本申请涉及自动驾驶，尤其是涉及自动驾驶汽车的虚拟场景库构建方法、装置、设备及介质。
背景技术：
1、近年来，越来越多传统企业和新兴科技公司投身自动驾驶汽车的研发中，多家企业的自动驾驶汽车已经开始在道路上进行测试。基于场景的自动驾驶汽车虚拟仿真测试测试成本低、测试效率高、可重复性强且测试场景数量多，是未来自动驾驶汽车测试的重要手段。现有的蒙特卡洛模拟方法虽然能够提供一定程度的评估，但由于其基于简单随机抽样的特性，导致在自动驾驶算法失效场景组合不多的情况下，需要庞大的样本数量，从而降低了评估效率。所以，如何更加全面地评估自动驾驶算法的性能成为了不容小觑的技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供自动驾驶汽车的虚拟场景库构建方法、装置、设备及介质，通过调整聚类算法的聚类参数可以控制生成的场景数量，同时保持较高的覆盖率，聚类算法可以根据场景的特征进行分组，从而提取出具有代表性的虚拟场景，以使生成的场景库具有较好的代表性和多样性，能够更全面地评估自动驾驶算法的性能。
2、本申请实施例提供了一种自动驾驶汽车的虚拟场景库构建方法，所述虚拟场景库构建方法包括：
3、获取自动驾驶汽车在不同虚拟场景下的运行数据，对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数；
4、基于聚类算法对不同虚拟场景下的特征参数进行聚类处理，确定出每一场景类别下的多个虚拟场景；其中，场景类别包括速度场景类别、距离场景类别以及天气场景类别；
5、在每一场景类别下的多个虚拟场景之中筛选出目标虚拟场景，将多个所述目标虚拟场景构成虚拟场景库。
6、在一种可能的实施方式之中，所述对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数，包括：
7、对不同虚拟场景下的运行数据进行数据清洗处理以及数据预处理，确定出第一处理后的运行数据；
8、对第一处理后的运行数据进行数据特征提取，确定出不同虚拟场景下的特征参数。
9、在一种可能的实施方式之中，所述基于聚类算法对不同虚拟场景下的特征参数进行聚类处理，确定出每一场景类别下的多个虚拟场景，包括：
10、在不同虚拟场景下的特征参数中选择多个虚拟场景下的特征参数作为初始质心，确定出每个所述虚拟场景下的特征参数到每个所述初始质心的第一欧式距离；其中，所述初始质心的数量与所述场景类别的数量相一致；
11、基于所述第一欧式距离对每个所述虚拟场景下的特征参数进行质心分配，确定出每个所述虚拟场景下的特征参数所对应的初始质心；
12、对每个所述初始质心进行更新以及对每个所述虚拟场景下的特征参数重新进行质心分配，直至质心的位置不再发生显著明显变化时，确定出每个场景类别下的多个虚拟场景。
13、在一种可能的实施方式之中，所述对每个所述初始质心进行更新以及对每个所述虚拟场景下的特征参数重新进行质心分配，直至质心的位置不再发生显著明显变化时，确定出每个场景类别下的多个虚拟场景，包括：
14、对每个初始质心下的多个虚拟场景下的特征参数进行平均值计算，确定出平均特征参数；
15、将所述平均特征参数作为新的质心，重新确定出每个所述虚拟场景下的特征参数到新的质心的第二欧式距离；
16、基于每个所述第二欧式距离对虚拟场景下的特征参数进行质心分配，直至质心的位置不再发生显著明显变化时，确定出每个场景类别下的多个虚拟场景。
17、在一种可能的实施方式之中，通过以下方式确定出所述目标虚拟场景：
18、在每个场景类别下的多个虚拟场景之中将最靠近质心的所述虚拟场景确定为所述目标虚拟场景。
19、在一种可能的实施方式之中，在每一场景类别下的多个虚拟场景之中筛选出目标虚拟场景，将多个所述目标虚拟场景构成虚拟场景库之后，所述虚拟场景库构建方法还包括：
20、基于所述虚拟场景库对自动驾驶算法进行仿真测试，确定出仿真测试结果；
21、基于所述仿真测试结果对所述虚拟场景库进行优化调整。
22、本申请实施例还提供了一种自动驾驶汽车的虚拟场景库构建装置，所述虚拟场景库构建装置包括：
