CN110111018A - 评估车辆感测能力的方法、装置、电子设备及存储介质 - Google Patents
评估车辆感测能力的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110111018A CN110111018A CN201910406457.5A CN201910406457A CN110111018A CN 110111018 A CN110111018 A CN 110111018A CN 201910406457 A CN201910406457 A CN 201910406457A CN 110111018 A CN110111018 A CN 110111018A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- sensing
- coordinates
- current moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012360 testing method Methods 0.000 claims abstract description 54
- 230000004888 barrier function Effects 0.000 claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 230000001427 coherent effect Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011981 development test Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种评估车辆感测能力的方法、装置、电子设备及存储介质。所述方法包括:确定各个障碍物在当前时刻上的真值坐标;获取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。在本发明实施例中,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估。
Description
技术领域
本发明实施例涉及无人驾驶技术领域,尤其涉及一种评估车辆感测能力的方法、装置、电子设备及存储介质。
背景技术
车辆在行驶过程中,可以通过对环境的感测能力实时、准确地识别出行驶路径周边对行驶安全可能存在安全隐患的物体,为自身采取必要操作以避免发生交通事故。车辆在开发测试和量产测试中,需要进行大量的封闭场地测试,从而对车辆的感测能力进行评估。目前国内具备评估车辆感测能力的企业极少,因此,业界尚无明确、规范的评估车辆感测能力的方法。一般情况下,需要先进行封闭场地测试,针对车辆的应用场景,再选择是否进行开放道路测试。在实际应用中,通常以感测算法的离线训练和评测指标(如准确率,召回率等)作为参考,验证传感器标定参数后,直接以实车道路效果,验证感测系统功能性是否正常。
车辆的感测能力依赖于车辆的感测算法,车辆的感测算法一般是采用人工方式标注真值数据,然后基于该真值数据进行机器学习和模型训练,从而可以得到感测算法。而对于感测算法的评估一般也需要对标注真值数据。但是对于大量的开发测试和量产测试而言,采用人工方式标注真值数据的方法,无论从资金上还是从时间周期上来讲都无法满足需求;而且,现有方法对车辆感测能力的评估,是由诸多非连贯的环节综合得到,缺乏对集成后的整体效果进行衡量,实车测试只能进行定性评估,无法对测试效果进行更加严谨的定量评估。因此,需要通过一定的方式来尽可能地克服这一问题,以有效地解决车辆感测能力的评估问题,但是在现有技术中还没有一种有效的解决方式。
发明内容
有鉴于此,本发明实施例提供一种评估车辆感测能力的方法、装置、电子设备及存储介质,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据感测,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估。
第一方面,本发明实施例提供了一种评估车辆感测能力的方法,所述方法包括:
确定各个障碍物在当前时刻上的真值坐标;
获取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;
根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。
在上述实施例中,所述确定各个障碍物在当前时刻上的真值坐标,包括:
通过图像采集设备获取各个障碍物在所述当前时刻上的像素坐标;
根据预先确定的所述图像坐标系与所述世界坐标系的转换函数,将各个障碍物在所述当前时刻上的像素坐标转换为各个障碍物在所述当前时刻上的真值坐标。
在上述实施例中,所述通过所述图像采集设备获取各个障碍物在所述当前时刻上的像素坐标,包括:
通过所述图像采集设备采集车辆测试场地中在所述当前时刻上存在的各个障碍物的图像;
将所述车辆测试场地中在所述当前时刻上存在的各个障碍物的图像与预先采集的所述车辆测试场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在所述当前时刻上的像素坐标。
在上述实施例中,在所述确定各个障碍物在当前时刻上的真值坐标之前,所述方法还包括:
通过所述图像采集设备获取所述车辆在所述当前时刻上的像素坐标;
通过所述车辆确定所述车辆在所述当前时刻上的位置坐标;
根据所述车辆在所述当前时刻上的像素坐标和所述车辆在所述当前时刻上的位置坐标,确定出所述图像坐标系与所述世界坐标系的转换函数。
在上述实施例中,所述根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估,包括:
