CN112991735A - 交通流量监测系统的测试方法、装置及设备 - Google Patents

交通流量监测系统的测试方法、装置及设备 Download PDF

Info

Publication number
CN112991735A
CN112991735A CN202110244707.7A CN202110244707A CN112991735A CN 112991735 A CN112991735 A CN 112991735A CN 202110244707 A CN202110244707 A CN 202110244707A CN 112991735 A CN112991735 A CN 112991735A
Authority
CN
China
Prior art keywords
obstacle
list
traffic
monitoring
traffic flow
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
Application number
CN202110244707.7A
Other languages
English (en)
Other versions
CN112991735B (zh
Inventor
迟源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110244707.7A priority Critical patent/CN112991735B/zh
Publication of CN112991735A publication Critical patent/CN112991735A/zh
Priority to EP21193504.4A priority patent/EP3933802A3/en
Priority to US17/463,620 priority patent/US20210398419A1/en
Priority to JP2021144832A priority patent/JP7348243B2/ja
Priority to KR1020210118843A priority patent/KR20210131269A/ko
Application granted granted Critical
Publication of CN112991735B publication Critical patent/CN112991735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Abstract

本申请公开了交通流量监测系统的测试方法、装置及设备，涉及数据处理领域中的智能交通、车路协同、云平台技术。具体实现方案为：通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，第一障碍物数据是在真实交通场景中采集到的；根据第一监测结果生成第二障碍物数据，并通过交通流量监测系统对第二障碍物数据进行监测处理，得到第二监测结果；其中，第二障碍物数据包括第一监测结果中监测到的障碍物的数据；根据第一监测结果和第二监测结果，确定交通流量监测系统的监测准确性测试是否通过。通过上述过程，实现了对交通流量监测系统的监测准确性的测试。

