简档包括的场景元素，将在场景数据库中包含的所述多个测试场景数据集通过所述算法聚类，其中，基于所识别的簇选择具有场景元素的测试场景数据集。由此可以与簇相关地来测试通过要求简档包括的场景元素。

按照另一优选进一步扩展方案，所述方法包括：基于选择的具有虚拟车辆环境的测试场景数据集实施机动车的高度自动化的行驶功能的测试。

因此可以根据要求简档在多个不同的交通情况下、按照在场景数据库中存在的测试场景数据集全面地测试机动车的高度自动化的行驶功能。

按照另一优选进一步扩展方案，所述方法包括：测试场景数据集和/或所述另一测试场景数据集具有标注的场景元素且基于真实产生或虚拟产生的测量数据、特别是传感器数据而创建。测试场景数据集基于标注因此有利地具有关于场景元素的高精度。

所述方法的在此所述的特征同样可用于其他虚拟环境，例如在不同环境中测试其他车辆类型。

附图说明

为了更好理解本发明及其优点，现在结合附图参照如下描述。

在下文中根据示例性实施形式进一步阐明本发明，这些实施形式在附图的示意图中给出。

附图示出：

图1示出按照本发明的一个优选实施形式的用于基于标准创建具有虚拟车辆环境的场景数据库的计算机实现的方法的流程图，所述场景数据库用于测试机动车的高度自动化的行驶功能；以及

图2示出按照本发明的优选实施形式的用于基于标准创建具有虚拟车辆环境的场景数据库的系统的示意图，所述场景数据库用于测试机动车的高度自动化的行驶功能。

如果没有另外提出，那么相同附图标记表示附图的相同的元素。

具体实施方式

图1示出用于基于标准创建具有虚拟车辆环境的场景数据库10的方法的流程图，所述场景数据库用于测试机动车的高度自动化的行驶功能。

所述方法包括提供S1具有多个测试场景数据集12的场景数据库10并且提供具有各场景元素14的、用于创建场景数据库10的要求简档16。

此外，所述方法包括将具有复数个场景元素14的另一测试场景数据集18与被场景数据库10所包括的多个测试场景数据集12的至少一个簇及用于创建场景数据库10的要求简档16进行比较S2，其中，所述比较具有将用于对各场景元素14聚类的算法A应用S3到被场景数据库10所包括的所述多个测试场景数据集12和所述另一测试场景数据集18上。

此外，所述方法包括根据所述另一测试场景数据集18的所述至少一个簇与要求简档16的场景元素14和被场景数据库10所包括的所述多个测试场景数据集12的至少一个簇的一致性的程度，将所述另一测试场景数据集18接收S4a到场景数据库10中，或者将所述另一测试场景数据集18丢弃S4b。

假如所述另一测试场景数据集18与要求简档16的场景元素14的一致性的程度大于或等于预定的第一阈值V1、特别是大于或等于50％，且假如所述另一测试场景数据集18与被场景数据库10所包括的所述多个测试场景数据集12的所述至少一个簇的一致性的程度小于第二阈值V2、特别是小于50％，那么将另一测试场景数据集12接收到场景数据库10中。

假如所述另一测试场景数据集18与要求简档16的场景元素14的一致性的程度大于或等于预定的第一阈值V1、特别是大于或等于50％，且假如所述另一测试场景数据集18与被场景数据库10所包括的所述多个测试场景数据集12的所述至少一个簇的一致性的程度大于或等于第二阈值V2、特别是大于或等于50％，如果被场景数据库10的所述至少一个簇所包括的测试场景数据集12的数量小于预定的第三阈值V3，那么将所述另一测试场景数据集12接收到场景数据库10中。

假如被场景数据库10的所述至少一个簇所包括的测试场景数据集12的数量大于或等于预定的第三阈值V3，那么将所述另一测试场景数据集12丢弃。

假如被场景数据库10的所述至少一个簇所包括的测试场景数据集12的数量大于或等于第三阈值V3，那么确定在相应的被场景数据库10的所述至少一个簇所包括的测试场景数据集12中包含的场景元素14的数量。