按照预先确定的区域选择规则,在各个障碍物在所述当前时刻上的真值坐标中确定出至少一个的感兴趣区域ROI作为真值ROI;并在各个障碍物在所述当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;
根据所述真值ROI和所述感测ROI,对所述车辆的感测能力进行评估。
第二方面,本发明实施例提供了一种评估车辆感测能力的装置,所述装置包括:真值构建模块、感测获取模块和效果评估模块;其中,
所述真值构建模块,用于确定各个障碍物在当前时刻上的真值坐标;
所述感测获取模块,用于获取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;
所述效果评估模块,用于根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。
在上述实施例中,所述真值构建模块包括:获取子模块和转换子模块;其中,
所述获取子模块,用于通过图像采集设备获取各个障碍物在所述当前时刻上的像素坐标;
所述转换子模块,用于根据预先确定的所述图像坐标系与所述世界坐标系的转换函数,将各个障碍物在所述当前时刻上的像素坐标转换为各个障碍物在所述当前时刻上的真值坐标。
在上述实施例中,所述获取子模块,具体用于通过所述图像采集设备采集车辆测试场地中在所述当前时刻上存在的各个障碍物的图像;将所述车辆测试场地中在所述当前时刻上存在的各个障碍物的图像与预先采集的所述车辆测试场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在所述当前时刻上的像素坐标。
在上述实施例中,所述获取子模块,还用于通过所述图像采集设备获取所述车辆在所述当前时刻上的像素坐标;通过所述车辆确定所述车辆在所述当前时刻上的位置坐标;根据所述车辆在所述当前时刻上的像素坐标和所述车辆在所述当前时刻上的位置坐标,确定出所述图像坐标系与所述世界坐标系的转换函数。
在上述实施例中,所述效果评估模块包括:确定子模块和评估子模块;其中,
所述确定子模块,用于按照预先确定的区域选择规则,在各个障碍物在所述当前时刻上的真值坐标中确定出至少一个的感兴趣区域ROI作为真值ROI;并在各个障碍物在所述当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;
所述评估子模块,用于根据所述真值ROI和所述感测ROI,对所述车辆的感测能力进行评估。
第三方面,本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的评估车辆感测能力的方法。
第四方面,本发明实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的评估车辆感测能力的方法。
本发明实施例提出了一种评估车辆感测能力的方法、装置、电子设备及存储介质,先确定各个障碍物在当前时刻上的真值坐标;然后获取车辆所感测到的各个障碍物在当前时刻上的感测坐标;再根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。也就是说,在本发明的技术方案中,可以自动地标注出真值数据,而无需采用人工方式标注真值数据。而在现有的评估车辆感测能力的方法中,一般是采用人工方式标注真值数据,而且,现有方法对车辆感测能力的评估,是由诸多非连贯的环节综合得到,缺乏对集成后的整体效果进行衡量,实车测试只能进行定性评估,无法对测试效果进行更加严谨的定量评估。因此,和现有技术相比,本发明实施例提出的评估车辆感测能力的方法、装置、电子设备及存储介质,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
附图说明
图1为本发明实施例一提供的评估车辆感测能力的方法的流程示意图;
图2为本发明实施例二提供的评估车辆感测能力的方法的流程示意图;
图3为本发明实施例二提供的像素坐标转换为真值坐标的结构示意图;
图4为本发明实施例三提供的评估车辆感测能力的方法的流程示意图;
图5为本发明实施例四提供的评估车辆感测能力的装置的第一结构示意图;
图6为本发明实施例四提供的评估车辆感测能力的装置的第二结构示意图;
图7为本发明实施例五提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1为本发明实施例一提供的评估车辆感测能力的方法的流程示意图,该方法可以由评估车辆感测能力的装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,评估车辆感测能力的方法可以包括以下步骤:
S101、确定各个障碍物在当前时刻上的真值坐标。
在本发明的具体实施例中,电子设备确定各个障碍物在当前时刻上的真值坐标。具体地,电子设备可以通过图像采集设备确定车辆测试场地中的各个障碍物在当前时刻上在世界坐标系下的真值坐标;其中,图像采集设备可以设置在车辆测试场地的中心上方预设高度的位置上。具体地,电子设备可以先通过图像采集设备获取各个障碍物在当前时刻上的像素坐标;然后根据预先确定的图像坐标系与世界坐标系的转换矩阵,将各个障碍物在当前时刻上的像素坐标转换为各个障碍物在当前时刻上的真值坐标;其中,图像设备至少包括以下组件:拍摄组件、存储组件、姿态角测量组件、姿态角调整组件和总控组件。
在本发明的具体实施例中,电子设备在确定各个障碍物在当前时刻上的真值坐标之前,还可以通过图像采集设备获取车辆在当前时刻上的像素坐标;然后通过车辆确定车辆在当前时刻上的位置坐标;再根据车辆在当前时刻上的像素坐标和车辆在当前时刻上的位置坐标,确定出图像坐标系与世界坐标系的转换矩阵。具体地,电子设备可以根据车辆在当前时刻上的像素坐标和车辆在当前时刻上的位置坐标,计算车辆在当前时刻上的像素坐标与位置坐标的转换系数;然后根据该转换系数确定出图像坐标系与世界坐标系的转换函数。
