CN112925297A - 自动驾驶算法验证方法、装置、设备、存储介质及产品 - Google Patents

Abstract

本申请公开了自动驾驶算法验证方法、装置、设备、存储介质及产品，涉及数据处理中自动驾驶等人工智能领域。具体实现方案为：获取仿真场景中毫米波雷达采集的障碍物信息；采用预设的毫米波雷达数学模型对障碍物信息进行数据处理，获得与障碍物信息对应的目标报文，目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致；通过预设的通讯链路将目标报文发送至自动驾驶控制器，以使自动驾驶控制器根据目标报文对自动驾驶算法进行验证，通讯链路为真实场景中毫米波雷达与自动驾驶控制器之间的通讯链路。通过采用通讯链路对目标报文进行传输操作，从而能够实现对自动驾驶算法中硬件和通讯链路进行验证，提高了算法验证的准确性。

Description

自动驾驶算法验证方法、装置、设备、存储介质及产品

技术领域

本申请涉及数据处理中自动驾驶等人工智能领域，尤其涉及一种自动驾驶算法验证方法、装置、设备、存储介质及产品。

背景技术

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。为了确保自动驾驶系统能够稳定可靠的工作，需要对自动驾驶的算法的稳定性进行充分地验证。而自动驾驶系统中离不开毫米波雷达等传感器，因此，为了实现对自动驾驶算法的验证，需要获取大量的毫米波雷达数据。

现有的自动驾驶算法验证方法一般都是通过纯软件仿真的方法，将仿真场景下的毫米波雷达传感数据输入至软件仿真的自动驾驶算法中进行验证。

但是，采用上述方法进行算法验证的过程中，由于都是软件仿真环境下实现的，无法对自动驾驶算法中数据链路硬件和通讯环节进行验证。导致通过上述方法验证通过的自动驾驶算法在实际应用过程中可能会出现故障，性能不佳的技术问题。

发明内容

本申请提供了一种用于提高自动驾驶算法验证准确性的自动驾驶算法验证方法、装置、设备、存储介质及产品。

根据本申请的第一方面，提供了一种自动驾驶算法验证方法，包括：

获取仿真场景中毫米波雷达采集的障碍物信息；

采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致；

通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

根据本申请的第二方面，提供了一种自动驾驶算法验证装置，包括：

获取模块，用于获取仿真场景中毫米波雷达采集的障碍物信息；

数据处理模块，用于采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致；

发送模块，用于通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

根据本申请的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。

根据本申请的第五方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。

根据本申请的技术提高了仿真环境下输出的目标报文与毫米波雷达输出的真实数据的相似度，通过采用真实链路对目标报文进行传输操作，从而能够实现对自动驾驶算法中数据链路硬件和通讯环节进行验证，提高了算法验证的准确性。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本公开基于的网络架构示意图；

图2为本公开实施例一提供的自动驾驶算法验证方法的流程示意图；

图3为本公开实施例提供的场景示意图；

图4为本公开实施例二提供的自动驾驶算法验证方法的流程示意图；

图5为本公开实施例提供的又一网络架构图；

图6为本公开实施例三提供的自动驾驶算法验证方法的流程示意图；

图7为本公开实施例四提供的自动驾驶算法验证装置的结构示意图；

图8为本公开实施例五提供的电子设备的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

针对上述提及的在现有的验证方法中，由于都是软件仿真环境下实现的，无法对自动驾驶算法中数据链路硬件和通讯环节进行验证的问题，本公开提供了一种自动驾驶算法验证方法、装置、设备、存储介质及产品。

需要说明的是，本公开提供自动驾驶算法验证方法、装置、设备、存储介质及产品可运用在对各种自动驾驶算法验证的场景中。

现有的自动驾驶算法验证方法一般都通过仿真软件实现，该仿真软件中具体可以包括数据生成模块，用于生成用于算法验证的毫米波雷达数据，以及算法验证模块，用于根据毫米波雷达数据进行自动驾驶算法验证操作。但是，采用上述方法进行算法验证，由于所有的验证操作都在仿真软件中实现，产生的毫米波雷达数据无法通过真实的通讯链路，从而无法对该通讯链路进行验证。后续采用该自动驾驶算法时，可能会产生故障。

