CN112710343A - 一种基于rt的车载传感器性能测试方法 - Google Patents
一种基于rt的车载传感器性能测试方法 Download PDFInfo
- Publication number
- CN112710343A CN112710343A CN202110127860.1A CN202110127860A CN112710343A CN 112710343 A CN112710343 A CN 112710343A CN 202110127860 A CN202110127860 A CN 202110127860A CN 112710343 A CN112710343 A CN 112710343A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- sensor
- test
- data
- test vehicle
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Abstract
本发明公开一种基于RT的车载传感器性能测试方法,设置一辆测试车和一辆目标车,在测试车上安装需要测试的传感器,在测试车和目标车的中心位置均安装RT3000设备;在测试车和目标车的试验区附近架设RT基站;对测试车和目标车进行试验,试验完成后,从测试车的工控机中拷出传感器原始数据和测试车RT3000原始数据,从目标车的工控机中拷出目标车RT3000原始数据;对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间和空间同步处理;将经过时间同步后的传感器原始数据和经过时间同步和空间同步后的测试车RT3000原始数据进行对比,进而分析传感器性能。本发明的测试方法采用RT真值数据去测试传感器的性能,使得测试结果更具有真实可靠性。
Description
技术领域
本发明涉及传感器测试技术领域,尤其涉及一种基于RT的车载传感器性能测试方法。
背景技术
在自动驾驶中需要对车载传感器的数据进行融合,并根据融合后的数据进行车辆控制,往往仅仅通过多次使用相同种类的传感器无法克服每种传感器的缺点,获取不同传感器的输出数据,并使用组合在一起的信息来更加准确地感知周围的环境,要保证车辆更精准的感知周围环境,更精准的车辆控制,首先要确保传感器输出准确度,所以对传感器性能的测试就很有必要。现有的技术仅仅只对单个传感器的性能进行测试,没有和真实的路况数据进行对比,没有很好的真实可靠性。
发明内容
本发明的目的是提供一种基于RT的车载传感器性能测试方法,采用RT3000真值数据去测试传感器的性能,能对一个或同时多个传感器的性能进行测试,使测试结果更具有真实可靠性。
为实现上述目的,本发明提供了一种基于RT的车载传感器性能测试方法,步骤包括:
(S1)设置一辆测试车和一辆目标车,在测试车上安装需要测试的传感器,在测试车和目标车的中心位置均安装RT3000设备,在测试车和目标车的试验区附近架设RT基站;
(S2)对测试车和目标车进行试验,试验包括跟车试验、超车试验和并行驾驶试验中的一种或多种;
(S3)试验完成后,从测试车的工控机中拷出传感器原始数据和测试车RT3000原始数据,从目标车的工控机中拷出目标车RT3000原始数据;
(S4)对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理;
(S5)将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系;
(S6)将经过时间同步后的传感器原始数据和经过时间同步和空间同步后的测试车RT3000原始数据进行对比,进而分析传感器性能。
进一步,传感器包括前视摄像头、后视摄像头、毫米波雷达、超声波雷达和激光雷达中的一个或多个。
进一步,所述对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理,具体执行以下步骤:
将测试车RT3000原始数据和传感器原始数据做ADTF时钟同步,得到测试车RT3000和传感器的ADTF时钟同步数据后,删除测试车RT3000的ADTF时钟同步数据中的全零行以得到测试车RT3000备用数据,并找到测试车RT3000的ADTF时钟同步数据全零行所对应的时间,通过全零行对应的时间在传感器的ADTF时钟同步数据中找到对应的行并删除以得到传感器备用数据;
然后将测试车RT3000备用数据和目标车RT3000原始数据做GPS时钟同步,得到测试车RT3000时间同步数据和目标车RT3000的GPS时钟同步数据,删除目标车RT3000的GPS时钟同步数据中全零行,得到目标车RT3000时间同步数据,同时删除传感器备用数据对应行,得到传感器时间同步数据。
进一步,所述将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系,具体执行以下步骤:
将测试车RT3000时间同步数据和目标车RT3000时间同步数据中的经纬度坐标转换为世界坐标,然后根据各RT3000设备和传感器之间的距离,将测试车和目标车的世界坐标系转换为以传感器为中心的三维坐标系,得到了以传感器为中心的测试车RT3000真值空间同步数据和目标车RT3000真值空间同步数据;
其中,以测试车正前方为X轴,测试车正右方为Y轴,测试车正上方为Z轴,该三维坐标系与传感器原始数据为同一坐标系。