在本发明的具体实施例中,各个障碍物的真值坐标指的是通过图像采集设备确定出的各个障碍物在世界坐标系下的坐标;各个障碍物的感测坐标指的是车辆所感测到的各个障碍物在世界坐标系下的坐标。另外,各个障碍物的像素坐标指的是通过图像采集设备确定出的各个障碍物在图像坐标系下的坐标。
在本发明的具体实施例中,拍摄组件,从高处由上到下进行拍摄,实时采集测试过程中场地图片数据,用于障碍物真值建设以及感测效果评估;拍摄组件的长短焦距、视野范围、帧频等拍摄参数可以根据实际场地及需求选取。存储组件,与拍摄组件连接,用于存储大量的图片数据,图片数据可以用于离线评估分析和备案存储。姿态角测量组件组建固定于高清相机组件之上,使用三轴加速度计的姿态测量方法,可以实时计算相机的姿态角信息;该姿态角包括俯仰角和滚转角,不包括航向角。姿态角调整组件,可以包括但不限于:机电设备、舵机设备等,根据姿态角测量组件输出的姿态角度信息,调整拍摄组件的姿态,直到拍摄组件接近于水平,角度误差范围根据需求制定。主控组件,综合管理拍摄组件、存储组件、姿态角测量组件、姿态角调整组件;主控组件具备时间戳记录功能,与车辆采用相同的时间戳基准;综合管理各组件按时间戳和采集频率要求,完成数据记录和存储。
在本发明的具体实施例中,图像采集设备固定安装于车辆测试场地中间上方,且镜头尽量与水平面平行,以保障视野范围,通过姿态角测量组件和姿态角调整组件进行精确细调;拍摄组件的图像能够完整覆盖需要评测的测试场地区域;拍摄组件可以预先经过内参标定;车辆对应的车体坐标系中心垂直向上延伸到车顶,可以在车顶布置颜色非常明显的涂料或者贴纸,以标示车辆的坐标系原点。该方法也可以用其他方法替换,只要便于得到车辆坐标中心或者通过坐标转换得到均可。
S102、获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。
在本发明的具体实施例中,电子设备可以获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。具体地,电子设备可以通过车辆感测到各个障碍物在当前时刻上在车体坐标系下的感测坐标;然后通过预先确定的车辆在当前时刻上的位置坐标以及各个障碍物在当前时刻上在车体坐标系下的感测坐标,确定出各个障碍物在当前时刻上在世界坐标系下的感测坐标。
S103、根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。
在本发明的具体实施例中,电子设备可以根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。具体地,电子设备可以先按照预先确定的区域选择规则,在各个障碍物在当前时刻的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;然后根据真值ROI和感测ROI,对车辆的感测能力进行评估。
在本发明的具体实施例中,在真值ROI中,真值坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;在感测ROI中,感测坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;其中,真值ROI中的边缘轮廓坐标和感测ROI中的边缘轮廓坐标一般表现为矩形区域。在本步骤中,电子设备可以将计算真值ROI中的障碍物的中心点坐标与感测ROI中的障碍物的中心点坐标的匹配度,以及真值ROI中的障碍物的边缘轮廓坐标与感测ROI中的障碍物的边缘轮廓坐标的匹配度,从而可以是否正确检出,是否误检以及是否漏检等,以获得准确率和召回率等评估指标。
本发明实施例提出的评估车辆感测能力的方法,先确定各个障碍物在当前时刻上的真值坐标;然后获取车辆所感测到的各个障碍物在当前时刻上的感测坐标;再根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。也就是说,在本发明的技术方案中,可以自动地标注出真值数据,而无需采用人工方式标注真值数据。而在现有的评估车辆感测能力的方法中,一般是采用人工方式标注真值数据,而且,现有方法对车辆感测能力的评估,是由诸多非连贯的环节综合得到,缺乏对集成后的整体效果进行衡量,实车测试只能进行定性评估,无法对测试效果进行更加严谨的定量评估。因此,和现有技术相比,本发明实施例提出的评估车辆感测能力的方法,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2为本发明实施例二提供的评估车辆感测能力的方法的流程示意图。如图2所示,评估车辆感测能力的方法可以包括以下步骤:
S201、通过图像采集设备获取各个障碍物在当前时刻上的像素坐标。
在本发明的具体实施例中,电子设备可以通过图像采集设备获取各个障碍物在当前时刻上的像素坐标。具体地,电子设备可以先通过图像采集设备采集车辆测试场地中在当前时刻上存在的各个障碍物的图像;然后将车辆测试场地中在当前时刻上存在的各个障碍物的图像与预先采集的车辆测试场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在当前时刻上的像素坐标。例如,电子设备预先采集的车辆测试场地中不存在各个障碍物的图像为一个无车无障碍物的图像;通过图像采集设备采集车辆测试场地中在当前时刻上存在的各个障碍物的图像为一个无车有障碍物的图像;在本步骤中,电子设备可以将该无车有障碍物的图像与该无车无障碍物的图像进行对比,从而可以获取各个障碍物在当前时刻上的像素坐标。
S202、根据预先确定的图像坐标系与世界坐标系的转换函数,将各个障碍物在当前时刻上的像素坐标转换为各个障碍物在当前时刻上的真值坐标。
在本发明的具体实施例中,电子设备可以根据预先确定的图像坐标系与世界坐标系的转换函数,将各个障碍物在当前时刻上的像素坐标转换为各个障碍物在当前时刻上的真值坐标;其中,图像设备至少包括以下组件:拍摄组件、存储组件、姿态角测量组件、姿态角调整组件和总控组件。
