一种场景安全等级确定方法、装置、设备及存储介质与流程

1.本技术涉及自动驾驶技术领域，提供一种场景安全等级确定方法、装置、设备及存储介质。

背景技术：

2.目前，为了保障交通安全和驾驶者的人身安全，市面上大多数车辆都存在一定的驾驶要求，使得许多人因不满足于驾驶要求而无法开车，进而，对人们的交通出行产生影响。
3.针对上述问题，随着汽车行业的逐渐发展，自动驾驶汽车(autonomous vehicles，av)应运而生，且其凭借能够适应更多人、缓解交通堵塞、提高公路安全性等优点已逐渐成为未来汽车行业的发展趋势。但是，自动驾驶车辆也存在一定技术开发要求，其需要在任何业务场景中保证安全的前提下，拥有自动驾驶、降级行驶、停止运行、在车辆无法自主处理的场景下可以被人工接管以及远程介入等能力。然而，由于自动驾驶场景具有不确定、不可预测以及不可穷尽等特点，使得自动驾驶车辆所收录的业务场景是有限的，进而，导致自动驾驶车辆面临未知场景时，就可能存在无法快速识别该未知场景安全等级的风险，从而出现无法保障交通安全等问题。
4.因此，如何快速确定未知场景的安全等级是一个亟待解决的问题。

技术实现要素：

5.本技术实施例提供一种场景安全等级确定方法、装置、设备及存储介质，用于快速确定未知场景的安全等级。
6.一方面，提供一种场景安全等级确定方法，所述方法包括：
7.根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景；其中，所述第一参数集中包含的参数为针对所述目标场景所能采集到参数值的所有参数，所述第一参数值集中的参数值与所述第一参数集中的参数对应；
8.响应于所述至少一个预定义场景，从所述至少一个预定义场景中选取一个预定义场景作为对照场景；所述对照场景具有参数子集，所述参数子集是所述目标场景的第一参数集的子集；
9.根据所述对照场景的参数子集，生成所述目标场景的参数值子集；其中，所述参数值子集中的参数值与所述参数子集中的参数对应，所述参数值子集为所述第一参数值集的子集；
10.根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级。
11.一方面，提供一种场景安全等级确定装置，所述装置包括：
12.相似场景确定单元，用于根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与所述目标场景之间相似度大于设定相似度阈值的至
少一个预定义场景；其中，所述第一参数集中包含的参数为针对所述目标场景所采集到参数值的所有参数，所述第一参数值集中的参数值与所述第一参数集中的参数对应；
13.对照场景确定单元，响应于所述至少一个预定义场景，从所述至少一个预定义场景中选取一个预定义场景作为对照场景；所述对照场景具有参数子集，所述参数子集是所述目标场景的第一参数集的子集；
14.参数值子集生成单元，用于根据所述对照场景的参数子集，生成所述目标场景的参数值子集；其中，所述参数值子集中的参数值与所述参数子集中的参数对应，所述参数值子集为所述第一参数值集的子集；
15.安全等级确定单元，用于根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级。
16.可选地，所述安全等级确定单元，具体用于：
17.根据所述参数子集中各个参数对应于不同安全等级的取值范围以及所述参数值子集中的参数值，确定所述参数子集中各个参数对应的参数安全等级；以及，
18.根据所述参数安全等级，确定所述目标场景的目标安全等级。
19.可选地，所述装置还包括：预定义场景库构建单元，所述预定义场景库构建单元用于：
20.针对每个预定义场景，
21.根据所述预定义场景的各个参数的取值，确定所述预定义场景的第二参数集和第二参数值集；其中，所述第二参数集中包含的参数为针对所述预定义场景采集到参数值的所有参数，所述第二参数值集中的参数值与所述第二参数集中的参数对应；
22.根据所述预定义场景的各个参数的重要程度，从所述第二参数集中确定所述预定义场景的参数子集；
23.根据参数值子集，确定所述参数子集中各个参数对应于不同安全等级的取值范围，所述参数值子集中的参数值与所述参数子集中的参数对应。
24.可选地，所述预定义场景库构建单元，具体用于：
25.根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；或者，
26.根据所述预定义场景的各个参数对应的第二重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第二重要程度是根据经验值进行设置的。
27.可选地，所述预定义场景库构建单元，具体还用于：
28.根据所述预定义场景的历史道路实测数据或者历史仿真数据中所述各个参数的取值，确定所述预定义场景的第二参数集；
29.根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定出第一参数子集；其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；
30.根据所述第一参数子集中各个参数对应的第二重要程度，从所述第一参数子集中，确定出所述预定义场景的参数子集；其中，所述第二重要程度是根据经验值进行设置的。
31.可选地，所述预定义场景库构建单元，具体还用于：
32.响应于所述预定义场景存在至少两个参数为非单一性参数，
33.根据所述至少两个参数对所述预定义场景的行驶安全的重要程度，从所述至少两个参数中，确定一个基准参数；其中，所述非单一性参数的参数值与所述参数子集中至少一个参数的参数值相关；
34.根据历史道路实测数据、历史仿真数据或者经验值，确定所述基准参数在各个安全等级时的取值范围；
35.根据所述基准参数的在各个安全等级时的取值范围，分别确定所述至少两个参数中其余非单一性参数对应于各个安全等级的取值范围。
36.可选地，所述安全等级确定单元，还用于：
37.响应于所述预定义场景中不存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，确定所述目标场景的目标安全等级为预设安全等级。
38.一方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方面所述的方法的步骤。
39.一方面，提供一种计算机存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述方面所述的方法的步骤。
