一种自动驾驶任务的问题分类方法及其相关装置与流程

1.本技术涉及自动驾驶领域，更具体的说，是涉及一种自动驾驶任务的问题分类方法及其相关装置。


背景技术：

2.随着自动驾驶技术的发展，目前已有许多自动驾驶车辆投入测试，每辆自动驾驶车辆在行驶过程中会记录路测数据，并在每天路测结束后，将所记录的路测数据回传至数据中心，数据中心会将接收到的路测数据制作成仿真任务，以进行模拟仿真。由于自动驾驶模式可能存在多种驾驶决策行为，仿真任务的仿真结果中可能存在多种驾驶行为类别，需要工程师针对不同驾驶行为类别对模拟仿真的结果进行人工分类。
3.然而，由于仿真任务量庞大，仿真结果中也存在各种问题导致不真实等，使得工程师在对仿真结果进行人工分类之前，需花大部分时间先进行问题分类，导致工作效率降低。
4.如何在对模拟仿真的结果进行行为类别分类之前，对模拟仿真的结果进行问题分类，以提炼出自动驾驶任务中的相关问题，是需要关注的问题。


技术实现要素：

5.鉴于上述问题，提出了本技术以便提供一种自动驾驶任务的问题分类方法及其相关装置，以辅助工程师提炼出自动驾驶任务中的相关问题，提升工程师的工作效率。
6.为了实现上述目的，现提出具体方案如下：
7.一种自动驾驶任务的问题分类方法，包括：
8.获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；
9.利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；
10.选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；
11.确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；
12.通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
13.可选的，在所述利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集之后，还包括：
14.通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别。
15.可选的，所述错误分类函数包括若干问题错误识别函数，
16.所述通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题
识别，确定每个所述自动驾驶子任务所属的问题类别，包括：
17.通过每一问题错误识别函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，若识别结果为该个仿真指标数据集存在参数错误，确定该个自动驾驶子任务存在与该问题错误识别函数对应的错误问题；
18.根据每个所述自动驾驶子任务存在的各种错误问题，确定该个自动驾驶子任务所属的问题类别。
19.可选的，确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别，包括：
20.通过错误分类函数对所述基准指标数据集进行问题识别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别；
21.或，
22.通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别。
23.可选的，所述通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别，包括：
24.根据所述基准指标数据集中的每项指标数据及其若干历史数据，构建该项指标数据的热力图；
25.若在每项指标数据的热力图中，该项指标数据不在目标范围内，确定该项指标数据存在问题，并确定该项指标数据所对应的问题子类别，所述目标范围为基于该项指标数据的若干历史数据确定的；
26.基于所述基准指标数据集中各项指标数据所属的问题子类别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别。
27.可选的，所述确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，包括：
28.确定所述基准指标数据集中，与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据；
29.将每个其他仿真指标数据集中的每项指标数据，与所述基准指标数据集中的所述目标指标数据之间的数据差异度，确定为该个其他仿真指标数据集的该项指标数据的指标差异度；
30.根据每个其他仿真指标数据集的各项指标数据的指标差异度，确定该个其他仿真指标数据集相对于所述第一问题类别的偏差程度。
31.可选的，在所述通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，还包括：
32.统计每种问题类别下的自动驾驶子任务，并在统计看板中显示；
33.响应用户查找与所述基准指标数据集对应的自动驾驶子任务，存在偏差的自动驾驶子任务的操作，统计与所述基准指标数据集的偏差程度小于预设偏差程度的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示；
34.响应用户查找指定指标数据的操作，统计含有所述指定指标数据的仿真指标数据