Description

交通流量监测系统的测试方法、装置及设备
技术领域
本申请涉及数据处理领域中的智能交通、车路协同、云平台技术，尤其涉及一种交通流量监测系统的测试方法、装置及设备。
背景技术
在智能交通系统架构中，车载设备和路侧设备采集道路中的障碍物数据，并将障碍物数据上报至交通流量监测系统。交通流量监测系统对障碍物数据进行监测处理，从而实现交通流量的监测。
在交通流量监测系统上线之前需要对其进行测试，以验证交通流量监测系统的监测准确性是否满足要求。
然而，如何对交通流量监测系统的监测准确性进行测试，是亟待解决的技术问题。
发明内容
本申请提供了一种交通流量监测系统的测试方法、装置及设备。
根据本申请的第一方面，提供了一种交通流量监测系统的测试方法，包括：
通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；
根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据；
根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
根据本申请的第二方面，提供了一种交通流量监测系统的测试装置，包括：
第一处理模块，用于通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；
第二处理模块，用于根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据；
确定模块，用于根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
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中任一项所述的方法。
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中任一项所述的方法。
根据本申请的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：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。
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为本申请实施例提供的交通流量监测场景的示意图；
图2为本申请实施例提供的交通流量监测系统监测得到的交通流量状态的示意图；
图3为本申请实施例提供的交通流量监测系统的测试场景的示意图；
图4为本申请实施例提供的一种交通流量监测系统的测试方法的流程示意图；
图5为本申请实施例提供的测试过程的示意图；
图6A为本申请实施例提供的一种交通流量监测系统的测试装置的结构示意图；
图6B为本申请实施例提供的另一种交通流量监测系统的测试装置的结构示意图；
图7为本申请实施例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。
本申请提供一种交通流量监测系统的测试方法、装置及设备，应用于数据处理领域中的智能交通、车路协同、云平台技术，用以实现对交通流量监测系统的监测准确性进行测试。
车路协同系统是智能交通系统(Intelligent Traffic System，ITS)的一个发展方向。车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
车路协同系统可用于对交通流量进行监测。图1为本申请实施例提供的交通流量监测场景的示意图。如图1所示，该应用场景包括：车载设备、路侧设备和交通流量监测系统。交通流量监测系统可以是位于云端的服务器、云平台、车路系统管理平台、中心子系统等。
如图1所示，车载设备可以连接到路侧设备，路侧设备连接到交通流量监测系统，车载设备还可以直接连接到交通流量监测系统。路侧设备可以包括路侧感知设备和路侧计算设备，路侧感知设备连接到路侧计算设备，路侧计算设备连接到交通流量监测系统。在另一种系统架构中，路侧感知设备自身包括计算功能，路侧感知设备可以直接连接到交通流量监测系统。以上连接可以是有线或是无线。
一些示例中，车载设备可以包括车载终端、车载单元(On board Unit，OBU)等。路侧设备可以包括：相机、摄像头、路侧单元(Road Side Unit，RSU)、路侧计算单元等。车载设备、路侧设备可以对当前交通场景中的障碍物进行采集得到障碍物数据。其中，障碍物包括但不限于：交通场景中的行人、车辆、摩托车、自行车等。车载设备和路侧设备将采集的障碍物数据上报到交通流量监测系统。
交通流量监测系统通过对车载设备和/或路侧设备上报的障碍物数据进行综合感知分析，确定出交通流量状态。一方面，交通流量监测系统可以对障碍物(例如车辆、行人等)以及障碍物轨迹进行识别处理。另一方面，交通流量监测系统还可以根据障碍物数据识别得到交通事件。
图2为本申请实施例提供的交通流量监测系统监测得到的交通流量状态的示意图。如图2所示，采用可视化界面对交通流量状态进行展示。其中，可以对监测出的交通流量状态进行实时的可视化展示，如图2中的右侧区域所示。另外，还可以显示实时数据统计结果(例如车辆实时数量、行人实时数量等)和累计数据统计结果(例如车辆累计数量、行人累计数量等)，如图2中的左侧区域所示。需要说明的是，图2所示的展示界面仅为一种可能的示例，本申请实施例对于交通流量监测系统的监测结果的展示形式以及展示内容不作限定。
通常，在交通流量监测系统上线之前需要对其进行测试。可以采用离线方式对其进行测试。由于离线的交通流量监测系统没有真实的数据源(即，无法获取车载设备、路侧设备采集的障碍物数据)，而采用模拟(mock)工具构造出模拟障碍物数据又无法模拟出真实交通场景中障碍物的运动特征，因此，为了保证测试结果的准确性，在一些实现方式中，可以采用真实交通场景中采集的真实障碍物数据对交通流量监测系统进行测试。下面结合图3对交通流量监测系统的测试场景进行介绍。