图3为本发明实施例二提供的像素坐标转换为真值坐标的结构示意图。如图3所示,图像坐标系的横坐标为X’,纵坐标为Y’;世界坐标系的横坐标为X,纵坐标为Y;假设通过图像采集设备采集到某个障碍物在当前时刻上在图像坐标系下的三个点分别为A’、B’和C’;在本步骤中,电子设备可以预先确定的图像坐标系与世界坐标系的转换矩阵,将该障碍物在当前时刻上在图像坐标系下的A’、B’和C’转换为该障碍物在当前时刻上在世界坐标系下A、B和C。
S203、获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。
在本发明的具体实施例中,电子设备可以获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。具体地,电子设备可以通过车辆感测到各个障碍物在当前时刻上在车体坐标系下的感测坐标;然后通过预先确定的车辆在当前时刻上的位置坐标以及各个障碍物在当前时刻上在车体坐标系下的感测坐标,确定出各个障碍物在当前时刻上在世界坐标系下的感测坐标。
较佳地,在本发明的具体实施例中,电子设备可以计算车辆在当前时刻上在世界坐标系下的定位结果的平均值,作为车辆在当前时刻上的位置坐标。
S204、按照预先确定的区域选择规则,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI。
在本发明的具体实施例中,电子设备可以按照预先确定的区域选择规则,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI。较佳地,电子设备可以先根据测试场景需要,对图像采集设备采集到的真值图像和车辆采集到的感测图像进行预处理,保留关注范围内的障碍物,剔除无用障碍物;其中,无用障碍物是指超出感测能力范围不需要评估的,比如计算后遮挡严重不存在车辆视野范围内等;然后按照预先确定的区域选择规则,在预处理后的真值图像中,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在预处理后的感测图像中,在各个障碍物在当前时刻上感测坐标中确定出至少一个ROI作为感测ROI。
S205、根据真值ROI和感测ROI,对车辆的感测能力进行评估。
在本发明的具体实施例中,电子设备可以根据真值ROI和感测ROI,对车辆的感测能力进行评估。具体地,电子设备可以将真值ROI和感测ROI进行对比,计算出车辆的误检、漏检等数据,从而还可以综合得到车辆的误检率、漏检率等评估参数。进一步地,电子设备还可以利用各个障碍物在不同时刻上的位置坐标进行时间序列关联,计算出各个障碍物的运动方向和运动速度等运动数据,再与车辆输出的各个障碍物的感测坐标进行对比,计算出各个障碍物的运动数据的误差。
在本发明的具体实施例中,在真值ROI中,真值坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;在感测ROI中,感测坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;其中,真值ROI中的边缘轮廓坐标和感测ROI中的边缘轮廓坐标一般表现为矩形区域。在本步骤中,电子设备可以将计算真值ROI中的障碍物的中心点坐标与感测ROI中的障碍物的中心点坐标的匹配度,以及真值ROI中的障碍物的边缘轮廓坐标与感测ROI中的障碍物的边缘轮廓坐标的匹配度,从而可以是否正确检出,是否误检以及是否漏检等,以获得准确率和召回率等评估指标。
本发明实施例提出的评估车辆感测能力的方法,先确定各个障碍物在当前时刻上的真值坐标;然后获取车辆所感测到的各个障碍物在当前时刻上的感测坐标;再根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。也就是说,在本发明的技术方案中,可以自动地标注出真值数据,而无需采用人工方式标注真值数据。而在现有的评估车辆感测能力的方法中,一般是采用人工方式标注真值数据,而且,现有方法对车辆感测能力的评估,是由诸多非连贯的环节综合得到,缺乏对集成后的整体效果进行衡量,实车测试只能进行定性评估,无法对测试效果进行更加严谨的定量评估。因此,和现有技术相比,本发明实施例提出的评估车辆感测能力的方法,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图4为本发明实施例三提供的评估车辆感测能力的方法的流程示意图。如图4所示,评估车辆感测能力的方法可以包括以下步骤:
S401、通过图像采集设备采集车辆测试场地中在当前时刻上存在的各个障碍物的图像。
在本发明的具体实施例中,电子设备可以通过图像采集设备采集车辆测试场地中在当前时刻上存在的各个障碍物的图像。具体地,车辆测试场地为一个封闭的测试场地,在该场地中可以设置一个或者多个障碍物,例如,假设某个障碍物设置在车辆测试场地的位置点1上,通过图像采集设备可以采集车辆测试场地中在当前时刻上存在的该障碍物的图像1;假设某个障碍物设置在位置点2上,通过图像采集设备可以采集车辆测试场地中在当前时刻上存在的该障碍物的图像2。所述障碍物可以是车辆可以感测到的任何类型的障碍物,在此不作限定。
S402、将车辆测试场地中在当前时刻上存在的各个障碍物的图像与预先采集的车辆场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在当前时刻上的像素坐标。
在本发明的具体实施例中,电子设备可以将车辆测试场地中在当前时刻上存在的各个障碍物的图像与预先采集的车辆场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在当前时刻上的像素坐标。例如,电子设备预先采集的车辆场地中不存在各个障碍物的图像为一个无车无障碍物的图像;通过图像采集设备采集车辆测试场地中在当前时刻上存在的各个障碍物的图像为一个无车有障碍物的图像;在本步骤中,电子设备可以将该无车有障碍物的图像与该无车无障碍物的图像进行对比,从而可以获取到各个障碍物在当前时刻上的像素坐标。