40.本技术实施例中，可以根据目标车辆所处目标场景的第一参数集和第一参数值集，来判断预定义场景库中，是否存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，进而当存在至少一个预定义场景时，响应于该至少一个预定义场景，并从该至少一个预定义场景中选取一个预定义场景作为对照场景，且该对照场景的参数子集中包含有对该对照场景的安全进行影响的关键参数；进而，根据该参数子集以及第一参数值集，可以生成参数值子集，从而便可以根据参数子集和参数值子集，确定出该目标场景的目标安全等级。可见，在本技术实施例中，由于采用从预定义场景库中获取相似场景，进而从相似场景中获取对照场景的方式，来确定出目标场景的目标安全等级，使得可以直接依据对照场景所对应的安全等级范围，来对目标场景的安全等级进行确定，大大缩短了目标场景安全等级的确定时间，以便于能够快速对未知场景采取应对策略。且，由于参数子集为第一参数集的子集，其并非包含第一参数集中的所有参数，因此，在确定目标场景的场景安全等级时，可以减少计算量，提升处理效率，以进一步缩短目标场景安全等级的确定时间，步提高自动驾驶车辆的安全性能。
附图说明
41.为了更清楚地说明本技术实施例或相关技术中的技术方案，下面将对实施例或相关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技术实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
42.图1为本技术实施例提供的划分场景的一种示意图；
43.图2为本技术实施例提供的减小不安全场景的一种示意图；
44.图3为本技术实施例提供的一种应用场景示意图；
45.图4为本技术实施例提供的场景安全等级确定方法的一种流程示意图；
46.图5为确定预定义场景的参数集与参数值集的一种流程示意图；
47.图6为本技术实施例提供的确定安全等级取值范围的一种流程示意图；
48.图7为本技术实施例提供的场景安全等级确定装置的一种结构示意图；
49.图8为本技术实施例提供的计算机设备的一种结构示意图。
具体实施方式
50.为使本技术的目的、技术方案和优点更加清楚明白，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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他实施例，都属于本技术保护的范围。在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
51.首先，对本技术中的部分用语进行解释说明。
52.(1)自动驾驶汽车，又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、计算机视觉、雷达、监控装置以及全球定位系统之间的协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆进行运动。
53.(2)无人驾驶等级，美国汽车工程师学会(society of automotive engineers，sae)定义了6个无人驾驶等级，分别为0级(完全手动)-5级(完全自动)。
54.(3)场景，指行驶场合和驾驶情景的组合，它受行驶环境的深刻影响，如道路、交通、天气、光照等因素，共同构成整个场景概念。场景是在一定时间和空间范围内环境与驾驶行为的综合反映，描述了道路、交通设施、气象条件、交通参与物等外部状态以及自车的驾驶任务和状态等信息。
55.(4)场景定量分类描述法，基于场景要素，采用各个场景要素对应的关键参数对该场景进行定义的方法。
56.其中，场景要素可以划分为交通参与者(对象)、路况、环境以及行为等。交通参与者可以指场景里出现的其他人或车，以及其他影响行驶决策的或是所有可能自主运动的物体或动物；路况可以指道路的特征以及交通管制的特征；环境可以指所有可能变化的环境因素；行为可以指自动驾驶车辆本身的驾驶行为。
57.针对交通参与者来说，它所对应的关键参数可以包括物体类型、对象移动速度、对象移动方向、对象加速度、对象数量、环境意识等。其中，物体类型可以包括乘用车，重卡，行人。路灯、垃圾箱、路牌等，对象移动速度可以包括静止、低速移动、高速移动，对象移动方向可以直行、倒车、u型掉头、左转、右转、弧线、离开车道、并入车道，对象加速度可以包括加速、减速、匀速，环境意识可以指对于有生命的对象，自动驾驶车也需要判断该对象有没有在仔细看路，比如酒驾的司机、5岁的小孩、一边走路一边看手机的年轻人等。
58.针对路况来说，它所对应的关键参数可以包括交叉口设计、交通管制方式、车道数量、车道线、车道类型、限速、道路类型、道路角度、区域等。其中，交叉口设计可以包括十字
路口、t型路口、y型路口，交通管制方式可以包括红绿灯样式、停车牌、避让牌，车道数量可以包括单车道、4车道，车道线可以包括有分割线、无分割线，车道类型可以包括自行车道、公交车道、超车道，限速可以包括25mph，商业区限速、居民区限速，道路类型可以包括高速、普通路、小路，道路角度可以包括上坡、下坡、颠簸，区域可以包括物流枢纽区、学校区、医院区、山区、施工区等。
59.针对环境来说，它所对应的关键参数可以包括天气、光照、路面、信号等。其中，天气可以包括降雨量、风速、温度、能见度，光照可以包括阴天、日出日落时间、太阳光角度，路面可以包括结冰、积水、施工，信号可以包括信号强弱等。
60.目前，针对自动驾驶场景具有的不确定、不可预测以及不可穷尽等特点，国际标准化组织(international organization for standardization，iso)提出了新的标准—道路车辆预期功能安全(safety of the intended functionality，sotif)标准，该sotif标准属于iso/pas 21448：road vehicles标准，该iso/pas 21448标准适用于需要适当环境感知的功能，且该标准关注的是在没有车辆故障的情况下如何确保目标功能的安全性，其与传统的功能安全(关注的是如何降低由于系统故障而带来的安全风险)形成了鲜明的对比。
61.基于sotif标准，对于自动驾驶场景来说，如图1所示，为本技术实施例提供的划分场景的一种示意图，任何场景都可以被划分为图1所示的四个类别，即已知安全场景(area1)、已知不安全场景(area2)、未知不安全场景(area3)、未知安全场景(area4)这四个类别。
62.其中，该sotif标准的目的就是对area2和area3这两类不安全场景进行评估，进而，如图2所示，为本技术实施例提供的减小不安全场景的一种示意图，可以通过一系列技术措施将area2和area3这两类不安全场景所对应的区域减小，并同时提供证据证明这两个域已经足够小，以使剩余的残余危害能够被接受。此外，在此过程中，由于area2和area3这两类不安全场景所对应的区域减小，使得area1所对应的区域通常会有所增加。