在解决上述技术问题的过程中，发明人通过研究发现，为了提高自动驾驶算法验证的准确性，提高自动驾驶算法的实用性，可以获取仿真软件产生的毫米波雷达数据，并将该毫米波雷达数据转换为与真实毫米波雷达采集的障碍物信息数据格式一致的报文数据，并将该报文数据通过通讯链路传输至自动驾驶控制器，其中，该通讯链路具体可以为真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。从而能够实现对真实的通讯链路以及自动驾驶算法的验证操作。

本申请提供一种自动驾驶算法验证方法、装置、设备、存储介质及产品，应用于数据处理中自动驾驶等人工智能领域，以达到提高仿真环境中输出的目标报文与真实场景中毫米波雷达输出的真实数据的相似度，提高算法验证的准确性的效果。

名词解释：

TCP：Transmission Control Protocol，传输控制协议TCP是一种面向连接(连接导向)的、可靠的、基于字节流的运输层(Transport layer)通信协议，由IETF的RFC 793说明(specified)。

CAN：控制器局域网络(Controller Area Network，简称CAN)，CAN总线原理是通过CAN总线、传感器、控制器和执行器由串行数据线连接起来。

UDP：用户数据报协议(User Datagram Protocol，简称UDP)，是OSI(Open SystemInterconnection，开放式系统互联)参考模型中一种无连接的传输层协议，提供面向事务的简单不可靠信息传送服务，IETF RFC 768是UDP的正式规范。

图1为本公开基于的网络架构示意图，如图1所示，本公开基于的网络架构至少包括：服务器1以及自动驾驶控制器2，其中，服务器1中设置有自动驾驶算法验证装置，该自动驾驶算法验证装置采用C/C++、Java、Shell或Python等语言编写。该服务器1与自动驾驶控制器2通信连接，从而二者可以进行信息交互。

图2为本公开实施例一提供的自动驾驶算法验证方法的流程示意图，如图2所示，该方法包括：

步骤201、获取仿真场景中毫米波雷达采集的障碍物信息。

本实施例的执行主体为自动驾驶算法验证装置，该自动驾驶算法验证装置可耦合于服务器中。该服务器可以与自动驾驶控制器通信连接，从而能够与自动驾驶控制器进行信息交互。

在本实施方式中，为了实现对自动驾驶算法的验证，首先需要获取毫米波雷达采集到的障碍物信息。具体地，由于自动驾驶算法验证所需的数据量较大，可以选择在仿真场景中实现对障碍物信息的获取。

可选地，该仿真场景可以为根据实际需求构建的，其中具体设置有毫米波雷达，该毫米波雷达能够实现对障碍物信息的获取。相应地，自动驾驶算法验证装置可以获取仿真场景中毫米波雷达采集的障碍物信息。

步骤202、采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致。

在本实施方式中，为了实现对真实的数据链路的验证操作，需要通过真实的通讯链路对障碍物信息进行传输，因此，需要将障碍物信息的数据格式转换为与真实毫米波雷达采集的障碍物信息的报文一致。

具体地，可以采用预设的毫米波雷达数学模型对障碍物信息进行数据处理，获得与障碍物信息对应的目标报文。

举例来说，该障碍物信息具体可以为仿真场景中障碍物的位置、与毫米波雷达之间的距离、坐标、方位等信息，为了实现对真实的数据链路的验证操作，可以将上述障碍物信息转换为与真实的毫米波雷达数据一致的字符串，其具体可以为10.07.15.10.06等字符。