在本发明的具体实施例中,电子设备在将车辆测试场地中在当前时刻上存在的各个障碍物的图像与预先采集的车辆场地中不存在各个障碍物的图像进行对比时,由于存在光照、色彩等图像差异,例如,有障碍物的部分,不同的图像像素为散点;没有障碍物的部分,也会因为上述影响,像素也会有差异,因此,电子设备在提取障碍物的像素时需要对存在障碍物的图像进行专门的处理。具体地,电子设备可以将存在障碍物的图像与不存在障碍物的图像进行图像重合匹配,排除图片位移等问题;另外,电子设备还可以对存在障碍物的图像进行阈值过滤处理,排除存在障碍物的图像与不存在障碍物的图像差别较小的像素点;此外,电子设备还可以对存在障碍物的图像进行像素点聚类处理,将满足阈值条件的差异像素进行聚类处理,并参考实际障碍物大小,设定像素坐标系下障碍物聚类的范围阈值,剔除离群点等;同时,电子设备在对存在障碍物的图像进行像素点据类处理的过程中,还可以参考差异点的轮廓特征等因素,增加聚类处理的准确度。除此之外,电子设备还可以对存在障碍物的图像进行其他类型的处理,在此不做任何限定。
S403、根据预先确定的图像坐标系与世界坐标系的转换函数,将各个障碍物在当前时刻上的像素坐标转换为各个障碍物在当前时刻上的真值坐标。
在本发明的具体实施例中,电子设备可以根据预先确定的图像坐标系与世界坐标系的转换函数,将各个障碍物在当前时刻上的像素坐标转换为各个障碍物在当前时刻上的真值坐标;其中,图像设备至少包括以下组件:拍摄组件、存储组件、姿态角测量组件、姿态角调整组件和总控组件。
在本发明的具体实施例中,电子设备在确定各个障碍物在当前时刻上的真值坐标之前,还可以通过图像采集设备获取车辆在当前时刻上的像素坐标;通过车辆确定车辆在当前时刻上的位置坐标;然后根据车辆在当前时刻上的像素坐标和车辆在当前时刻上的位置坐标,确定出图像坐标系与世界坐标系的转换函数。
S404、获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。
在本发明的具体实施例中,电子设备可以获取车辆所感测到的各个障碍物在当前时刻上的感测坐标。具体地,电子设备可以通过车辆感测到各个障碍物在当前时刻上在车体坐标系下的感测坐标;然后通过预先确定的车辆在当前时刻上在世界坐标系下的位置坐标以及各个障碍物在当前时刻上在车体坐标系下的感测坐标,确定出各个障碍物在当前时刻上在世界坐标系下的感测坐标。
S405、按照预先确定的区域选择规则,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI。
在本发明的具体实施例中,电子设备可以按照预先确定的区域选择规则,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI。较佳地,电子设备可以先根据测试场景需要,对图像采集设备采集到的真值图像和车辆采集到的感测图像进行预处理,保留关注范围内的障碍物,剔除无用障碍物;其中,无用障碍物是指超出感测能力范围不需要评估的,比如计算后遮挡严重不存在车辆视野范围内等;然后按照预先确定的区域选择规则,在预处理后的真值图像中,在各个障碍物在当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在预处理后的感测图像中,在各个障碍物在当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI。
S406、根据真值ROI和感测ROI,对车辆的感测能力进行评估。
在本发明的具体实施例中,电子设备可以根据真值ROI和感测ROI,对车辆的感测能力进行评估。具体地,电子设备可以将真值ROI和感测ROI进行对比,计算出车辆的误检、漏检等数据,从而还可以综合得到车辆的误检率、漏检率等评估参数。进一步地,电子设备还可以利用各个障碍物在不同时刻上的位置坐标进行时间序列关联,计算出各个障碍物的运动方向和运动速度等运动数据,再与车辆输出的各个障碍物的感测坐标进行对比,计算出各个障碍物的运动数据的误差。
在本发明的具体实施例中,在真值ROI中,真值坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;在感测ROI中,感测坐标不仅包括障碍物的中心点坐标,还包括障碍物的边缘轮廓坐标;其中,真值ROI中的边缘轮廓坐标和感测ROI中的边缘轮廓坐标一般表现为矩形区域。在本步骤中,电子设备可以将计算真值ROI中的障碍物的中心点坐标与感测ROI中的障碍物的中心点坐标的匹配度,以及真值ROI中的障碍物的边缘轮廓坐标与感测ROI中的障碍物的边缘轮廓坐标的匹配度,从而可以是否正确检出,是否误检以及是否漏检等,以获得准确率和召回率等评估指标。
本发明实施例提出的评估车辆感测能力的方法,先确定各个障碍物在当前时刻上的真值坐标;然后获取车辆所感测到的各个障碍物在当前时刻上的感测坐标;再根据各个障碍物在当前时刻上的真值坐标和感测坐标,对车辆的感测能力进行评估。也就是说,在本发明的技术方案中,可以自动地标注出真值数据,而无需采用人工方式标注真值数据。而在现有的评估车辆感测能力的方法中,一般是采用人工方式标注真值数据,而且,现有方法对车辆感测能力的评估,是由诸多非连贯的环节综合得到,缺乏对集成后的整体效果进行衡量,实车测试只能进行定性评估,无法对测试效果进行更加严谨的定量评估。因此,和现有技术相比,本发明实施例提出的评估车辆感测能力的方法,在车辆感测障碍物时,真值数据生成与感测能力评估以自动化方式实现,无需人工方式标注真值数据,从而可以节省时间、经济、人力成本,而且还可以对测试效果进行更加严谨的定量评估;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图5为本发明实施例四提供的评估车辆感测能力的装置的第一结构示意图。如图5所示,本发明实施例所述的评估车辆感测能力的装置可以包括:真值构建模块501、感测获取模块502和效果评估模块503;其中,