63.进一步的，在对area2进行评估时，可以通过对area2进行安全分析，来识别出area2中具有风险的风险场景，进而，针对风险场景开发应对的策略，从而，再根据已知场景搭建实时的仿真环境或者设计实车测试，并根据实验结果来优化策略，以使area2所对应的区域逐渐减小。
64.而在对area3进行评估时，具体可以通过以下两种方式来对area3进行处理，一种是可以通过提高车辆系统和零部件功能的可信度，来减小area3所占的区域；另一种则是通过实车路试或者仿真测试来积累大量数据的方式，来减小area3所占的区域，在这种方式下，当数据积累越多，越能够将未知场景变成已知场景。
65.但是，自动驾驶场景具有不确定、不可预测以及不可穷尽等特点，使得自动驾驶车辆所收录的业务场景是有限的，进而，导致自动驾驶车辆面临未知场景时，就可能存在无法快速识别该未知场景安全等级的风险，从而出现无法保障交通安全等问题。
66.基于此，本技术实施例中，可以根据目标车辆所处目标场景的第一参数集和第一参数值集，来判断预定义场景库中，是否存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，进而当存在至少一个预定义场景时，响应于该至少一个预定义场景，并从该至少一个预定义场景中选取一个预定义场景作为对照场景，且该对照场景的参数子集中包含有对该对照场景的安全进行影响的关键参数；进而，根据该参数子集以及第
一参数值集，可以生成参数值子集，从而便可以根据参数子集和参数值子集，确定出该目标场景的目标安全等级。可见，在本技术实施例中，由于采用从预定义场景库中获取相似场景，进而从相似场景中获取对照场景的方式，来确定出目标场景的目标安全等级，使得可以直接依据对照场景所对应的安全等级范围，来对目标场景的安全等级进行确定，大大缩短了目标场景安全等级的确定时间，以便于能够快速对未知场景采取应对策略。且，由于参数子集为第一参数集的子集，其并非包含第一参数集中的所有参数，因此，在确定目标场景的场景安全等级时，可以减少计算量，提升处理效率，以进一步缩短目标场景安全等级的确定时间，提高自动驾驶车辆的安全性能。
67.在介绍完本技术实施例的设计思想之后，下面对本技术实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施过程中，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
68.如图3所示，为本技术实施例提供的一种应用场景示意图，其中，该场景安全等级确定的应用场景可以包括在道路上行驶的车辆a和车辆b，其中，车辆a上设置有场景安全等级确定装置10。
69.在本技术实施例中，场景安全等级确定装置10可以用于对车辆a所处场景的安全等级进行确定。其中，该场景安全等级可以根据用户需求自行进行设置，例如，可以将场景安全等级设置为与无人驾驶等级(0级完全手动-5级完全自动)一一对应的6个等级，当场景安全等级越高时，车辆a处于该未知场景就越安全。
70.该场景安全等级确定装置10具体可以为车载电脑等装置。且该场景安全等级确定装置10可以包括一个或多个处理器、存储器以及输入输出(input/output，i/o)接口等。其中，场景安全等级确定装置10的存储器中可以存储本技术实施例提供的场景安全等级确定方法的程序指令，这些程序指令被处理器执行时能够用以实现本技术实施例提供的场景安全等级确定方法的步骤。
71.在实际应用时，如图3所示的场景，沿车辆a的行驶方向，在车辆a的前方存在与车辆a位于同一车道，且行驶方向相同的车辆b，在车辆a通过自身设置的感知系统检测到车辆a当前处于一个未知场景时，该车辆a的场景安全等级确定装置10则会根据感知系统的各个传感器采集到的各种参数对该未知场景进行分析，以快速确定出该未知场景的场景安全等级，进而使得车辆a可以根据确定出的安全等级，选择相应的应对策略进行应对。例如，通过场景安全等级确定装置10确定出该未知场景的安全等级为1级时，即，当前未知场景为不安全场景时，可以通知驾驶员进行人工接管，或者通过后台管理人员进行远程介入等操作，以辅助进行驾驶，进而提高车辆a的行驶安全度。
72.当然，本技术实施例提供的方法并不限用于图3所示的应用场景中，还可以用于其他可能的应用场景，本技术实施例并不进行限制。对于图3所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述，在此先不过多赘述。下面，将结合附图对本技术实施例的方法进行介绍。
73.如图4所示，为本技术实施例提供的场景安全等级确定方法的一种流程示意图，该方法可以通过图3中的场景安全等级确定装置10来执行，该方法的流程介绍如下。
74.步骤401：根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义
场景库中，是否存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景。
75.在本技术实施例中，第一参数值集中的参数值与第一参数集中的参数对应。其中，该第一参数集中所包含的参数为目标车辆针对目标场景所能采集到参数值的所有参数，包括参数值为零的参数，且在预定义场景库中包含有各个预定义场景所对应的第二参数集、第二参数值集、参数子集和参数值子集，该参数子集为第二参数集的子集，且该参数子集中所包含的参数为对应预定义场景的行驶安全程度的重要程度大于设定重要程度阈值的关键参数，即，能够影响对应预定义场景是否安全的主要参数，而参数值子集中的参数值与参数子集中的参数对应。
76.在实际应用时，当目标车辆处于目标场景中，该目标车辆会通过感知系统的各个传感器对目标车辆所处该目标场景进行数据采集，并通过场景定量分类描述法基于所采集的数据对该目标场景进行定义。因此，在本技术实施例中，在对目标场景进行数据采集之后，基于所采集的数据可以生成用于对该目标场景进行定义的第一参数集和第一参数值集。
77.例如，该第一参数集可以为s1＝{自车速度v1，自车加速度a1，自车所在车道vl，前车所在车道vl，车间距离s，前车速度v2，前车加速度a2，前车类型veh，前车移动方向hd，道路类型rt，道路限速rsl，道路角度ra，车道数rln，道路能见度rv，风速ws，光照条件lc，信号强度sl，
…
}，而第一参数值集为n1＝{自车速度v1＝60km/h，自车加速度a1＝2m/s，
…
，车间距离s＝50m、前车速度v2＝55km/h、前车加速度a2＝2m/s，
…
}。
