公开(公告)号：CN109948217B

公开(公告)日：2020-05-22

申请号：CN201910182800.2

申请日：2019-03-12

Applicant: 中国汽车工程研究院股份有限公司

Inventor： 徐延海 ,  周舟 ,  陈龙 ,  李鹏辉 ,  唐云飞 ,  李爽 ,  陈涛 ,  夏芹 ,  张强 ,  杨良义 ,  樊健民

IPC: G06F30/20 ,  G06K9/62

Abstract: 本发明提出了一种基于自然驾驶数据的危险场景库构建方法，包括：首先从自然驾驶数据中选取若干参数，将这些参数作为聚类分析指标；利用cophenet函数计算聚类树信息与原始数据的距离之间的相关性，选取最适合的聚类方法；根据所选用的聚类方法对样品进行聚类，确定簇的个数；再采用K均值聚类法重新聚类，引入轮廓值判断聚类质量。其次，对聚类结果进行卡方检验，通过卡方检验得出的显著性结果，提取出每一类危险场景中的显著性因素，进行危险场景重构和扩展。

公开(公告)号：CN109948217A

公开(公告)日：2019-06-28

申请号：CN201910182800.2

申请日：2019-03-12

Applicant: 中国汽车工程研究院股份有限公司

Inventor： 徐延海 ,  陈龙 ,  李鹏辉 ,  唐云飞 ,  李爽 ,  陈涛 ,  夏芹 ,  张强 ,  杨良义 ,  樊健民

IPC: G06F17/50 ,  G06K9/62

Abstract: 本发明提出了一种基于自然驾驶数据的危险场景库构建方法，包括：首先从自然驾驶数据中选取若干参数，将这些参数作为聚类分析指标；利用cophenet函数计算聚类树信息与原始数据的距离之间的相关性，选取最适合的聚类方法；根据所选用的聚类方法对样品进行聚类，确定簇的个数；再采用K均值聚类法重新聚类，引入轮廓值判断聚类质量。其次，对聚类结果进行卡方检验，通过卡方检验得出的显著性结果，提取出每一类危险场景中的显著性因素，进行危险场景重构和扩展。