所述真值构建模块501,用于确定各个障碍物在当前时刻上的真值坐标;
所述感测获取模块502,用于取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;
所述效果评估模块503,用于根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。
图6为本发明实施例四提供的评估车辆感测能力的装置的第二结构示意图。如图6所示,所述真值构建模块501包括:获取子模块5011和转换子模块5012;其中,
所述获取子模块5011,用于通过图像采集设备获取各个障碍物在所述当前时刻上的像素坐标;
所述转换子模块5012,用于根据预先确定的所述图像坐标系与所述世界坐标系的转换函数,将各个障碍物在所述当前时刻上的像素坐标转换为各个障碍物在所述当前时刻上的真值坐标。
进一步的,所述获取子模块5011,具体用于通过所述图像采集设备采集车辆测试场地中在所述当前时刻上存在的各个障碍物的图像;将所述车辆测试场地中在所述当前时刻上存在的各个障碍物的图像与预先采集的所述车辆场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在所述当前时刻上的像素坐标。
进一步的,所述获取子模块5011,还用于通过所述图像采集设备获取所述车辆在所述当前时刻上的像素坐标;通过所述车辆确定所述车辆在所述当前时刻上的位置坐标;根据所述车辆在所述当前时刻上的像素坐标和所述车辆在所述当前时刻上的位置坐标,确定出所述图像坐标系与所述世界坐标系的转换矩阵。
进一步的,所述效果评估模块503包括:确定子模块5031和评估子模块5032;其中,
所述确定子模块5031,用于按照预先确定的区域选择规则,在各个障碍物在所述当前时刻上的真值坐标中确定出至少一个的ROI作为真值ROI;并在各个障碍物在所述当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;
所述评估子模块5032,用于根据所述真值ROI和所述感测ROI,对所述车辆的感测能力进行评估。
上述评估车辆感测能力的装置可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的评估车辆感测能力的方法。
实施例五
图7为本发明实施例五提供的电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性电子设备的框图。图7显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图7中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的评估车辆感测能力的方法。
实施例六
本发明实施例六提供了一种计算机存储介质。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种评估车辆感测能力的方法,其特征在于,所述方法包括:
确定各个障碍物在当前时刻上的真值坐标;
获取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;
根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。
2.根据权利要求1所述的方法,其特征在于,所述确定各个障碍物在当前时刻上的真值坐标,包括:
通过图像采集设备获取各个障碍物在所述当前时刻上的像素坐标;
根据预先确定的所述图像坐标系与所述世界坐标系的转换函数,将各个障碍物在所述当前时刻上的像素坐标转换为各个障碍物在所述当前时刻上的真值坐标。
3.根据权利要求2所述的方法,其特征在于,所述通过所述图像采集设备获取各个障碍物在所述当前时刻上的像素坐标,包括:
通过所述图像采集设备采集车辆测试场地中在所述当前时刻上存在的各个障碍物的图像;
将所述车辆测试场地中在所述当前时刻上存在的各个障碍物的图像与预先采集的所述车辆测试场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在所述当前时刻上的像素坐标。
4.根据权利要求2所述的方法,其特征在于,在所述确定各个障碍物在当前时刻上的真值坐标之前,所述方法还包括:
通过所述图像采集设备获取所述车辆在所述当前时刻上的像素坐标;
通过所述车辆确定所述车辆在所述当前时刻上的位置坐标;
根据所述车辆在所述当前时刻上的像素坐标和所述车辆在所述当前时刻上的位置坐标,确定出所述图像坐标系与所述世界坐标系的转换函数。
5.根据权利要求1所述的方法,其特征在于,所述根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估,包括:
按照预先确定的区域选择规则,在各个障碍物在所述当前时刻上的真值坐标中确定出至少一个的感兴趣区域ROI作为真值ROI;并在各个障碍物在所述当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;
根据所述真值ROI和所述感测ROI,对所述车辆的感测能力进行评估。
6.一种评估车辆感测能力的装置,其特征在于,所述装置包括:真值构建模块、感测获取模块和效果评估模块;其中,
所述真值构建模块,用于确定各个障碍物在当前时刻上的真值坐标;
所述感测获取模块,用于获取车辆所感测到的各个障碍物在所述当前时刻上的感测坐标;
所述效果评估模块,用于根据各个障碍物在所述当前时刻上的真值坐标和感测坐标,对所述车辆的感测能力进行评估。
7.根据权利要求6所述的装置,其特征在于,所述真值构建模块包括:获取子模块和转换子模块;其中,
所述获取子模块,用于通过图像采集设备获取各个障碍物在所述当前时刻上的像素坐标;
所述转换子模块,用于根据预先确定的所述图像坐标系与所述世界坐标系的转换函数,将各个障碍物在所述当前时刻上的像素坐标转换为各个障碍物在所述当前时刻上的真值坐标。