78.进而，在本技术实施例中，为了实现快速确定目标场景的安全等级的目的，因此，可以从预定义场景库中选择与目标场景相似的预定义场景来进行确定，当然，为了进一步保证所选择的预定义场景能够更加目标场景匹配，所以，在选择相似的预定义场景时，还可以设定相似度阈值，以使得在目标场景与预定义场景之间的相似度大于设定相似度阈值时，才会基于大于设定相似度阈值的预定义场景来确定目标场景的安全等级。其中，目标场景与预定义场景之间的相似度，可以采用余弦相似度的求解方式来进行确定。
79.因此，在本技术实施例中，在确定了目标场景的第一参数集和第一参数值集之后，会先确定出目标场景的第一参数集与预定义场景库中各个预定义场景的第二参数集之间的相似度，进而，会再判断预定义场景库中，是否存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，以使得在存在相似度大于设定相似度阈值的至少一个预定义场景时，可以通过这至少一个预定义场景对目标场景进行场景安全等级确定。
80.步骤402：响应于至少一个预定义场景，从至少一个预定义场景中选取一个预定义场景作为对照场景。
81.在本技术实施例中，对照场景具有参数子集，该参数子集为目标场景的第一参数集的子集。当然，该对照场景具有的参数子集也为该对照场景的第一参数集的子集。
82.在实际应用时，由于预定义场景库中，与目标场景之间相似度大于设定相似度阈值的预定义场景可能不止一个，因此，在基于相似的预定义场景去确定目标场景的场景安全等级时，就需要从这确定出的至少一个预定义场景中选取一个预定义场景作为对照场景，来对目标场景的场景安全等级进行确定。该对照场景可以为该至少一个预定义场景中的任意一个，当然，为了使对照场景与目标场景更加匹配，这里可以选择至少一个预定义场景中相似度最大的预定义场景作为对照场景，此时，可以将对照场景的参数子集作为目标
场景的参数子集，例如，对照场景的参数子集为a＝{自车速度v1、自车加速度a1、车间距离s、前车速度v2、前车加速度a2}，那么，目标场景的参数子集同样为a＝{自车速度v1、自车加速度a1、车间距离s、前车速度v2、前车加速度a2}。
83.步骤403：根据对照场景的参数子集，生成目标场景的参数值子集。
84.在本技术实施例中，由于目标场景的参数子集与对照场景的参数子集相同，因此，在确定了对照场景的参数子集之后，便可以根据对照场景的参数子集，可以从目标场景的第一参数值集中确定出该目标场景的参数值子集。且，参数值子集中的参数值与参数子集中的参数对应，参数值子集为第一参数值集的子集。
85.步骤404：根据参数子集和参数值子集，确定目标场景的目标安全等级。
86.在本技术实施例中，在确定出目标场景的参数子集和参数值子集之后，可以将对照场景的参数子集中各个参数对应的不同安全等级的取值范围，确定为目标场景的参数子集中各个参数对应的不同安全等级的取值范围，进而，便可以依据目标场景的参数值子集中的具体参数值，来确定出参数子集中各个参数各自对应的参数安全等级，从而综合各个参数的参数安全等级，来确定出目标场景的目标安全等级。
87.例如，对照场景的参数子集为a＝{自车速度v1，自车加速度a1，碰撞时间ttc，前车速度v2，前车加速度a2}，如表1所示，为本技术实施例提供的参数子集a所包括的各个参数在不同安全等级的取值范围示意表。
[0088] 第1级(不安全)第2级(要注意)第3级(安全)自车速度v1(km/h)120～34060～1200～60自车加速度a1(m/s2)5～7.843～50～3碰撞时间ttc(s)0～44～1010～无穷大前车速度v2(km/h)0～2020～6060～340前车加速度a2(m/s2)负无穷～负6负3～负6负3～正无穷
[0089]
表1
[0090]
当目标场景的参数值子集a’＝{30，2，50，100，2.5}时，根据表1所示的不同安全等级的取值范围可知，自车速度v1、自车加速度a1、碰撞时间ttc、前车速度v2以及前车加速度a2的参数安全等级均为第3级，因此，综合这5个参数的参数安全等级，可以确定出目标场景的目标安全等级就为第3级，即当前目标场景为安全场景。
[0091]
在本技术实施例中，需要目标场景的参数子集中所有参数均为同一个参数安全等级时，才能确定出目标场景所对应的场景安全等级，例如，参数子集中所有参数均为第1等级时，目标场景的目标安全等级就为第1级。而在参数子集中，若是存在与其他参数不同参数安全等级的参数时，可以直接将该目标场景的场景安全等级设置为预设的场景安全等级，例如，直接设置为上述的第1级(不安全)或者第2级(要注意)；或者当参数分别属于不同安全等级时，依照参数对应的最低安全等级确定目标场景的安全等级，例如，参数子集中的参数分别属于第2等级和第3等级，此时将第2等级确定为目标场景的目标安全等级。当然，其具体设置为什么场景安全等级可以根据用户需求自行进行设定。
[0092]
在一种可能的实施方式中，由于需要从预定义场景库中选择相似的预定义场景来确定目标场景的场景安全等级，因此，在本技术实施例中，还需要构建预定义场景库。且由于该预定义场景库中包含有各个预定义场景所对应的第二参数集、第二参数值集、参数子
集以及参数值子集，因此，在构建预定义场景库时，需要确定各个预定义场景所对应的第二参数集、第二参数值集、参数子集以及参数值子集。在本技术实施例中，由于确定每一个预定义场景所对应的第二参数集、第二参数值集、参数子集以及参数值子集的过程相同，因此，这里以预定义场景1的确定过程为例进行介绍，如图5所示，为本技术实施例提供的确定预定义场景的参数集与参数值集的一种流程示意图，该方法可以通过图3中的场景安全等级确定装置10来执行，具体流程介绍如下。
[0093]
步骤501：根据预定义场景1的各个参数的取值，确定预定义场景1的第二参数集和第二参数值集。
[0094]
在本技术实施例中，当车辆处于预定义场景1时，可以通过感知系统的各个传感器对预定义场景1进行数据采集，同样地，根据场景定量分类描述法基于对预定义场景1所采集的数据可以对该预定义场景1进行定义，进而可以确定出预定义场景1对应的第二参数集以及第二参数值集。其中，该第二参数值集中所包含的参数为针对预定义场景1所能采集到参数值的所有参数，包括参数值为零的参数，且第二参数值集中的参数值与第二参数集中的参数对应。
[0095]
步骤502：根据预定义场景1的各个参数的重要程度，从第二参数集中确定预定义场景1的参数子集。
[0096]