集所对应的自动驾驶子任务，并在所述统计看板中显示。
35.一种自动驾驶任务的问题分类装置，包括：
36.仿真任务获取单元，用于获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；
37.任务仿真单元，用于利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；
38.基准任务问题确定单元，用于选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；
39.偏差程度确定单元，用于确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；
40.其他任务确定单元，用于通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
41.可选的，该装置还包括：
42.问题识别单元，用于在所述利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集之后，通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别。
43.可选的，所述错误分类函数包括若干问题错误识别函数；
44.所述问题识别单元，包括：
45.第一问题识别子单元，用于通过每一问题错误识别函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，若识别结果为该个仿真指标数据集存在参数错误，确定该个自动驾驶子任务存在与该问题错误识别函数对应的错误问题；
46.第二问题识别子单元，用于根据每个所述自动驾驶子任务存在的各种错误问题，确定该个自动驾驶子任务所属的问题类别。
47.所述基准任务问题确定单元，包括：
48.基准数据集问题识别单元，用于通过错误分类函数对所述基准指标数据集进行问题识别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别；
49.热力图分析单元，用于通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别。
50.可选的，所述热力图分析单元，包括：
51.热力图构建单元，用于根据所述基准指标数据集中的每项指标数据及其若干历史数据，构建该项指标数据的热力图；
52.问题子类别确定单元，用于若在每项指标数据的热力图中，该项指标数据不在目标范围内，确定该项指标数据存在问题，并确定该项指标数据所对应的问题子类别，所述目标范围为基于该项指标数据的若干历史数据确定的；
53.问题类别确定单元，用于基于所述基准指标数据集中各项指标数据所属的问题子类别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别。
54.可选的，所述偏差程度确定单元，包括：
55.目标指标数据确定单元，用于确定所述基准指标数据集中，与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据；
56.指标差异度确定单元，用于将每个其他仿真指标数据集中的每项指标数据，与所述基准指标数据集中的所述目标指标数据之间的数据差异度，确定为该个其他仿真指标数据集的该项指标数据的指标差异度；
57.偏差程度分析单元，用于根据每个其他仿真指标数据集的各项指标数据的指标差异度，确定该个其他仿真指标数据集相对于所述第一问题类别的偏差程度。
58.可选的，该装置还包括：
59.看板显示第一单元，用于在所述通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，统计每种问题类别下的自动驾驶子任务，并在统计看板中显示；
60.看板显示第二单元，用于响应用户查找与所述基准指标数据集对应的自动驾驶子任务，存在偏差的自动驾驶子任务的操作，统计与所述基准指标数据集的偏差程度小于预设偏差程度的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示；
61.看板显示第三单元，用于响应用户查找指定指标数据的操作，统计含有所述指定指标数据的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示。
62.一种自动驾驶任务的问题分类设备，包括存储器和处理器；
63.所述存储器，用于存储程序；
64.所述处理器，用于执行所述程序，实现如上所述的自动驾驶任务的问题分类方法的各个步骤。
65.一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的自动驾驶任务的问题分类方法的各个步骤。
66.借由上述技术方案，本技术通过获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成，进一步地，利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集，选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别，确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集，更进一步地，通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。由此可见，在对仿真任务仿真之后，对仿真结果进行问题指标化，并在确定基准指标数据集对应的自动驾驶子任务所属的问题类别下，对其他自动驾驶子任务进行问题类别分析，从而确定所有自动驾驶子任务所属的问题类别，实现对仿真任务的问题分类，提炼出仿真任务的相关问题，提高工程师的工作效率。