此外，假如在相应的被场景数据库10的所述至少一个簇所包括的测试场景数据集12中包含的场景元素14的数量小于在所述另一测试场景数据集18中包含的场景元素14的数量，那么将所述另一测试场景数据集12接收到场景数据库10中。

此外，备选地，假如在相应的被场景数据库10的所述至少一个簇所包括的测试场景数据集12中包含的场景元素14的数量大于或等于在所述另一测试场景数据集18中包含的场景元素14，那么将所述另一测试场景数据集12丢弃。

假如在所述另一测试场景数据集18中包含的场景元素14的组合与被场景数据库10的所述至少一个簇所包括的测试场景数据集12包含的场景元素14的组合不同，那么将所述另一测试场景数据集12接收到场景数据库10中。

假如在所述另一测试场景数据集18中包含的场景元素14的组合被如下场景元素14所包括，这些场景元素包含在被场景数据库10的所述至少一个簇所包括的测试场景数据集12中，那么将所述另一测试场景数据集12丢弃。

此外，备选地，假如所述另一测试场景数据集12与要求简档16的场景元素14按照预定的相似性度量具有小的一致性程度、特别是小于50％，那么对要求简档16扩展迄今未被包括的场景元素14。

所述另一测试场景数据集18的至少一个簇与要求简档16的场景元素14的一致性的程度通过如下实施，即确定在所述另一测试场景数据集18的所述至少一个簇、要求简档16的场景元素14和/或被场景数据库10所包括的所述多个测试场景数据集12的所述至少一个簇之间的重叠。

假如所述另一测试场景数据集12与要求简档16的场景元素14完全一致，那么所述另一测试场景数据集18与被场景数据库10所包括的所述多个测试场景数据集12的所述至少一个簇的一致的簇的数量能通过适配至少一个过滤标准来修改，所述过滤标准预定要确定的一致的簇的最大数量。

为了测试被要求简档16包括的场景元素14，将在场景数据库10中包含的所述多个测试场景数据集12通过算法A聚类，其中，基于所识别的簇选择具有场景元素14的测试场景数据集12。

基于选择的具有虚拟车辆环境的测试场景数据集12此外还实施机动车的高度自动化的行驶功能的测试。

测试场景数据集12和/或所述另一测试场景数据集12具有标注的场景元素14且基于真实产生或虚拟产生的测量数据20、特别是传感器数据创建。

图2示出按照本发明的优选实施形式的用于基于标准创建具有虚拟车辆环境的场景数据库10的系统1的示意图，所述场景数据库用于测试机动车的高度自动化的行驶功能。

系统1包括：具有多个测试场景数据集12的场景数据库10和具有场景元素14的用于创建场景数据库10的要求简档16。

系统1此外还包括第一计算装置22，该第一计算装置22用于将具有复数个场景元素14的另一测试场景数据集18与被场景数据库10所包括的多个测试场景数据集12及用于创建场景数据库10的要求简档16进行比较。

系统1此外还包括第二计算装置24，该第二计算装置24用于将用于对场景元素14聚类的算法A应用到被场景数据库10所包括的所述多个测试场景数据集12和所述另一测试场景数据集18上。

系统1此外还包括第三计算装置26，该第三计算装置26用于根据所述另一测试场景数据集18的至少一个簇与要求简档16的场景元素14及被场景数据库10所包括的所述多个测试场景数据集12的至少一个簇的一致性的程度，将所述另一测试场景数据集18接收到场景数据库10中，或者将另一测试场景数据集18丢弃。

虽然在此图示并描述特定的实施形式，对于本领域技术人员不言而喻的是，存在多种备选和/或等同的实现方案。应注意的是：一个或多个示例性实施形式仅仅是示例且不用于以任意方式限制保护范围、可应用性或配置。

更确切地说，前述总结和详细描述给本领域内技术人员提供方便的引导用以实现至少一个示例性的实施形式，其中，不言而喻的是，可以进行在元件的功能范围和配置方面的不同改变，而不偏离所附权利要求及其合法的等效方案的保护范围。

一般而言，本申请旨在覆盖在此示出的实施形式的修改或适配或变型。例如可以改变方法步骤的顺序。此外可以至少部分地顺序或并行地实施所述方法。