在实际使用时，当确定出预定义场景1的第二参数集之后，可以根据预定义场景1的各个参数对判断场景安全等级的重要程度，例如，预定义场景1为如图3所示的场景，沿车辆a的行驶方向，在车辆a的前方存在与车辆a在同一车道，且行驶方向相同的车辆b，在该预定义场景1中，容易出现车辆a与车辆b发生碰撞的情况，因此，针对该预定义场景1来说，自车速度v1、自车加速度a1、前车速度v2，前车加速度a2，两车距离s以及碰撞时间ttc均为影响该预定义场景1是否安全的主要参数，因此，自车速度v1、自车加速度a1、前车速度v2，前车加速度a2，两车距离s以及碰撞时间ttc对该预定义场景1的重要程度较大，所以，从第二参数集中确定出预定义场景1的参数子集b＝{自车速度v1，自车加速度a1，前车速度v2，前车加速度a2，两车距离s，碰撞时间ttc}。
[0097]
进而，由于第二参数值集中的参数值与第二参数集中的参数对应，因此，根据预定义场景1的参数子集，便可以从第二参数值集中确定出与参数子集对应的参数值子集了。
[0098]
步骤503：根据预定义场景1的参数值子集，确定参数子集中各个参数对应于不同安全等级的取值范围。
[0099]
在本技术实施例中，由于已知该预定义场景1的场景安全等级，因此，根据该预定义场景1的场景安全等级，以及该预定义场景1的第二参数值集和参数值子集，便可以确定出该预定义场景1的参数子集中各个参数对应于不同安全等级的取值范围。
[0100]
在一种可能的实施方式中，在实际使用过程中，参数可以分为单一性参数和非单一性参数，此处，非单一性参数的参数值与参数子集中至少一个参数的参数值具有相关性，例如，如图3所示的场景，沿车辆a的行驶方向，在车辆a的前方存在与车辆a在同一车道，且行驶方向相同的车辆b，若车辆a与车辆b之间的距离s大于一定数值时，针对车辆a来说，自车速度v1与前车速度v2无论多少，该自车速度v1与前车速度v2都可以归类为安全这一等级中。即，对于某2个具有强相关的参数，若其中一个参数的安全等级会影响到另一个参数的安全等级，如：其中一个参数满足某一条件时，另一个参数无论怎么变化都可以归类为同一
类别(安全/不安全/要注意)，那么这2个具有强相关的参数便均可称为非单一性参数。
[0101]
如图6所示，为本技术实施例提供的确定安全等级取值范围的一种流程示意图，该方法可以通过图3中的场景安全等级确定装置10来执行，具体流程介绍如下。
[0102]
步骤601：根据至少两个非单一性参数对预定义场景的行驶安全的重要程度，从至少两个非单一性参数中，确定一个基准参数。
[0103]
由于非单一性参数之间存在影响与被影响的关系，例如，上述的车间距离s、自车速度v1以及前车速度v2，在这3个非单一性参数中，由于车间距离s的安全等级会对自车速度v1以及前车速度v2的安全等级产生影响，即车间距离s的安全等级决定了自车速度v1以及前车速度v2的安全等级，因此，在确定非单一性参数的安全等级取值范围时，可以分阶段进行确定，如上述的例子，可以先确定车间距离s的安全等级取值范围，再基于车间距离s的安全等级取值范围，确定出自车速度v1以及前车速度v2的安全等级取值范围。
[0104]
因此，在本技术实施例中，可以先根据至少两个非单一性参数对预定义场景的行驶安全的重要程度，从该至少两个非单一性参数中，确定出一个基准参数。例如，上述的车间距离s、自车速度v1以及前车速度v2，根据速度v1、速度v2以及距离s对预定义场景的行驶安全的重要程度，可知这三个非单一性参数的重要程度为距离s＞速度v1＞速度v2，因此，可以将距离s确定为基准参数。
[0105]
步骤602：根据历史道路实测数据、历史仿真数据或者经验值，确定基准参数在各个安全等级时的取值范围。
[0106]
在本技术实施例中，由于已知该预定义场景1的场景安全等级，因此，可以依据历史道路实测数据、历史仿真数据或者经验值，来确定出该基准参数在各个安全等级时的取值范围。例如，对于非单一性参数车间距离s来说，根据经验可知，在该预定义场景1的场景安全等级为第3级(安全)时，车间距离s所对应的取值范围为[1km，+∞)，那么该车间距离s在参数安全等级为第3级(安全)的取值范围就为[1km，+∞)。
[0107]
步骤603：根据基准参数对应于各个安全等级的取值范围，分别确定至少两个参数中其余非单一性参数对应于各个安全等级的取值范围。
[0108]
进而，在确定出基准参数对应于各个安全等级的取值范围之后，便可以根据该基准参数在各个安全等级的取值范围，分别确定出剩余的非单一性参数各自对应于各个安全等级的取值范围。
[0109]
例如，如表2所示，为本技术实施例提供的非单一性参数在不同安全等级的取值范围示意表，继续沿用上述例子，在车间距离s的参数安全等级为第3级(安全)时，即取值范围为[1km，+∞)时，针对车辆a来说，由于无论自车速度v1与前车速度v2无论多少，该自车速度v1与前车速度v2都可以归类为第3级(安全)这一等级中，因此，根据车间距离s在第3级(安全)的取值范围[1km，+∞)，可以确定自车速度v1在第3级(安全)的取值范围为任意值，同理，可以确定前车速度v2在第3级(安全)的取值范围也为任意值。
[0110] 第1级(不安全)第2级(要注意)第3级(安全)车间距(km)0～0.10.1～11～正无穷自车速度v1(km/h)120～34060～120任意值前车速度v2(km/h)0～2020～60任意值
[0111]
表2
[0112]
当然，针对单一性参数来说，可以直接依据历史道路实测数据、历史仿真数据或者经验值，来确定出各个单一性参数在各个安全等级时的取值范围。
[0113]
在一种可能的实施方式中，可以通过以下2种方式来确定预定义场景的参数子集。
[0114]
(1)可以根据预定义场景的各个参数对应的第一重要程度，从第二参数集中，确定出预定义场景的参数子集。
[0115]
在本技术实施例中，第一重要程度可以是根据历史道路实测数据或者历史仿真数据确定的。
[0116]
在实际使用时，可以通过实车道路测试或仿真测试等方式，来确定出路测时车辆进行自动驾驶的表现情况，例如，在该预定义场景下，根据车辆在不同参数值下的表现，如：车辆是否需要进行人工接管、车辆是否发生交通事故或者仿真结果是否达到预期效果等情况，来进一步确定出对预定义场景安全度定义影响最大的参数子集以及与参数子集中各个关键参数对应的参数值(或者参数变化范围、变化率)。当然，还可以根据不断地进行实车道路测试或仿真所获得的结果，对参数子集及参数子集中包括的各个关键参数变化范围或者变化率等进行不断地优化，以获取最佳的参数子集。或者，针对不同应用场景形成针对性较高的参数集策略。
[0117]
(2)可以根据预定义场景的各个参数对应的第二重要程度，从第二参数集中，确定出预定义场景的参数子集。
[0118]
在本技术实施例中，第二重要程度可以是根据经验值进行设置的。
[0119]
