本申请公开了一种自动驾驶汽车测试场景生成方法、装置及存储介质,所述方法包括:对事故场景进行重建,并结构化事故文本、视频信息,分类提取各起交通事故场景中的静态要素与动态要素;对所述静态要素和所述动态要素按照预设步长采样,将场景提取为若干个场景截面,所述场景截面包括对应时间戳下车辆轨迹数据;将所述场景截面输入训练好的生成对抗网络模型,得到带有时间轴标签的测试场景,如此,通过生成对抗网络生成出兼具真实性与多样性的全新测试场景,再通过重要性采样方法与灵敏度分析算法相结合的方法对生成出的场景进行危险性评价,对生成模型进行反馈并优化场景生成技术。
背景技术
自动驾驶汽车有望通过显著改善交通安全来彻底改变未来的交通状况。然而,要广泛采用自动驾驶汽车,就必须进行全面测试,以验证其安全性。以往的研究强调,要验证自动驾驶汽车的安全性能,需要进行超过100亿英里的公共道路测试,这对行业内的制造商来说是一项重大挑战。此外,公共道路场景往往缺乏必要的复杂性和风险水平,而评估自动驾驶汽车在高风险情况下的能力至关重要。
实现思路