本发明与现有技术相比较具有以下优点:
本发明的基于RT的车载传感器性能测试方法,采用RT3000设备作为真值系统,测量精度高,且能够对一个或同时多个传感器的性能进行测试,使得测试结果更具有真实可靠性。
附图说明
图1为本发明基于RT的车载传感器性能测试方法的流程图;
图2为传感器测量值和RT3000真值在横纵距离上的对比图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。
参见图1所示,本实施例公开了一种基于RT的车载传感器性能测试方法,步骤包括:
(S1)设置一辆测试车和一辆目标车,在测试车上安装需要测试的传感器,在测试车和目标车的中心位置均安装RT3000设备,在测试车和目标车的试验区附近架设RT基站。传感器包括前视摄像头、后视摄像头、毫米波雷达、超声波雷达和激光雷达中的一个或多个。
(S2)对测试车和目标车进行试验,试验包括跟车试验、超车试验和并行驾驶试验中的一种或多种;架设基站的目的时为了帮助RT3000真值数据更加精准。
(S3)试验完成后,从测试车的工控机中拷出传感器原始数据和测试车RT3000原始数据,从目标车的工控机中拷出目标车RT3000原始数据。
(S4)对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理。
(S5)将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系。
(S6)将经过时间同步后的传感器原始数据和经过时间同步和空间同步后的测试车RT3000原始数据进行对比,进而分析传感器性能。用于分析传感器性能的数据包括目标车距离测试车的横向距离、纵向距离、目标车的横向速度、纵向速度、加速度和角度中一种或多种。可以将真实值和测量值同一参数画在同一张图上,通过观察图上两条曲线的重合程度,来分析测试出该传感器的性能指标,如图2所示,展示了在横纵向距离上,传感器测量数据和RT真值数据的对比图,进而分析测试出传感器的性能指标。
在本实施例中,所述对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理,具体执行以下步骤:
将测试车RT3000原始数据和传感器原始数据做ADTF时钟同步,得到测试车RT3000和传感器的ADTF时钟同步数据后,删除测试车RT3000的ADTF时钟同步数据中的全零行以得到测试车RT3000备用数据,并找到测试车RT3000的ADTF时钟同步数据全零行所对应的时间,通过全零行对应的时间在传感器的ADTF时钟同步数据中找到对应的行并删除以得到传感器备用数据;通过全零行对应的时间在传感器的ADTF时钟同步数据中找到对应的行并删除其目的是过滤掉无用的时间节点数据。
然后将测试车RT3000备用数据和目标车RT3000原始数据做GPS时钟同步,得到测试车RT3000时间同步数据和目标车RT3000的GPS时钟同步数据,删除目标车RT3000的GPS时钟同步数据中全零行,得到目标车RT3000时间同步数据,同时删除传感器备用数据对应行,得到传感器时间同步数据。
在本实施例中,所述将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系,具体执行以下步骤:
将测试车RT3000时间同步数据和目标车RT3000时间同步数据中的经纬度坐标转换为世界坐标,然后根据各RT3000设备和传感器之间的距离,将测试车和目标车的世界坐标系转换为以传感器为中心的三维坐标系,得到了以传感器为中心的测试车RT3000真值空间同步数据和目标车RT3000真值空间同步数据;
其中,以测试车正前方为X轴,测试车正右方为Y轴,测试车正上方为Z轴,该三维坐标系与传感器原始数据为同一坐标系。
本发明的基于RT的车载传感器性能测试方法,采用RT3000设备作为真值系统,测量精度高,且能够对一个或同时多个传感器的性能进行测试,使得测试结果更具有真实可靠性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (4)
1.一种基于RT的车载传感器性能测试方法,其特征在于,步骤包括:
(S1)设置一辆测试车和一辆目标车,在测试车上安装需要测试的传感器,在测试车和目标车的中心位置均安装RT3000设备,在测试车和目标车的试验区附近架设RT基站;
(S2)对测试车和目标车进行试验,试验包括跟车试验、超车试验和并行驾驶试验中的一种或多种;
(S3)试验完成后,从测试车的工控机中拷出传感器原始数据和测试车RT3000原始数据,从目标车的工控机中拷出目标车RT3000原始数据;
(S4)对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理;
(S5)将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系;
(S6)将经过时间同步后的传感器原始数据和经过时间同步和空间同步后的测试车RT3000原始数据进行对比,进而分析传感器性能。
2.根据权利要求1所述的基于RT的车载传感器性能测试方法,其特征在于,传感器包括前视摄像头、后视摄像头、毫米波雷达、超声波雷达和激光雷达中的一个或多个。
3.根据权利要求1或2所述的基于RT的车载传感器性能测试方法,其特征在于,所述 对传感器原始数据、测试车RT3000原始数据和目标车RT3000原始数据进行时间同步处理,具体执行以下步骤:
将测试车RT3000原始数据和传感器原始数据做ADTF时钟同步,得到测试车RT3000和传感器的ADTF时钟同步数据后,删除测试车RT3000的ADTF时钟同步数据中的全零行以得到测试车RT3000备用数据,并找到测试车RT3000的ADTF时钟同步数据全零行所对应的时间,通过全零行对应的时间在传感器的ADTF时钟同步数据中找到对应的行并删除以得到传感器备用数据;
然后将测试车RT3000备用数据和目标车RT3000原始数据做GPS时钟同步,得到测试车RT3000时间同步数据和目标车RT3000的GPS时钟同步数据,删除目标车RT3000的GPS时钟同步数据中全零行,得到目标车RT3000时间同步数据,同时删除传感器备用数据对应行,得到传感器时间同步数据。
4.根据权利要求3所述的基于RT的车载传感器性能测试方法,其特征在于,所述将时间同步后的测试车RT3000原始数据和目标车RT3000原始数据中的坐标参数转换以传感器为中心的三维坐标系,具体执行以下步骤:
将测试车RT3000时间同步数据和目标车RT3000时间同步数据中的经纬度坐标转换为世界坐标,然后根据各RT3000设备和传感器之间的距离,将测试车和目标车的世界坐标系转换为以传感器为中心的三维坐标系,得到了以传感器为中心的测试车RT3000真值空间同步数据和目标车RT3000真值空间同步数据;
其中,以测试车正前方为X轴,测试车正右方为Y轴,测试车正上方为Z轴,该三维坐标系与传感器原始数据为同一坐标系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127860.1A CN112710343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于rt的车载传感器性能测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127860.1A CN112710343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于rt的车载传感器性能测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112710343A true CN112710343A (zh) | 2021-04-27 |
CN112710343B CN112710343B (zh) | 2022-08-09 |
Family
ID=75549809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110127860.1A Active CN112710343B (zh) | 2021-01-29 | 2021-01-29 | 一种基于rt的车载传感器性能测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112710343B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543830A (zh) * | 2022-02-28 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于真值系统的车载传感器噪声估计系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107659367A (zh) * | 2017-08-30 | 2018-02-02 | 安徽江淮汽车集团股份有限公司 | 多传感单元时间同步方法及系统 |
CN110208842A (zh) * | 2019-05-28 | 2019-09-06 | 长安大学 | 一种车联网环境下车辆高精度定位方法 |
KR102076595B1 (ko) * | 2018-12-14 | 2020-02-12 | 강원대학교산학협력단 | 차량 강우 센서 빅데이터 기반 실시간 강우 정보 제공 방법 및 시스템 |
CN110949395A (zh) * | 2019-11-15 | 2020-04-03 | 江苏大学 | 一种基于多传感器融合的弯道acc目标车辆识别方法 |
CN111457940A (zh) * | 2020-03-31 | 2020-07-28 | 上海北斗导航创新研究院 | 一种车载多波段立体视觉传感器测距性能测试方法及系统 |
CN111879287A (zh) * | 2020-07-08 | 2020-11-03 | 河南科技大学 | 基于多传感器的低速车辆的前向地形三维构建方法 |
CN112230228A (zh) * | 2020-09-30 | 2021-01-15 | 中汽院智能网联科技有限公司 | 一种基于场地测试技术的智能汽车视觉传感器测试方法 |
-
2021
- 2021-01-29 CN CN202110127860.1A patent/CN112710343B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107659367A (zh) * | 2017-08-30 | 2018-02-02 | 安徽江淮汽车集团股份有限公司 | 多传感单元时间同步方法及系统 |