在实际使用时，还可以通过正向场景分析的方式，来对实车道路测试或仿真无法轻易获得的场景进行参数子集的确定。即，针对特定场景，例如，针对大雪天的道路场景、大雾天的道路场景等，可以根据经验值对场景进行关键参数分析，以进一步确定出对预定义场景安全度定义影响最大的参数子集以及与参数子集中各个关键参数对应的参数值。
[0120]
针对如图3所示的场景，用于对其他场景进行定义的关键参数，如车道数量、车道线类型、道路类型、道路角度、信号强度等参数，对图3所示场景的安全影响较为轻微，因此，根据经验可以判定这些参数不为图3所示场景的关键参数。且针对特定的环境参数，如天气和光照等环境参数，可以依据系统处理能力做出统一设定。
[0121]
在一种可能的实施方式中，还可以通过如下方式来确定预定义场景的参数子集。
[0122]
首先，可以先根据预定义场景的各个参数对应的第一重要程度，从第二参数集中，确定出第一参数子集。然后，再根据第一参数子集中各个参数对应的第二重要程度，从第一参数子集中，确定出预定义场景的参数子集。由于这种方式对根据历史道路实测数据、历史仿真测试数据确定参数子集，以及根据经验值确定参数子集这两种方式进行了综合，使得确定出的参数子集更加准确，更加能够对预定义场景的安全进行影响。
[0123]
在一种可能的实施方式中，在确定对照场景时，由于为了使得选择的相似场景与目标场景更加匹配，所以设置了相似度阈值，只有相似度大于设定相似度阈值的预定义场景才有可能被选中为对照场景，因此，在计算目标场景与预定义场景之间的相似度时，还会出现另一种情况，那就是预定义场景库中，不存在与目标场景之间的相似度大于预设的相似度阈值的预定义场景，那么，此时，为了提高车辆的安全度，可以直接确定目标场景的目标安全等级为预设安全等级，并设置相应的后续处理方式。例如，可以直接将该目标场景的安全等级确定为上述的第1级(不安全)或者第2级(要注意)。当然，其具体确定为什么场景
安全等级可以根据用户需求自行进行设定。
[0124]
此外，为了后续能够对该目标场景进行识别，在本技术实施例中，可以将该目标场景添加至预定义场景库中，并结合上述“构建预定义场景库”的步骤对该目标场景的第二参数集、第二参数值集、参数子集以及参数值子集进行确定。
[0125]
综上所述，在本技术实施例中，由于采用从预定义场景库中获取相似场景，进而从相似场景中获取对照场景的方式，来确定出目标场景的目标安全等级，使得可以直接依据对照场景所对应的安全等级范围，来对目标场景的安全等级进行确定，大大缩短了目标场景安全等级的确定时间，以便于能够快速对未知场景采取应对策略，进一步提高自动驾驶车辆的安全性能。同时，由于参数子集为第一参数集的子集，其并非包含第一参数集中的所有参数，因此，在确定目标场景的场景安全等级时，可以减少计算量，提升处理效率，以进一步缩短目标场景安全等级的确定时间，提高自动驾驶车辆的安全性能。进而，可以看出本技术所展示的方法不仅限于对已知场景是否安全进行判断，还对未知场景或已知场景的扩展是否安全也有相应的判断基准和能力。
[0126]
此外，根据本技术实施例中所述的方法，在快速确定当前目标场景的安全等级后，可以进一步配置后续的处理方式，如：在目标场景安全等级较高时，无需进行额外处理，或者对自动驾驶系统控制参数进行相应调整以提高安全等级；在目标场景安全等级较低时，还可以通过自动驾驶系统向车上人员或者后台管理员发送提示信息，以提示进行人工接管，最终提升自动驾驶车辆的实时场景应对能力。
[0127]
如图7所示，基于同一发明构思，本技术实施例提供一种场景安全等级确定装置70，该装置包括：
[0128]
相似场景确定单元701，用于根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景；其中，所述第一参数集中包含的参数为针对所述目标场景所能采集到参数值的所有参数，包括参数值为零的参数，第一参数值集中的参数值与第一参数集中的参数对应；
[0129]
对照场景确定单元702，响应于至少一个预定义场景，从至少一个预定义场景中选取一个预定义场景作为对照场景；对照场景具有参数子集，参数子集是目标场景的第一参数集的子集；
[0130]
参数值子集生成单元703，用于根据所述对照场景的参数子集，生成所述目标场景的参数值子集，其中，参数值子集中的参数值与参数子集中的参数对应，参数值子集为第一参数值集的子集；
[0131]
安全等级确定单元704，用于根据参数子集和参数值子集，确定目标场景的目标安全等级。
[0132]
可选地，安全等级确定单元704，具体用于：
[0133]
根据参数子集中各个参数对应于不同安全等级的取值范围以及参数值子集中的参数值，确定参数子集中各个参数对应的参数安全等级；以及，
[0134]
根据参数安全等级，确定目标场景的目标安全等级。
[0135]
可选地，装置还包括：预定义场景库构建单元705，预定义场景库构建单元用于：
[0136]
针对每个预定义场景，
[0137]
根据预定义场景的各个参数的取值，确定预定义场景的第二参数集；其中，所述第二参数集中包含的参数为针对所述预定义场景能采集到参数值的所有参数，包括参数值为零的参数；
[0138]
根据预定义场景的各个参数的重要程度，从第二参数集中确定预定义场景的参数子集；
[0139]
根据第二参数值集和参数值子集，确定参数子集中各个参数对应于不同安全等级的取值范围，第二参数值集中的参数值与第二参数集中的参数对应，参数值子集中的参数值与参数子集中的参数对应。
[0140]
可选地，预定义场景库构建单元705，具体用于：
[0141]
根据预定义场景的各个参数对应的第一重要程度，从第二参数集中，确定预定义场景的参数子集，其中，第一重要程度是根据历史道路实测数据或者历史仿真测试数据确定的；或者，
[0142]
根据预定义场景的各个参数对应的第二重要程度，从第二参数集中，确定预定义场景的参数子集，其中，第二重要程度是根据经验值进行设置的。
[0143]
可选地，预定义场景库构建单元705，具体还用于：
[0144]
根据预定义场景的历史道路实测数据或者历史仿真数据中各个参数的取值，确定预定义场景的第二参数集；
[0145]
根据预定义场景的各个参数对应的第一重要程度，从第二参数集中，确定出第一参数子集；其中，第一重要程度是根据历史道路实测数据或者历史仿真测试数据确定的；以及，
[0146]
根据第一参数子集中各个参数对应的第二重要程度，从第一参数子集中，确定出预定义场景的参数子集；其中，第二重要程度是根据经验值进行设置的。
[0147]
可选地，预定义场景库构建单元705，具体还用于：
[0148]
响应于预定义场景存在至少两个参数为非单一性参数，
[0149]
根据至少两个参数对预定义场景的行驶安全的重要程度，从至少两个参数中，确定一个基准参数；其中，非单一性参数的参数值与参数子集中至少一个参数的参数值具有相关性；
[0150]