附图说明
67.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
68.图1为本技术实施例提供的一种实现自动驾驶任务的问题分类的流程示意图；
69.图2为本技术实施例提供的一种实现自动驾驶任务的问题分类的装置结构示意图；
70.图3为本技术实施例提供的一种提供的一种实现自动驾驶任务的问题分类的设备的结构示意图。
具体实施方式
71.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。
72.本技术方案可以基于具备数据处理能力的终端实现，该终端可以是电脑、服务器、云端等。
73.接下来，结合图1所述，本技术的自动驾驶任务的问题分类方法可以包括以下步骤：
74.步骤s110、获取仿真任务。
75.具体的，仿真任务可以由多个同类的自动驾驶子任务组成，每个自动驾驶子任务可以是基于自动驾驶车辆的路测数据生成的。同类的自动驾驶子任务可以表示具有相同业务类型的自动驾驶子任务。
76.步骤s120、利用模拟仿真平台对仿真任务进行模拟仿真，得到多个自动驾驶子任务的仿真指标数据集。
77.具体的，仿真指标数据集是仿真任务的每个自动驾驶子任务进行模拟仿真后得到的仿真结果的数据解释。因此，每个自动驾驶子任务在模拟仿真中是否能正常/完整进行，可以通过仿真指标数据集来进行定义，仿真指标数据集中可以包括多项指标数据，每项指标数据可以表示自动驾驶子任务中的每项子业务的运行情况
78.步骤s130、选取任一个仿真指标数据集，作为基准指标数据集，并确定基准指标数据集对应的自动驾驶子任务所属的第一问题类别。
79.具体的，基准指标数据集可以表示作为对比基础的仿真指标数据集。第一问题类别可以表示基准指标数据集中的各项指标数据所综合反映的问题类别。仿真任务中的每个仿真指标数据集均可以通过与基准指标数据集对比，以分析与基准指标数据集之间的差异，从而分析与第一问题类别之间的差异。
80.其中，问题类别可以包括有由仿真平台导致而不能正常/完整进行的问题类别、由算法分支导致而不能正常/完整进行的问题类别、由基础依赖的环境导致而不能正常/完整进行的问题类别等，每个问题类别均可以通过预设的名称进行标记。
81.需要注意的是，若仿真指标数据集中各项指标数据均不存在任何问题，那么该个仿真指标数据集对应的自动驾驶子任务的问题类别可以标记为正常类别。
82.步骤s140、确定每个其他仿真指标数据集相对于第一问题类别的偏差程度。
83.其中，每个其他仿真指标数据集可以为，仿真任务在模拟仿真得到的多个仿真指标数据集中，除基准指标数据集之外的仿真指标数据集。
84.具体的，每个其他仿真指标数据集相对于第一问题类别的偏差程度可以表示该个其他仿真指标数据集的每项指标数据与基准指标数据集的对应指标数据比较后，综合各项指标数据之间的差异程度。
85.步骤s150、通过每个其他仿真指标数据集相对于第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
86.具体的，第二问题类别可以表示每个其他仿真指标数据集的各项指标数据所综合反映的问题类别，也可以表示相较于第一问题类别的偏差程度的问题类别。
87.本实施例提供的自动驾驶任务的问题分类方法，通过获取仿真任务，仿真任务由多个同类的自动驾驶子任务组成，进一步地，利用模拟仿真平台对仿真任务进行模拟仿真，得到多个自动驾驶子任务的仿真指标数据集，选取任一个仿真指标数据集，作为基准指标数据集，并确定基准指标数据集对应的自动驾驶子任务所属的第一问题类别，确定每个其他仿真指标数据集相对于第一问题类别的偏差程度，其中，每个其他仿真指标数据集为，模拟仿真仿真任务得到的多个仿真指标数据集中，除基准指标数据集之外的仿真指标数据集，更进一步地，通过每个其他仿真指标数据集相对于第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。由此可见，在对仿真任务仿真之后，对仿真结果进行问题指标化，并在确定基准指标数据集对应的自动驾驶子任务所属的问题类别下，对其他自动驾驶子任务进行问题类别分析，从而确定所有自动驾驶子任务所属的问题类别，实现对仿真任务的问题分类，提炼出仿真任务的相关问题，提高工程师的工作效率。
88.考虑到可以利用错误分类算法应用于仿真指标数据集，以对仿真指标数据集所存在的问题逐项排查，从而确定仿真指标数据集所对应的仿真指标数据集所存在的所有问题，本技术的一些实施例中，在上述步骤s120、利用模拟仿真平台对仿真任务进行模拟仿真，得到多个自动驾驶子任务的仿真指标数据集，对利用错误分类算法分析仿真指标数据集所存在的问题的过程进行介绍，该过程可以包括：
89.通过错误分类函数对每个自动驾驶子任务的仿真指标数据集进行问题识别，确定每个自动驾驶子任务所属的问题类别。
90.具体的，可以将每个自动驾驶子任务的仿真指标数据集输入至错误分类函数，输出自动驾驶子任务所存在的所有问题。