23、数据处理模块，用于获取自动驾驶汽车在不同虚拟场景下的运行数据，对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数；
24、聚类处理模块，用于基于聚类算法对不同虚拟场景下的特征参数进行聚类处理，确定出每一场景类别下的多个虚拟场景；其中，场景类别包括速度场景类别、距离场景类别以及天气场景类别；
25、构建模块，用于在每一场景类别下的多个虚拟场景之中筛选出目标虚拟场景，将多个所述目标虚拟场景构成虚拟场景库。
26、在一种可能的实施方式之中，数据处理模块在用于所述对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数是，数据处理模块具体用于：
27、对不同虚拟场景下的运行数据进行数据清洗处理以及数据预处理，确定出第一处理后的运行数据；
28、对第一处理后的运行数据进行数据特征提取，确定出不同虚拟场景下的特征参数。
29、本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的自动驾驶汽车的虚拟场景库构建方法的步骤。
30、本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的自动驾驶汽车的虚拟场景库构建方法的步骤。
31、本申请实施例提供的自动驾驶汽车的虚拟场景库构建方法、装置、设备及介质，所述虚拟场景库构建方法包括：获取自动驾驶汽车在不同虚拟场景下的运行数据，对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数；基于聚类算法对不同虚拟场景下的特征参数进行聚类处理，确定出每一场景类别下的多个虚拟场景；其中，场景类别包括速度场景类别、距离场景类别以及天气场景类别；在每一场景类别下的多个虚拟场景之中筛选出目标虚拟场景，将多个所述目标虚拟场景构成虚拟场景库。通过调整聚类算法的聚类参数可以控制生成的场景数量，同时保持较高的覆盖率，聚类算法可以根据场景的特征进行分组，从而提取出具有代表性的虚拟场景，以使生成的场景库具有较好的代表性和多样性，能够更全面地评估自动驾驶算法的性能。
32、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种自动驾驶汽车的虚拟场景库构建方法，其特征在于，所述虚拟场景库构建方法包括：
2.根据权利要求1所述的虚拟场景库构建方法，其特征在于，所述对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数，包括：
3.根据权利要求1所述的虚拟场景库构建方法，其特征在于，所述基于聚类算法对不同虚拟场景下的特征参数进行聚类处理，确定出每一场景类别下的多个虚拟场景，包括：
4.根据权利要求3所述的虚拟场景库构建方法，其特征在于，所述对每个所述初始质心进行更新以及对每个所述虚拟场景下的特征参数重新进行质心分配，直至质心的位置不再发生显著明显变化时，确定出每个场景类别下的多个虚拟场景，包括：
5.根据权利要求1所述的虚拟场景库构建方法，其特征在于，通过以下方式确定出所述目标虚拟场景：
6.根据权利要求1所述的虚拟场景库构建方法，其特征在于，在每一场景类别下的多个虚拟场景之中筛选出目标虚拟场景，将多个所述目标虚拟场景构成虚拟场景库之后，所述虚拟场景库构建方法还包括：
7.一种自动驾驶汽车的虚拟场景库构建装置，其特征在于，所述虚拟场景库构建装置包括：
8.根据权利要求7所述的虚拟场景库构建装置，其特征在于，数据处理模块在用于所述对不同虚拟场景下的运行数据进行数据处理，确定出不同虚拟场景下的特征参数是，数据处理模块具体用于：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至6任一所述的自动驾驶汽车的虚拟场景库构建方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一所述的自动驾驶汽车的虚拟场景库构建方法的步骤。