根据历史道路实测数据、历史仿真数据或者经验值，确定基准参数在各个安全等级时的取值范围；
[0151]
根据基准参数对应于各个安全等级的取值范围，分别确定至少两个参数中其余非单一性参数对应于各个安全等级的取值范围。
[0152]
可选地，安全等级确定单元704，还用于：
[0153]
响应于预定义场景中不存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，确定目标场景的目标安全等级为预设安全等级。
[0154]
可选地，预定义场景库构建单元705，还用于：
[0155]
响应于预定义场景中不存在与目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，将目标场景添加至预定义场景库中，并结合上述“构建预定义场景库”的步骤对该目标场景的第二参数集、第二参数值集、参数子集以及参数值子集进行确定。
[0156]
该装置可以用于执行图3～图6所示的实施例中所述的方法，因此，对于该装置的
各功能模块所能够实现的功能等可参考图3～图6所示的实施例的描述，不多赘述。需要说明的是，图7中的虚线框示出的功能单元为该装置的非必要功能单元。
[0157]
请参见图8，基于同一技术构思，本技术实施例还提供了一种计算机设备80，可以包括存储器801和处理器802。
[0158]
所述存储器801，用于存储处理器802执行的计算机程序。存储器801可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据计算机设备的使用所创建的数据等。处理器802，可以是一个中央处理单元(central processing unit，cpu)，或者为数字处理单元等等。本技术实施例中不限定上述存储器801和处理器802之间的具体连接介质。本技术实施例在图8中以存储器801和处理器802之间通过总线803连接，总线803在图8中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线803可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0159]
存储器801可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，ram)；存储器801也可以是非易失性存储器(non-volatile memory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，hdd)或固态硬盘(solid-state drive，ssd)、或者存储器801是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器801可以是上述存储器的组合。
[0160]
处理器802，用于调用所述存储器801中存储的计算机程序时执行如图3～图6所示的实施例中设备所执行的方法。
[0161]
在一些可能的实施方式中，本技术提供的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的方法中的步骤，例如，所述计算机设备可以执行如图3～图6所示的实施例中所述的方法。
[0162]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、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。或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0163]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0164]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：

1.一种场景安全等级确定方法，其特征在于，所述方法包括：根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景；其中，所述第一参数集中包含的参数为针对所述目标场景采集到参数值的所有参数，所述第一参数值集中的参数值与所述第一参数集中的参数对应；响应于所述至少一个预定义场景，从所述至少一个预定义场景中选取一个预定义场景作为对照场景；所述对照场景具有参数子集，所述参数子集是所述目标场景的第一参数集的子集；根据所述对照场景的参数子集，生成所述目标场景的参数值子集；其中，所述参数值子集中的参数值与所述参数子集中的参数对应，所述参数值子集为所述第一参数值集的子集；以及，根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级。2.如权利要求1所述的方法，其特征在于，所述根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级，包括：根据所述参数子集中各个参数对应于不同安全等级的取值范围以及所述参数值子集中的参数值，确定所述参数子集中各个参数对应的参数安全等级；以及，根据所述参数安全等级，确定所述目标场景的目标安全等级。3.如权利要求1所述的方法，其特征在于，所述方法还包括：构建预定义场景库，所述预定义场景库包括至少一个预定义场景，所述构建预定义场景库具体包括：针对每个预定义场景，根据所述预定义场景的各个参数的取值，确定所述预定义场景的第二参数集和第二参数值集；其中，所述第二参数集中包含的参数为针对所述预定义场景采集到参数值的所有参数，所述第二参数值集中的参数值与所述第二参数集中的参数对应；根据所述预定义场景的各个参数的重要程度，从所述第二参数集中确定所述预定义场景的参数子集；根据参数值子集，确定所述参数子集中各个参数对应于不同安全等级的取值范围，所述参数值子集中的参数值与所述参数子集中的参数对应。4.如权利要求3所述的方法，其特征在于，所述根据所述预定义场景的各个参数的重要程度，从所述第二参数集中确定所述预定义场景的参数子集，包括：根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；或者，根据所述预定义场景的各个参数对应的第二重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第二重要程度是根据经验值进行设置的。5.如权利要求3所述的方法，其特征在于，所述根据所述预定义场景的各个参数的重要程度，从所述第二参数集中确定所述预定义场景的参数子集，包括：根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定出第一参数子集；其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；以及，