91.其中，错误分类函数可以包括若干问题错误识别函数，每一问题错误识别函数可以针对单个问题对输入的仿真指标数据集进行问题识别，若识别到存在该个问题则进行标记，若未识别到存在该个问题则跳过。
92.基于此，通过错误分类函数对每个自动驾驶子任务的仿真指标数据集进行问题识别，确定每个自动驾驶子任务所属的问题类别的过程可以包括：
93.s1、通过每一问题错误识别函数对每个自动驾驶子任务的仿真指标数据集进行问题识别，若识别结果为该个仿真指标数据集存在参数错误，确定该个自动驾驶子任务存在与该问题错误识别函数对应的错误问题。
94.具体的，每个自动驾驶子任务的仿真指标数据集可以依次输入至每一问题错误识别函数，待所有问题错误识别函数识别结束后，则确定该个自动驾驶子任务存在的各种错误问题。
95.进一步的，若识别结果为该个仿真指标数据集不存在参数错误，则可以确定该个自动驾驶子任务不存在与该问题错误识别函数对应的错误问题。
96.s2、根据每个自动驾驶子任务存在的各种错误问题，确定该个自动驾驶子任务所属的问题类别。
97.本实施例提供的自动驾驶任务的问题分类方法，通过错误分类函数对每个自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别，从而辅助工程师对自动驾驶子任务进行问题类别分析，确定自动驾驶子任务所属的问题类别，实现对仿真任务的问题分类，提炼出仿真任务的相关问题，提高工作效率。
98.本技术的一些实施例中，对上述实施例提到的、确定基准指标数据集对应的自动驾驶子任务所属的第一问题类别的过程进行介绍，该过程可以包括通过以下两种方式实现：
99.第一种、通过错误分类函数对基准指标数据集进行问题识别，确定基准指标数据集对应自动驾驶子任务所属的问题类别。
100.具体的，可以将基准指标数据集输入至错误分类函数，由错误分类函数的各个错误识别函数进行识别，输出基准指标数据集所对应的自动驾驶子任务所存在的所有问题。
101.第二种、通过构建热力图，分析基准指标数据集中每项指标数据对应的问题子类别，确定基准指标数据集对应自动驾驶子任务的所属的问题类别。
102.可以理解的是，由于热力图可以表示单项指标数据与历史指标数据的关系图，而历史指标数据为已处理/已更正的指标数据，为不存在问题的正常指标数据，因此可以通过构建热力图分析基准指标数据集中每项指标数据是否存在问题。
103.具体的，通过构建热力图，分析基准指标数据集中每项指标数据对应的问题子类别，确定基准指标数据集对应自动驾驶子任务的所属的问题类别的过程可以包括：
104.s1、根据基准指标数据集中的每项指标数据及其若干历史数据，构建该项指标数据的热力图。
105.其中，基准指标数据集中的每项指标数据在热力图中的颜色标记可以不同于该项指标数据的若干历史数据。
106.可以理解的是，热力图中存在一个可接受的目标范围，该目标范围可以表示若干历史数据所形成的范围及其偏差的区域，因此可以从热力图中直观地观察到基准指标数据集中的指标数据是否落于该目标范围内。
107.s2、若在每项指标数据的热力图中，该项指标数据不在目标范围内，确定该项指标数据存在问题，并确定该项指标数据所对应的问题子类别。
108.其中，目标范围可以为基于该项指标数据的若干历史数据确定的。
109.可以理解的是，若热力图中指标数据不在目标范围内，那么可以表示指标数据并非历史数据及历史数据所预测的结果所能接受的，因此可以说明指标数据存在问题。由于每项指标数据的异常可以表示存在的一种问题，因此当指标数据存在问题时，可以确定该项指标数据所对应的问题子类别。
110.s3、基于基准指标数据集中各项指标数据所属的问题子类别，确定基准指标数据集对应自动驾驶子任务所属的问题类别。
111.可以理解的是，不同问题子类别的组合所对应的问题类别不同，因此可以在确定
了基准指标数据集中各项指标数据所属的问题子类别后，通过比对预先建立的问题子类别组合对照表，确定基准指标数据集对应自动驾驶子任务所属的问题类别。
112.其中，问题子类别组合对照表可以表示多种问题子类别组合与问题类别的对应关系表。
113.本技术的一些实施例中，对上述步骤s140、确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度的过程进行介绍，该过程可以包括：
114.s1、确定基准指标数据集中，与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据。
115.可以理解的是，由于仿真任务中的各个自动驾驶子任务的业务类型相同，对仿真任务模拟仿真所得到的每个仿真指标数据集中均具备相同的各项指标数据，因此在每个基准指标数据集中，均有与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据。
116.其中，每项指标数据或目标指标数据的数据类型可以是布尔值、浮点数或null等。
117.s2、将每个其他仿真指标数据集中的每项指标数据，与基准指标数据集中的目标指标数据之间的数据差异度，确定为该个其他仿真指标数据集的该项指标数据的指标差异度。
118.具体的，可以将每个其他仿真指标数据集中的每项指标数据，与基准指标数据集中的目标指标数据，进行布尔相减、浮点数相减等，得到该个其他仿真指标数据集的该项指标数据的指标差异度。
119.其中，指标差异度的大小可以通过与预设偏差程度进行比较，并可以通过将指标差异度与预设偏差程度之间的差距划分为多个级别，如当指标差异度与预设偏差程度之间的差距大于差距阈值时，可以将指标差异度定义为相差较大的级别，当指标差异度与预设偏差程度之间的差距小于差距阈值时，可以将指标差异度定义为相差较小的级别，当指标差异度与预设偏差程度之间的差距为0时，可以将指标差异度定义为无差异的级别。
120.s3、根据每个其他仿真指标数据集的各项指标数据的指标差异度，确定该个其他仿真指标数据集相对于第一问题类别的偏差程度。
121.具体的，每个其他仿真指标数据集的各项指标数据的指标差异度与该个其他仿真指标数据集相对于第一问题类别的偏差程度，可以呈正相关关系。
122.考虑到当以基准指标数据集对应的自动驾驶子任务为基础时，更便于工程师查看其他自动驾驶子任务的问题情况，可以设置有统计看板提供检索功能，能够更直观地展示仿真任务的模拟仿真结果中各自动驾驶子任务之间的关系，基于此，本技术的一些实施例中，在上述步骤s150、通过每个其他仿真指标数据集相对于第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，可以在统计看板中向用户展示信息，具体可以包括以下几种情况：
123.第一种、统计每种问题类别下的自动驾驶子任务，并在统计看板中显示。
124.可以理解的是，在确定各个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，则已将所有自动驾驶子任务的问题分类完成，那么可以统计每种问题类别下的自动驾驶子任务并展示，或者可以按照问题类别进行索引，显示用户所需查看的问题类别下的自动驾驶子任务。
125.第二种、响应用户查找与基准指标数据集对应的自动驾驶子任务，存在偏差的自动驾驶子任务的操作，统计与基准指标数据集的偏差程度小于预设偏差程度的仿真指标数据集所对应的自动驾驶子任务，并在统计看板中显示。
126.具体的，当用户存在查看与基准指标数据集对应的自动驾驶子任务存在偏差的自动驾驶子任务时，可以响应用户的需求/指令，统计并在统计看板中进行显示。
127.第三种、响应用户查找指定指标数据的操作，统计含有所述指定指标数据的仿真指标数据集所对应的自动驾驶子任务，并在统计看板中显示。
128.具体的，当用户需要对具体某一项指标数据进行查看时，可以响应用户的需求/指令，统计并在统计看板中进行显示。
129.本实施例提供的自动驾驶任务的问题分类方法，通过设置统计看板，能够更直观地展示仿真任务的模拟仿真结果中各自动驾驶子任务之间的关系，以及提供检索功能，能够便于工程师查看所需要查看的自动驾驶子任务，提高工程师的工作效率。
130.下面对本技术实施例提供的实现自动驾驶任务的问题分类装置进行描述，下文描述的实现自动驾驶任务的问题分类装置与上文描述的实现自动驾驶任务的问题分类方法可相互对应参照。
131.参见图2，图2为本技术实施例公开的一种实现自动驾驶任务的问题分类装置结构示意图。
132.如图2所示，该装置可以包括：
133.仿真任务获取单元11，用于获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；
134.任务仿真单元12，用于利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；
135.基准任务问题确定单元13，用于选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；
136.偏差程度确定单元14，用于确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；
137.其他任务确定单元15，用于通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
138.可选的，该装置还包括：
139.问题识别单元，用于在所述利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集之后，通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别。
140.可选的，所述错误分类函数包括若干问题错误识别函数；
141.所述问题识别单元，包括：
142.第一问题识别子单元，用于通过每一问题错误识别函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，若识别结果为该个仿真指标数据集存在参数错误，确
定该个自动驾驶子任务存在与该问题错误识别函数对应的错误问题；
143.第二问题识别子单元，用于根据每个所述自动驾驶子任务存在的各种错误问题，确定该个自动驾驶子任务所属的问题类别。
144.所述基准任务问题确定单元，包括：
145.基准数据集问题识别单元，用于通过错误分类函数对所述基准指标数据集进行问题识别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别；
146.热力图分析单元，用于通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别。
147.可选的，所述热力图分析单元，包括：
148.热力图构建单元，用于根据所述基准指标数据集中的每项指标数据及其若干历史数据，构建该项指标数据的热力图；