KR102076595B1 (ko) * | 2018-12-14 | 2020-02-12 | 강원대학교산학협력단 | 차량 강우 센서 빅데이터 기반 실시간 강우 정보 제공 방법 및 시스템 |
CN110208842A (zh) * | 2019-05-28 | 2019-09-06 | 长安大学 | 一种车联网环境下车辆高精度定位方法 |
CN110949395A (zh) * | 2019-11-15 | 2020-04-03 | 江苏大学 | 一种基于多传感器融合的弯道acc目标车辆识别方法 |
CN111457940A (zh) * | 2020-03-31 | 2020-07-28 | 上海北斗导航创新研究院 | 一种车载多波段立体视觉传感器测距性能测试方法及系统 |
CN111879287A (zh) * | 2020-07-08 | 2020-11-03 | 河南科技大学 | 基于多传感器的低速车辆的前向地形三维构建方法 |
CN112230228A (zh) * | 2020-09-30 | 2021-01-15 | 中汽院智能网联科技有限公司 | 一种基于场地测试技术的智能汽车视觉传感器测试方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543830A (zh) * | 2022-02-28 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于真值系统的车载传感器噪声估计系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112710343B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7186607B2 (ja) | 電子地図を更新する方法、装置、およびコンピュータ読み取り可能な記憶媒体 | |
CN113340325B (zh) | 一种验证车路协同路侧感知融合精度的系统、方法及介质 | |
CN110796007B (zh) | 场景识别的方法与计算设备 | |
CN109596145B (zh) | 一种车载导航的动态测试方法及系统 | |
CN113147738A (zh) | 一种自动泊车定位方法和装置 | |
CN110906954A (zh) | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 | |
CN111551186A (zh) | 一种车辆实时定位方法、系统及车辆 | |
EP4254015A1 (en) | Positioning accuracy evaluation method and apparatus | |
CN106370435A (zh) | 道路谱采集系统、车辆和道路谱采集方法 | |
CN113219507A (zh) | 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法 | |
CN112710343B (zh) | 一种基于rt的车载传感器性能测试方法 | |
EP3789797B1 (en) | Method and apparatus for evaluating data, device, and computer-readable storage medium | |
CN110411499B (zh) | 传感器检测识别能力的评估方法及评估系统 | |
CN217981856U (zh) | 激光雷达测试系统及车辆 | |
CN116698105A (zh) | 校准便携式参考传感器系统的方法,便携式参考传感器系统及其使用 | |
CN114325662A (zh) | 一种车载雷达的外参标定方法、装置、设备及存储介质 | |
CN112729341A (zh) | 一种视觉测距精度测试方法及系统 | |
CN111735459B (zh) | 小天体探测器间协同导航方法 | |
Lu et al. | Methods for certification of GNSS-based safe vehicle localisation in driving assistance systems | |
Du et al. | Design of data acquisition system with high precision for lane-change behavior detection applied in intelligent and connected vehicles | |
CN112985455B (zh) | 定位定姿系统的精度评定方法、装置及存储介质 | |
CN114742812B (zh) | 基于低空星座的多源遥感物探数据一体化探测方法及系统 | |
Кopiika et al. | Road monitoring system based on iot technology for SmartCity | |
CN113984091B (zh) | 车辆行驶的定位测评系统、方法、设备及介质 | |
Liu et al. | Generating an electronic track map for train collision early warning system |
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 |