根据所述第一参数子集中各个参数对应的第二重要程度，从所述第一参数子集中，确定出所述预定义场景的参数子集；其中，所述第二重要程度是根据经验值进行设置的。6.如权利要求3所述的方法，其特征在于，所述根据参数值子集，确定所述参数子集中各个参数对应于不同安全等级的取值范围，包括：响应于所述预定义场景存在至少两个参数为非单一性参数，根据所述至少两个参数对所述预定义场景的行驶安全的重要程度，从所述至少两个参数中，确定一个基准参数；其中，所述非单一性参数的参数值与所述参数子集中至少一个参数的参数值相关；根据历史道路实测数据、历史仿真数据或者经验值，确定所述基准参数在各个安全等级时的取值范围；根据所述基准参数的在各个安全等级时的取值范围，分别确定所述至少两个参数中其余非单一性参数对应于各个安全等级的取值范围。7.如权利要求1所述的方法，其特征在于，所述方法还包括：响应于所述预定义场景中不存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，确定所述目标场景的目标安全等级为预设安全等级。8.如权利要求1所述的方法，其特征在于，所述方法还包括：响应于所述预定义场景中不存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，将所述目标场景添加至预定义场景库中。9.一种场景安全等级确定装置，其特征在于，所述装置包括：相似场景确定单元，用于根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景；其中，所述第一参数集中包含的参数为针对所述目标场景所能采集到参数值的所有参数，所述第一参数值集中的参数值与所述第一参数集中的参数对应；对照场景确定单元，响应于所述至少一个预定义场景，从所述至少一个预定义场景中选取一个预定义场景作为对照场景；所述对照场景具有参数子集，所述参数子集是所述目标场景的第一参数集的子集；参数值子集生成单元，用于根据所述对照场景的参数子集，生成所述目标场景的参数值子集；其中，所述参数值子集中的参数值与所述参数子集中的参数对应，所述参数值子集为所述第一参数值集的子集；以及，安全等级确定单元，用于根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级。10.如权利要求9所述的装置，其特征在于，所述安全等级确定单元，具体用于：根据所述参数子集中各个参数对应于不同安全等级的取值范围以及所述参数值子集中的参数值，确定所述参数子集中各个参数对应的参数安全等级；以及，根据所述参数安全等级，确定所述目标场景的目标安全等级。11.如权利要求9所述的装置，其特征在于，所述装置还包括：预定义场景库构建单元，所述预定义场景库包括至少一个预定义场景，所述预定义场景库构建单元用于：针对每个预定义场景，根据所述预定义场景的各个参数的取值，确定所述预定义场景的第二参数集和第二参
数值集；其中，所述第二参数集中包含的参数为针对所述预定义场景采集到参数值的所有参数，所述第二参数值集中的参数值与所述第二参数集中的参数对应；根据所述预定义场景的各个参数的重要程度，从所述第二参数集中确定所述预定义场景的参数子集；根据参数值子集，确定所述参数子集中各个参数对应于不同安全等级的取值范围，所述参数值子集中的参数值与所述参数子集中的参数对应。12.如权利要求11所述的装置，其特征在于，所述预定义场景库构建单元，具体用于：根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；或者，根据所述预定义场景的各个参数对应的第二重要程度，从所述第二参数集中，确定所述预定义场景的参数子集，其中，所述第二重要程度是根据经验值进行设置的。13.如权利要求11所述的装置，其特征在于，所述预定义场景库构建单元，具体还用于：根据所述预定义场景的历史道路实测数据或者历史仿真数据中所述各个参数的取值，确定所述预定义场景的第二参数集；根据所述预定义场景的各个参数对应的第一重要程度，从所述第二参数集中，确定出第一参数子集；其中，所述第一重要程度是根据历史道路实测数据或者历史仿真数据确定的；以及，根据所述第一参数子集中各个参数对应的第二重要程度，从所述第一参数子集中，确定出所述预定义场景的参数子集；其中，所述第二重要程度是根据经验值进行设置的。14.如权利要求11所述的装置，其特征在于，所述预定义场景库构建单元，具体还用于：响应于所述预定义场景存在至少两个参数为非单一性参数，根据所述至少两个参数对所述预定义场景的行驶安全的重要程度，从所述至少两个参数中，确定一个基准参数；其中，所述非单一性参数的参数值与所述参数子集中至少一个参数的参数值相关；根据历史道路实测数据、历史仿真数据或者经验值，确定所述基准参数在各个安全等级时的取值范围；根据所述基准参数的在各个安全等级时的取值范围，分别确定所述至少两个参数中其余非单一性参数对应于各个安全等级的取值范围。15.如权利要求11所述的装置，其特征在于，所述预定义场景库构建单元，具体还用于：响应于所述预定义场景中不存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，将所述目标场景添加至预定义场景库中。16.如权利要求9所述的装置，其特征在于，所述安全等级确定单元还用于：响应于所述预定义场景中不存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景，确定所述目标场景的目标安全等级为预设安全等级。17.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一项所述方法。18.一种计算机存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指
令被处理器执行时实现权利要求1至8任一项所述方法。

技术总结

本申请提供一种场景安全等级确定方法、装置、设备及存储介质，涉及自动驾驶技术领域，用于快速确定未知场景的安全等级。该方法包括：根据目标车辆所处目标场景的第一参数集和第一参数值集，判断预定义场景库中，是否存在与所述目标场景之间相似度大于设定相似度阈值的至少一个预定义场景；响应于所述至少一个预定义场景，从所述至少一个预定义场景中选取一个预定义场景作为对照场景；根据所述对照场景的参数子集，生成所述目标场景的参数值子集；根据所述参数子集和所述参数值子集，确定所述目标场景的目标安全等级。目标场景的目标安全等级。目标场景的目标安全等级。