149.问题子类别确定单元，用于若在每项指标数据的热力图中，该项指标数据不在目标范围内，确定该项指标数据存在问题，并确定该项指标数据所对应的问题子类别，所述目标范围为基于该项指标数据的若干历史数据确定的；
150.问题类别确定单元，用于基于所述基准指标数据集中各项指标数据所属的问题子类别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别。
151.可选的，所述偏差程度确定单元，包括：
152.目标指标数据确定单元，用于确定所述基准指标数据集中，与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据；
153.指标差异度确定单元，用于将每个其他仿真指标数据集中的每项指标数据，与所述基准指标数据集中的所述目标指标数据之间的数据差异度，确定为该个其他仿真指标数据集的该项指标数据的指标差异度；
154.偏差程度分析单元，用于根据每个其他仿真指标数据集的各项指标数据的指标差异度，确定该个其他仿真指标数据集相对于所述第一问题类别的偏差程度。
155.可选的，该装置还包括：
156.看板显示第一单元，用于在所述通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，统计每种问题类别下的自动驾驶子任务，并在统计看板中显示；
157.看板显示第二单元，用于响应用户查找与所述基准指标数据集对应的自动驾驶子任务，存在偏差的自动驾驶子任务的操作，统计与所述基准指标数据集的偏差程度小于预设偏差程度的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示；
158.看板显示第三单元，用于响应用户查找指定指标数据的操作，统计含有所述指定指标数据的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示。
159.本技术实施例提供的自动驾驶任务的问题分类装置可应用于自动驾驶任务的问题分类设备，如终端：手机、电脑等。可选的，图3示出了自动驾驶任务的问题分类设备的硬件结构框图，参照图3，自动驾驶任务的问题分类设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；
160.在本技术实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；
161.处理器1可能是一个中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
162.存储器3可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)等，例如至少一个磁盘存储器；
163.其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：
164.获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；
165.利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；
166.选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；
167.确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；
168.通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
169.可选的，所述程序的细化功能和扩展功能可参照上文描述。
170.本技术实施例还提供一种存储介质，该存储介质可存储有适于处理器执行的程序，所述程序用于：
171.获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；
172.利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；
173.选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；
174.确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；
175.通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。
176.可选的，所述程序的细化功能和扩展功能可参照上文描述。
177.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
178.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即
可。
179.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种自动驾驶任务的问题分类方法，其特征在于，包括：获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。2.根据权利要求1所述的方法，其特征在于，在所述利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集之后，还包括：通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别。3.根据权利要求2所述的方法，其特征在于，所述错误分类函数包括若干问题错误识别函数；所述通过错误分类函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，确定每个所述自动驾驶子任务所属的问题类别，包括：通过每一问题错误识别函数对每个所述自动驾驶子任务的仿真指标数据集进行问题识别，若识别结果为该个仿真指标数据集存在参数错误，确定该个自动驾驶子任务存在与该问题错误识别函数对应的错误问题；根据每个所述自动驾驶子任务存在的各种错误问题，确定该个自动驾驶子任务所属的问题类别。4.根据权利要求1所述的方法，其特征在于，确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别，包括：通过错误分类函数对所述基准指标数据集进行问题识别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别；或，通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别。5.根据权利要求4所述的方法，其特征在于，所述通过构建热力图，分析所述基准指标数据集中每项指标数据对应的问题子类别，确定所述基准指标数据集对应自动驾驶子任务的所属的问题类别，包括：根据所述基准指标数据集中的每项指标数据及其若干历史数据，构建该项指标数据的热力图；若在每项指标数据的热力图中，该项指标数据不在目标范围内，确定该项指标数据存在问题，并确定该项指标数据所对应的问题子类别，所述目标范围为基于该项指标数据的若干历史数据确定的；
基于所述基准指标数据集中各项指标数据所属的问题子类别，确定所述基准指标数据集对应自动驾驶子任务所属的问题类别。6.根据权利要求4所述的方法，其特征在于，所述确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，包括：确定所述基准指标数据集中，与每个其他仿真指标数据集中的每项指标数据对应的目标指标数据；将每个其他仿真指标数据集中的每项指标数据，与所述基准指标数据集中的所述目标指标数据之间的数据差异度，确定为该个其他仿真指标数据集的该项指标数据的指标差异度；根据每个其他仿真指标数据集的各项指标数据的指标差异度，确定该个其他仿真指标数据集相对于所述第一问题类别的偏差程度。7.根据权利要求1-6任一所述的方法，其特征在于，在所述通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别之后，还包括：统计每种问题类别下的自动驾驶子任务，并在统计看板中显示；响应用户查找与所述基准指标数据集对应的自动驾驶子任务，存在偏差的自动驾驶子任务的操作，统计与所述基准指标数据集的偏差程度小于预设偏差程度的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示；响应用户查找指定指标数据的操作，统计含有所述指定指标数据的仿真指标数据集所对应的自动驾驶子任务，并在所述统计看板中显示。8.一种自动驾驶任务的问题分类装置，其特征在于，包括：仿真任务获取单元，用于获取仿真任务，所述仿真任务由多个同类的自动驾驶子任务组成；任务仿真单元，用于利用模拟仿真平台对所述仿真任务进行模拟仿真，得到多个所述自动驾驶子任务的仿真指标数据集；基准任务问题确定单元，用于选取任一个所述仿真指标数据集，作为基准指标数据集，并确定所述基准指标数据集对应的自动驾驶子任务所属的第一问题类别；偏差程度确定单元，用于确定每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，其中，所述每个其他仿真指标数据集为，模拟仿真所述仿真任务得到的多个仿真指标数据集中，除所述基准指标数据集之外的仿真指标数据集；其他任务确定单元，用于通过每个其他仿真指标数据集相对于所述第一问题类别的偏差程度，确定该个其他仿真指标数据集对应的自动驾驶子任务所属的第二问题类别。9.一种自动驾驶任务的问题分类设备，其特征在于，包括存储器和处理器；所述存储器，用于存储程序；所述处理器，用于执行所述程序，实现如权利要求1-7任一项的自动驾驶任务的问题分类方法的各个步骤。10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7任一项的自动驾驶任务的问题分类方法的各个步骤。

技术总结
本申请公开了一种自动驾驶任务的问题分类方法及其相关装置，方法包括：获取由多个同类自动驾驶子任务组成的仿真任务，对仿真任务进行模拟仿真，得到多个自动驾驶子任务的仿真指标数据集，选取基准指标数据集，并确定其所属的第一问题类别，通过确定其他仿真指标数据集相对于第一问题类别的偏差程度，确定与之对应的自动驾驶子任务所属的第二问题类别。可见，在对仿真任务仿真之后，对仿真结果进行问题指标化，并在确定基准指标数据集对应的自动驾驶子任务所属的问题类别下，对其他自动驾驶子任务进行问题类别分析，从而确定所有自动驾驶子任务所属的问题类别，实现对仿真任务的问题分类，提炼出仿真任务的相关问题，提高工程师的工作效率。师的工作效率。师的工作效率。


技术研发人员：陈波波
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2023.04.12
技术公布日：2023/7/12