8.根据权利要求7所述的装置,其特征在于:
所述获取子模块,具体用于通过所述图像采集设备采集车辆测试场地中在所述当前时刻上存在的各个障碍物的图像;将所述车辆测试场地中在所述当前时刻上存在的各个障碍物的图像与预先采集的所述车辆测试场地中不存在各个障碍物的图像进行对比,获取到各个障碍物在所述当前时刻上的像素坐标。
9.根据权利要求7所述的装置,其特征在于:
所述获取子模块,还用于通过所述图像采集设备获取所述车辆在所述当前时刻上的像素坐标;通过所述车辆确定所述车辆在所述当前时刻上的位置坐标;根据所述车辆在所述当前时刻上的像素坐标和所述车辆在所述当前时刻上的位置坐标,确定出所述图像坐标系与所述世界坐标系的转换函数。
10.根据权利要求6所述的装置,其特征在于,所述效果评估模块包括:确定子模块和评估子模块;其中,
所述确定子模块,用于按照预先确定的区域选择规则,在各个障碍物在所述当前时刻上的真值坐标中确定出至少一个的感兴趣区域ROI作为真值ROI;并在各个障碍物在所述当前时刻上的感测坐标中确定出至少一个ROI作为感测ROI;
所述评估子模块,用于根据所述真值ROI和所述感测ROI,对所述车辆的感测能力进行评估。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一项所述的评估车辆感测能力的方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任一项所述的评估车辆感测能力的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406457.5A CN110111018B (zh) | 2019-05-16 | 2019-05-16 | 评估车辆感测能力的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406457.5A CN110111018B (zh) | 2019-05-16 | 2019-05-16 | 评估车辆感测能力的方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111018A true CN110111018A (zh) | 2019-08-09 |
CN110111018B CN110111018B (zh) | 2023-07-28 |
Family
ID=67490286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910406457.5A Active CN110111018B (zh) | 2019-05-16 | 2019-05-16 | 评估车辆感测能力的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111018B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668363A (zh) * | 2019-10-15 | 2021-04-16 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112668361A (zh) * | 2019-10-15 | 2021-04-16 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112698421A (zh) * | 2020-12-11 | 2021-04-23 | 北京百度网讯科技有限公司 | 障碍物检测的测评方法、装置、设备以及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
CN105956527A (zh) * | 2016-04-22 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车的障碍物检测结果评估方法和装置 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
EP3418947A1 (en) * | 2017-06-23 | 2018-12-26 | Panasonic Intellectual Property Corporation of America | Computer implemented detecting method, computer implemented learning method, detecting apparatus, learning apparatus, detecting system, and recording medium |
CN109145908A (zh) * | 2018-10-23 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 车辆定位方法、系统、装置、测试设备和存储介质 |
CN109145680A (zh) * | 2017-06-16 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 一种获取障碍物信息的方法、装置、设备和计算机存储介质 |
CN109657638A (zh) * | 2018-12-28 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 障碍物定位方法、装置和终端 |
-
2019
- 2019-05-16 CN CN201910406457.5A patent/CN110111018B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508246A (zh) * | 2011-10-13 | 2012-06-20 | 吉林大学 | 车辆前方障碍物检测跟踪方法 |
