技術(shù)特征：

1.一種考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，對(duì)輔助駕駛車輛事故數(shù)據(jù)集進(jìn)行預(yù)處理包括以下步驟：

3.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，所述關(guān)鍵指標(biāo)類別包括：

4.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，非參數(shù)型特征信息包括道路類型的特征信息、環(huán)境照明條件的特征信息、天氣狀況的特征信息、駕駛員行為的特征信、啟用的輔助駕駛功能的特征信息、車輛類型的特征信息、碰撞方類型的特征信息、碰撞類型的特征信息、相對(duì)運(yùn)動(dòng)方向的特征信息；

5.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，道路類型的特征信息包括：隧道、急彎、橋梁、十字交叉口、人行道、普通路段中的一種；

6.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，復(fù)雜度評(píng)分方法包括以下步驟：

7.根據(jù)權(quán)利要求6所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，將關(guān)鍵指標(biāo)類別對(duì)應(yīng)的特征信息進(jìn)行標(biāo)準(zhǔn)化處理的標(biāo)準(zhǔn)化公式為：

8.根據(jù)權(quán)利要求6所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，熵權(quán)法計(jì)算各個(gè)關(guān)鍵指標(biāo)類別的特征權(quán)重過程包括以下步驟：

9.根據(jù)權(quán)利要求6所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，基于topsis方法計(jì)算每個(gè)事故樣本的復(fù)雜度評(píng)分的基體過程為：

10.根據(jù)權(quán)利要求1所述的考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，其特征在于，將每類場(chǎng)景復(fù)雜程度使用dbscan聚類方法分為s個(gè)類典型場(chǎng)景過程中；所述場(chǎng)景指標(biāo)類別包括道路類型、車輛類型、碰撞方類型、相對(duì)運(yùn)動(dòng)方向、碰撞類型、啟用的輔助駕駛功能；

技術(shù)總結(jié)
本發(fā)明公開了一種考慮場(chǎng)景復(fù)雜度的輔助駕駛車輛事故場(chǎng)景提取方法，包括以下步驟：設(shè)定輔助駕駛車輛事故場(chǎng)景的事故場(chǎng)景信息；所述事故場(chǎng)景信息包括：場(chǎng)景復(fù)雜程度信息、典型場(chǎng)景類別對(duì)應(yīng)的場(chǎng)景指標(biāo)類別、典型場(chǎng)景的特征信息；非參數(shù)型特征信息進(jìn)行獨(dú)熱編碼，參數(shù)型特征信息保持原始數(shù)值形式；將各事故的關(guān)鍵指標(biāo)類別對(duì)應(yīng)的特征信息通過高斯混合模型進(jìn)行聚類分析，得到三類場(chǎng)景復(fù)雜程度；將每類場(chǎng)景復(fù)雜程度對(duì)應(yīng)的場(chǎng)景指標(biāo)類別對(duì)應(yīng)的特征信息使用DBSCAN聚類方法分為s類典型場(chǎng)景；對(duì)每類典型場(chǎng)景賦予典型場(chǎng)景的特征信息；實(shí)現(xiàn)考慮場(chǎng)景復(fù)雜度將輔助駕駛車輛事故場(chǎng)景進(jìn)行分類，有利于為輔助駕駛系統(tǒng)的改進(jìn)和事故預(yù)防提供科學(xué)依據(jù)。

技術(shù)研發(fā)人員：薛晴婉,楊林溢,趙祎,郭偉偉,譚墍元
受保護(hù)的技術(shù)使用者：北方工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28