其中，该目标报文具体可以为TCP报文，或者CAN报文。

步骤203、通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

在本实施方式中，在获取到目标报文之后，可以通过通讯链路，将该目标报文发送至自动驾驶控制器中，其中，该通讯链路具体为真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。相应地，自动驾驶控制器在接收到该目标报文之后，可以根据该目标报文对自动驾驶算法进行验证操作，能够实现对自动驾驶算法正确性以及准确性的验证。从而能够实现对自动驾驶算法中硬件和通讯链路进行验证，提高了算法验证的准确性。

图3为本公开实施例提供的场景示意图，如图3所示，在获取到仿真场景31中毫米波雷达采集的障碍物信息之后，可以将该障碍物信息输入至毫米波雷达数学模型32中，通过该毫米波雷达数学模型32进行数据处理操作，获得与真实毫米波雷达采集的障碍物信息报文格式一致的目标报文，并将该目标报文发送至自动驾驶控制器33中进行算法验证操作。

进一步地，在上述任一实施例的基础上，步骤201之前，还包括：

获取自动驾驶控制器验证指令，所述自动驾驶控制器验证指令中包括仿真场景构建信息。

根据仿真场景构建信息构建所述仿真场景。

在本实施例中，该仿真场景具体可以根据实际需求进行构建。具体地，可以获取自动驾驶控制器验证指令，该自动驾驶控制器验证指令中包括仿真场景构建信息。该自动驾驶控制器验证指令具体可以为用户根据实际需求在终端设备上生成的。

在获取到该自动驾驶控制器验证指令之后，自动驾驶算法验证装置可以根据该仿真场景构建信息构建仿真场景。从而能够实现对各种不同场景下毫米波雷达采集的障碍物信息的获取，提高数据的多样性，进而能够提高自动驾驶算法验证的准确性。

本实施例提供的自动驾驶算法验证方法，通过在获取到障碍物信息之后，通过预设的毫米波雷达数学模型，将该障碍物信息的数据格式转换为与真实毫米波雷达输出的报文一致，从而提高了仿真环境下输出的目标报文与毫米波雷达采集的障碍物信息的报文格式的相似度，通过采用通讯链路对目标报文进行传输操作，从而能够实现对自动驾驶算法中硬件和通讯链路进行验证，提高了算法验证的准确性。

图4为本公开实施例二提供的自动驾驶算法验证方法的流程示意图，在实施例一的基础上，如图4所示，步骤202具体包括：

步骤401、获取筛选条件，根据所述筛选条件对所述障碍物信息进行筛选操作，获得待处理障碍物信息。

步骤402、根据预设的毫米波雷达通讯协议，将所述待处理障碍物信息转换为所述目标报文。

在本实施例中，尽管目前已经有很多3D场景搭建的软件，但自动驾驶仿真验证操作需要尽可能逼近真实路况信息，因此要求搭建的仿真场景的真实度很高，特别是需要对各种车载传感器需要捕获的数据进行重点仿真。因此，为了提高自动驾驶算法验证的准确性，在获取到障碍物信息之后，首先需要对障碍物信息进行筛选操作。具体地，可以获取筛选条件，根据该筛选条件实现对障碍物信息的筛选操作，获得待处理障碍物信息。

进一步地，为了使得待处理障碍物信息的数据格式更加贴近真实的报文数据，可以采用预设的毫米波雷达通讯协议，对待处理障碍物信息进行格式转换操作，获得目标报文。其中，该毫米波雷达编码协议具体可以为毫米波雷达通讯协议的子集，规定了待处理障碍物信息在UDP通讯报文中存放的数据结构、顺序以及所占用字节大小等内容。该待处理障碍物信息具体可以包括目标障碍物所处的区域信息，与毫米波雷达的位置信息、高度信息以及坐标信息、时间戳，距离值，角度，障碍物数量等数据，具体可以通过毫米波雷达编码协议按照一定的排列方式，将上述数据组合成目标编码。需要说明的是，针对不同的毫米波雷达，其对应的编码协议有所不同，实际应用中，可以根据不同的毫米波雷达类型确定所需的编码协议，本公开对此不做限制。

通过采用预设的毫米波雷达通讯协议，对待处理障碍物信息进行格式转换操作，获得目标报文，从而后续可以通过真实链路对该目标报文进行传输，实现对真实链路的验证操作，保证了验证后的自动驾驶算法的适用性更强。

进一步地，在实施例一的基础上，所述障碍物信息包括仿真场景中障碍物所处的区域信息，与所述毫米波雷达的位置信息、高度信息以及坐标信息，步骤401中获取筛选条件，包括：

获取终端设备发送的筛选条件，所述筛选条件包括所述自动驾驶控制器进行算法验证所需的障碍物信息中的信息标识。

图5为本公开实施例提供的又一网络架构图，如图5所示，本公开所基于的网络架构图具体可以包括服务器51、自动驾驶控制器52以及终端设备53，其中，服务器51中设置有自动驾驶算法验证装置，该自动驾驶算法验证装置采用C/C++、Java、Shell或Python等语言编写；终端设备53则可例如台式电脑、平板电脑等。该服务器51分别与自动驾驶控制器52以及终端设备53通信连接。

在本实施例中，该筛选条件具体可以为用户根据实际需求在终端设备上生成的。相应地，障碍物信息包括仿真场景中障碍物所处的区域信息，与所述毫米波雷达的位置信息、高度信息以及坐标信息，自动驾驶算法验证装置可以获取终端设备发送的筛选条件，该筛选条件中具体可以包括自动驾驶控制器进行算法验证所需的障碍物信息中的信息标识。举例来说，该筛选条件中具体可以重点突出自动驾驶算法需要捕获的数据部分，削减部分自动驾驶算法无法监控的数据，再不增加图形处理器(Graphics Processing Unit，简称GPU)负载的前提下，提高了数据采集的精度。

本实施例提供的自动驾驶算法验证方法，通过在获取到障碍物信息之后，首先对障碍物信息进行筛选操作，采用预设的毫米波雷达通讯协议，对待处理障碍物信息进行格式转换操作，获得目标报文，从而能够在提高数据采集精度的基础上，实现对自动驾驶算法以及真实链路的验证操作。

图6为本公开实施例三提供的自动驾驶算法验证方法的流程示意图，在上述任一实施例的基础上，如图6所示，步骤203具体包括：

步骤601、根据预设的毫米波雷达编码协议，对所述目标报文进行编码操作，获得所述目标编码。

步骤602、通过预设的真实链路将所述目标编码发送至自动驾驶控制器。

在本实施例中，由于目标报文的数据量较大，单帧UDP无法一次性发送完，因此，在进行目标报文传输之前，需要对目标报文进行编码操作。具体地，可以采用预设的毫米波雷达编码协议，对该目标报文进行编码操作，获得目标编码。通过该预设的真实链路将目标编码发送至自动驾驶控制器。从而能够提高目标报文的传输效率。

进一步地，在上述任一实施例的基础上，步骤601具体包括：

针对所述目标报文中每一障碍物对应的报文信息，确定仿真场景中所述障碍物与所述毫米波雷达之间的距离信息。

根据所述距离信息对所述目标报文进行分组，获得多组TCP/CAN报文。

根据预设的毫米波雷达编码协议，分别对所述TCP/CAN报文进行编码操作，获得所述目标编码。

在本实施例中，根据障碍物与毫米波雷达的位置关系，目标报文具体可以由near，far，status三部分构成。因此，首先可以对目标报文进行分组操作。具体地，针对目标报文中每一障碍物对应的报文信息，确定仿真场景中障碍物与毫米波雷达之间的距离信息。根据该距离信息，对目标报文进行分组，获得near，far，status三组TCP/CAN报文。根据预设的毫米波雷达编码协议，分别对所述TCP/CAN报文进行编码操作，获得目标编码。

通过对目标报文进行分组以及编码操作，从而能够提高目标报文的传输效率，进而能够快速实现对自动驾驶算法的验证操作。

进一步地，在上述任一实施例的基础上，步骤203具体包括：

将所述目标报文转换为UDP格式，通过预设的真实链路将UDP格式的目标报文发送至自动驾驶控制器。

在本实施例中，可以采用UDP的方式，通过预设的真实链路将目标报文发送至自动驾驶控制器。具体第可以将目标报文转换为UDP格式，通过预设的真实链路将UDP格式的目标报文发送至自动驾驶控制器。通过UDP传输能够保证目标报文实时地发送至自动驾驶控制器，提高自动驾驶算法的验证效率。

本实施例提供的自动驾驶算法验证方法，通过对目标报文进行编码操作，获得目标编码，再对目标编码进行传输操作，从而能够在提高数据传输效率的基础上，实现对自动驾驶算法的验证操作。

图7为本公开实施例四提供的自动驾驶算法验证装置的结构示意图，如图7所示，该自动驾驶算法验证装置70包括：获取模块71、数据处理模块72以及发送模块73。其中，获取模块71，用于获取仿真场景中毫米波雷达采集的障碍物信息。数据处理模块72，用于采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致。发送模块73，用于通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

进一步地，在实施例四的基础上，所述数据处理模块用于：获取筛选条件，根据所述筛选条件对所述障碍物信息进行筛选操作，获得待处理障碍物信息。根据预设的毫米波雷达通讯协议，将所述待处理障碍物信息转换为所述目标报文。

进一步地，在实施例四的基础上，所述障碍物信息包括仿真场景中障碍物所处的区域信息，与所述毫米波雷达的位置信息、高度信息以及坐标信息，所述数据处理模块用于：获取终端设备发送的筛选条件，所述筛选条件包括所述自动驾驶控制器进行算法验证所需的障碍物信息中的信息标识。

进一步地，在上述任一实施例的基础上，所述发送模块用于：根据预设的毫米波雷达编码协议，对所述目标报文进行编码操作，获得所述目标编码。通过预设的真实链路将所述目标编码发送至自动驾驶控制器。

进一步地，在上述任一实施例的基础上，所述发送模块用于：针对所述目标报文中每一障碍物对应的报文信息，确定仿真场景中所述障碍物与所述毫米波雷达之间的距离信息。根据所述距离信息对所述目标报文进行分组，获得多组TCP/CAN报文。根据预设的毫米波雷达编码协议，分别对所述TCP/CAN报文进行编码操作，获得所述目标编码。

进一步地，在上述任一实施例的基础上，所述发送模块用于：将所述目标报文转换为UDP格式，通过预设的真实链路将UDP格式的目标报文发送至自动驾驶控制器。

进一步地，在上述任一实施例的基础上，所述装置还包括：获取模块，还用于获取自动驾驶控制器验证指令，所述自动驾驶控制器验证指令中包括仿真场景构建信息。构建模块，用于根据仿真场景构建信息构建所述仿真场景。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

根据本申请的实施例，本申请还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

图8为本公开实施例五提供的电子设备的结构示意图，电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，电子设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如自动驾驶算法验证方法。例如，在一些实施例中，自动驾驶算法验证方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的自动驾驶算法验证方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自动驾驶算法验证方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (17)

1.一种自动驾驶算法验证方法，包括：

获取仿真场景中毫米波雷达采集的障碍物信息；

采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致；

通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

2.根据权利要求1所述的方法，所述采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，包括：

获取筛选条件，根据所述筛选条件对所述障碍物信息进行筛选操作，获得待处理障碍物信息；

根据预设的毫米波雷达通讯协议，将所述待处理障碍物信息转换为所述目标报文。

3.根据权利要求2所述的方法，所述障碍物信息包括仿真场景中障碍物所处的区域信息，与所述毫米波雷达的位置信息、高度信息以及坐标信息，所述获取筛选条件，包括：

获取终端设备发送的筛选条件，所述筛选条件包括所述自动驾驶控制器进行算法验证所需的障碍物信息中的信息标识。

4.根据权利要求1-3任一项所述的方法，所述通过预设的真实链路将目标报文发送至自动驾驶控制器，包括：

根据预设的毫米波雷达编码协议，对所述目标报文进行编码操作，获得所述目标编码；

通过预设的真实链路将所述目标编码发送至自动驾驶控制器。

5.根据权利要求4所述的方法，所述根据预设的毫米波雷达编码协议，对所述目标报文进行编码操作，获得所述目标编码，包括：

针对所述目标报文中每一障碍物对应的报文信息，确定仿真场景中所述障碍物与所述毫米波雷达之间的距离信息；

根据所述距离信息对所述目标报文进行分组，获得多组报文；

根据预设的毫米波雷达编码协议，分别对所述报文进行编码操作，获得所述目标编码。

6.根据权利要求1-3任一项所述的方法，所述通过预设的真实链路将目标报文发送至自动驾驶控制器，包括：

将所述目标报文转换为UDP格式，通过预设的真实链路将UDP格式的目标报文发送至自动驾驶控制器。

7.根据权利要求1-3任一项所述的方法，所述获取仿真场景中毫米波雷达采集的障碍物信息之前，还包括：

获取自动驾驶控制器验证指令，所述自动驾驶控制器验证指令中包括仿真场景构建信息；

根据仿真场景构建信息构建所述仿真场景。

8.一种自动驾驶算法验证装置，包括：

获取模块，用于获取仿真场景中毫米波雷达采集的障碍物信息；

数据处理模块，用于采用预设的毫米波雷达数学模型对所述障碍物信息进行数据处理，获得与所述障碍物信息对应的目标报文，所述目标报文的格式与真实场景中毫米波雷达采集的障碍物信息的报文格式一致；

发送模块，用于通过预设的通讯链路将所述目标报文发送至自动驾驶控制器，以使所述自动驾驶控制器根据所述目标报文对自动驾驶算法进行验证，所述通讯链路为所述真实场景中毫米波雷达与所述自动驾驶控制器之间的通讯链路。

9.根据权利要求8所述的装置，所述数据处理模块用于：

获取筛选条件，根据所述筛选条件对所述障碍物信息进行筛选操作，获得待处理障碍物信息；

根据预设的毫米波雷达通讯协议，将所述待处理障碍物信息转换为所述目标报文。

10.根据权利要求9所述的装置，所述障碍物信息包括仿真场景中障碍物所处的区域信息，与所述毫米波雷达的位置信息、高度信息以及坐标信息，所述数据处理模块用于：

获取终端设备发送的筛选条件，所述筛选条件包括所述自动驾驶控制器进行算法验证所需的障碍物信息中的信息标识。

11.根据权利要求8-10任一项所述的装置，所述发送模块用于：

根据预设的毫米波雷达编码协议，对所述目标报文进行编码操作，获得所述目标编码；

通过预设的真实链路将所述目标编码发送至自动驾驶控制器。

12.根据权利要求11所述的装置，所述发送模块用于：

针对所述目标报文中每一障碍物对应的报文信息，确定仿真场景中所述障碍物与所述毫米波雷达之间的距离信息；

根据所述距离信息对所述目标报文进行分组，获得多组报文；

根据预设的毫米波雷达编码协议，分别对所述报文进行编码操作，获得所述目标编码。

13.根据权利要求8-10任一项所述的装置，所述发送模块用于：

将所述目标报文转换为UDP格式，通过预设的真实链路将UDP格式的目标报文发送至自动驾驶控制器。

14.根据权利要求8-10任一项所述的装置，所述装置还包括：

获取模块，还用于获取自动驾驶控制器验证指令，所述自动驾驶控制器验证指令中包括仿真场景构建信息；

构建模块，用于根据仿真场景构建信息构建所述仿真场景。

15.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7任一项所述的方法。

Images