CN105956527A (zh) * | 2016-04-22 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车的障碍物检测结果评估方法和装置 |
CN106908783A (zh) * | 2017-02-23 | 2017-06-30 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN109145680A (zh) * | 2017-06-16 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 一种获取障碍物信息的方法、装置、设备和计算机存储介质 |
EP3418947A1 (en) * | 2017-06-23 | 2018-12-26 | Panasonic Intellectual Property Corporation of America | Computer implemented detecting method, computer implemented learning method, detecting apparatus, learning apparatus, detecting system, and recording medium |
CN109145908A (zh) * | 2018-10-23 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 车辆定位方法、系统、装置、测试设备和存储介质 |
CN109657638A (zh) * | 2018-12-28 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 障碍物定位方法、装置和终端 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668363A (zh) * | 2019-10-15 | 2021-04-16 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112668361A (zh) * | 2019-10-15 | 2021-04-16 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112668361B (zh) * | 2019-10-15 | 2024-06-04 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112668363B (zh) * | 2019-10-15 | 2024-06-14 | 北京地平线机器人技术研发有限公司 | 报警准确度确定方法、装置及计算机可读存储介质 |
CN112698421A (zh) * | 2020-12-11 | 2021-04-23 | 北京百度网讯科技有限公司 | 障碍物检测的测评方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110111018B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492507B (zh) | 红绿灯状态的识别方法及装置、计算机设备及可读介质 | |
CN109271944B (zh) | 障碍物检测方法、装置、电子设备、车辆及存储介质 | |
CN109343061B (zh) | 传感器标定方法、装置、计算机设备、介质和车辆 | |
CN110135396B (zh) | 地面标志的识别方法、装置、设备及介质 | |
CN110111018B (zh) | 评估车辆感测能力的方法、装置、电子设备及存储介质 | |
CN109711285B (zh) | 识别模型的训练、测试方法和装置 | |
CN111027381A (zh) | 利用单目相机识别障碍物的方法、装置、设备及存储介质 | |
CN103065520A (zh) | 倒车入库检测系统及其检测方法 | |
CN111382735B (zh) | 夜间车辆检测方法、装置、设备及存储介质 | |
CN104167109A (zh) | 车辆位置的检测方法和检测装置 | |
CN109916415B (zh) | 道路类型确定方法、装置、设备及存储介质 | |
CN116704048B (zh) | 一种双光配准方法 | |
CN112735164B (zh) | 测试数据构建方法及测试方法 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN109345567B (zh) | 物体运动轨迹识别方法、装置、设备和存储介质 | |
WO2022179016A1 (zh) | 车道检测方法、装置、设备及存储介质 | |
CN114359865A (zh) | 一种障碍物的检测方法及相关装置 | |
CN109903308B (zh) | 用于获取信息的方法及装置 | |
CN113570622A (zh) | 一种障碍物确定方法、装置、电子设备以及存储介质 | |
CN113297958A (zh) | 一种自动化标注方法、装置、电子设备和存储介质 | |
CN117406212A (zh) | 一种交通多要素雷达视觉融合检测方法 | |
CN111951328A (zh) | 一种物体位置检测方法、装置、设备和存储介质 | |
CN109145908A (zh) | 车辆定位方法、系统、装置、测试设备和存储介质 | |
CN111626078A (zh) | 识别车道线的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |