车辆测试数据的处理方法、设备及存储介质与流程

本申请涉及数据处理，尤其涉及一种车辆测试数据的处理方法、设备及存储介质。

背景技术：

1、在智能驾驶场景中，道路测试是核验自动驾驶车辆运行性能、排查潜在缺陷的核心环节，测试问题记录的完整性与准确性，直接决定智能驾驶系统迭代优化的质量与行车安全。

2、在相关技术中，通常采用基于固定时长规则的提醒方式开展测试辅助工作，即通过预先设定固定测试时长，在测试人员完成连续固定时长测试后，统一推送休息提醒，辅助开展测试作业。

3、然而，在上述过程中，不同测试场景对测试人员造成的认知负荷存在显著差异，仅依赖固定时长提醒，容易导致预警判定偏离实际工作状态，使得车辆测试数据的处理的准确度较低。

技术实现思路

1、本申请提供一种车辆测试数据的处理方法、设备及存储介质，用以解决车辆测试数据的处理的准确度较低的问题。

2、第一方面，本申请提供一种车辆测试数据的处理方法，包括：

3、获取车辆在行驶过程中的多个测试场景、各测试场景对应的场景复杂度和测试时长；

4、根据场景复杂度和测试时长，确定认知负荷参数，认知负荷参数用于指示目标用户在测试过程中的认知压力程度；

5、根据测试时长，确定频率阈值和负荷阈值，频率阈值用于约束复杂场景的出现频率，负荷阈值用于约束认知负荷参数；

6、根据认知负荷参数、频率阈值和负荷阈值，确定目标用户的认知状态，认知状态为正常状态或负荷状态。

7、在一种可能的实施方式中，根据场景复杂度和测试时长，确定认知负荷参数，包括：

8、根据场景复杂度，确定平均复杂度；

9、根据平均复杂度和测试时长，确定认知负荷参数。

10、在一种可能的实施方式中，根据场景复杂度，确定平均复杂度，包括：

11、获取测试场景对应的第一数量；

12、根据各测试场景的场景复杂度和第一数量，确定平均复杂度。

13、在一种可能的实施方式中，根据各测试场景的场景复杂度和第一数量，确定平均复杂度，包括：

14、确定各测试场景对应的扰动权重，扰动权重用于指示测试场景对认知状态的影响程度；

15、根据场景复杂度、多个扰动权重和第一数量，确定平均复杂度。

16、在一种可能的实施方式中，根据平均复杂度和测试时长，确定认知负荷参数，包括：

17、根据平均复杂度和测试时长，确定基准认知负荷参数，基准认知负荷参数为目标用户在测试过程中的认知消耗速率；

18、对基准认知负荷参数进行修正，得到认知负荷参数。

19、在一种可能的实施方式中，对基准认知负荷参数进行修正，得到认知负荷参数，包括：

20、确定复杂度相同的测试场景对应的第二数量；

21、根据第二数量，确定调整参数，并根据调整参数，对基准认知负荷参数进行修正，得到认知负荷参数。

22、在一种可能的实施方式中，根据测试时长，确定负荷阈值，包括：

23、在测试时长小于或等于预设时长时，确定负荷阈值为第一参数；

24、在测试时长大于预设时长时，根据第一参数和测试时长，确定负荷阈值。

25、在一种可能的实施方式中，确定目标用户的认知状态，包括：

26、确定复杂测试场景对应的第三数量；

27、在第三数量大于或等于频率阈值，且认知负荷参数大于负荷阈值时，确定认知状态为负荷状态。

28、在一种可能的实施方式中，确定目标用户的认知状态，包括：

29、在第三数量小于频率阈值，或认知负荷参数小于或等于负荷阈值时，确定认知状态为正常状态。

30、第二方面，本申请提供一种车辆测试数据的处理装置，其中：

31、获取模块用于，获取车辆在行驶过程中的多个测试场景、各测试场景对应的场景复杂度和测试时长；

32、第一确定模块用于，根据场景复杂度和测试时长，确定认知负荷参数，认知负荷参数用于指示目标用户在测试过程中的认知压力程度；

33、第二确定模块用于，根据测试时长，确定频率阈值和负荷阈值，频率阈值用于约束复杂场景的出现频率，负荷阈值用于约束认知负荷参数；

34、处理模块用于，根据认知负荷参数、频率阈值和负荷阈值，确定目标用户的认知状态，认知状态为正常状态或负荷状态。

35、第三方面，本申请实施例提供一种车辆测试数据的处理设备，包括：至少一个处理器和存储器；存储器存储计算机执行指令；至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上第一方面以及第一方面任一项涉及的车辆测试数据的处理方法。

36、第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上第一方面以及第一方面任一项涉及的车辆测试数据的处理方法。

37、本申请提供的车辆测试数据的处理方法、设备及存储介质，通过获取车辆行驶过程中的多个测试场景、各测试场景对应的场景复杂度和测试时长，根据场景复杂度和测试时长确定用于指示目标用户认知压力程度的认知负荷参数，并根据测试时长确定频率阈值和负荷阈值，结合认知负荷参数、频率阈值和负荷阈值共同确定目标用户的认知状态。在上述方法中，能够结合智能驾驶测试的场景特性，实现在测试过程中对测试人员的认知状态进行实时、动态监测，有效避免了因场景复杂度差异、测试工况动态变化导致的预警偏差问题，解决因认知过载导致的问题遗漏，在提高车辆测试数据的处理的准确度的同事，提高了智能驾驶测试的可靠性。

1.一种车辆测试数据的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，根据所述场景复杂度和所述测试时长，确定认知负荷参数，包括：

3.根据权利要求2所述的方法，其特征在于，根据所述场景复杂度，确定平均复杂度，包括：

4.根据权利要求3所述的方法，其特征在于，根据所述各测试场景的场景复杂度和所述第一数量，确定所述平均复杂度，包括：

5.根据权利要求3所述的方法，其特征在于，根据所述平均复杂度和所述测试时长，确定所述认知负荷参数，包括：

6.根据权利要求5所述的方法，其特征在于，对所述基准认知负荷参数进行修正，得到所述认知负荷参数，包括：

7.根据权利要求1所述的方法，其特征在于，根据所述测试时长，确定负荷阈值，包括：

8.根据权利要求1所述的方法，其特征在于，确定所述目标用户的认知状态，包括：

9.根据权利要求8所述的方法，其特征在于，确定所述目标用户的认知状态，包括：

10.一种车辆测试数据的处理设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

11.一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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-9任一项所述的方法。