图3为本申请实施例提供的交通流量监测系统的测试场景的示意图。如图3所示，该测试场景包括离线的交通流量监测系统和测试设备。其中，离线的交通流量监测系统作为待测对象，测试设备用于对离线的交通流量监测系统进行测试。测试设备可以是具有数据处理和数据收发功能的任意电子设备，包括但不限于台式电脑、笔记本电脑、平板电脑、个人计算机等。
测试设备可以获取在真实交通场景中采集到的真实障碍物数据，并将真实障碍物数据发送到离线的交通流量监测系统。测试设备还可以从离线的交通流量监测系统获取监测结果，以便根据监测结果确定测试结果。
一些可能的实现方式中，如图3所示，该测试场景还可以包括已上线的交通流量监测系统。已上线的交通流量监测系统可以从车载设备、路侧设备等获取真实障碍物数据。这样，测试设备可以与已上线的交通流量监测系统建立通信连接，从已上线的交通流量监测系统获取到真实障碍物数据。进而，利用真实障碍物数据对离线的交通流量监测系统进行测试。
实际应用中，交通流量监测系统中通常部署多个分布式节点，例如：分布式的流处理节点、卡夫卡(Kafka)分布式的消息队列等，使得障碍物数据在交通流量监测系统内部经过上述分布式节点的处理之后，可能存在乱序丢帧现象。因此，需要在交通流量监测系统内部实现排序防丢帧功能，以克服乱序丢帧问题，从而尽量保持监测结果的准确性。因此，在对交通流量监测系统进行测试时，需要对监测准确性进行测试。
上述测试场景中，由于是利用在真实交通场景中采集到的真实障碍物数据对离线的交通流量监测系统进行测试，而真实障碍物数据中所包括的障碍物的相关信息是未知的，这样对真实障碍物数据的监测结果无法评估得到监测准确性。可见，基于上述测试场景，如何对交通流量监测系统的监测准确性进行测试，是亟待解决的技术问题。
为了解决上述技术问题，本申请提供一种交通流量监测系统的测试方法。本申请提供的技术方案中，通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；根据所述第一监测结果生成第二障碍物数据，并通过交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据为所述第一监测结果中监测到的障碍物的数据；根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过，从而实现对交通流量监测系统的监测准确性的测试。
下面结合几个具体的实施例对本申请的技术方案进行详细描述。下面几个实施例可以相互结合，对于相同或者相似的内容在某些实施例中可能不再重复描述。
图4为本申请实施例提供的一种交通流量监测系统的测试方法的流程示意图。如图4所示，本实施例的方法包括：
S401：通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的。
本实施例的执行主体可以为图3中的测试设备。测试设备用于对交通流量监测系统进行测试。交通流量监测系统例如可以为图3中的离线的交通流量监测系统。
本实施例中，测试设备获取在真实交通场景中采集到的第一障碍物数据，并通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果。
其中，第一障碍物数据也可以称为真实障碍物数据，其包括真实交通场景中的各障碍物的相关数据。本申请实施例中的障碍物可以是车辆、行人、自行车、摩托车等。第一障碍物数据可以是由真实交通场景中的车载设备和/或路侧设备采集得到的。第一障碍物数据的形式可以包括但不限于图像数据、视频数据、雷达数据、红外数据、点云数据等，还可以是对上述一种或多种数据进行计算、分析等处理得到的结果数据。
可选的，第一障碍物数据可以是从已上线的交通流量监测系统获取的。示例性的，结合图3所示的测试场景，已上线的交通流量监测系统连接有车载设备和/或路侧设备。车载设备和/或路侧设备在真实交通场景中采集得到第一障碍物数据，并将第一障碍物数据发送至已上线的交通流量监测系统。测试设备与已上线的交通流量监测系统建立通信连接，测试设备可以对输入到已上线的交通流量监测系统的第一障碍物数据进行监听，从而获取到第一障碍物数据。
示例性的，测试设备可以采用websocket协议对已上线的交通流量监测系统进行监听。websocket是一种基于传输控制协议(Transmission Control Protocol，TCP)的全双工通信协议。这样，测试设备与已上线的交通流量监测系统建立通信连接后，若已上线的交通流量监测系统从车载设备和/或路侧设备接收到第一障碍物数据，则将第一障碍物数据推送给测试设备。从而，测试设备获取到第一障碍物数据。
交通流量监测系统在对障碍物进行感知分析处理时，需要依赖当前场景的场景配置信息。例如，需要依赖的场景配置信息包括但不限于：当前场景对应的地图信息、道路坐标规则信息、路侧设备的位置信息、路侧设备的类型信息等。
因此，本实施例中，在利用从已上线的交通流量监测系统获取的第一障碍物数据对离线的交通流量监测系统进行测试之前，还需要将已上线的交通流量监测系统的场景配置信息同步到离线的交通流量监测系统。具体的，测试设备获取已上线的交通流量监测系统的场景配置信息，并将所述场景配置信息配置到待测试的离线交通流量监测系统中。
可选的，第一障碍物数据还可以是从数据库中获取的。示例性的，数据库用于存储各个路段/区域中的车载设备和/或路侧设备采集的历史障碍物数据。测试设备可以根据测试需求从数据库中获取历史障碍物数据。这些历史障碍物数据即为第一障碍物数据。
获取到第一障碍物数据之后，可以通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果。第一监测结果指示的是交通流量监测系统从第一障碍物数据中监测到的障碍物的数据。例如，第一监测结果可以为交通流量监测系统输出的监测日志，其中包括了监测到的各障碍物的标识、类型、运动状态、运动轨迹等信息。
一些可能的场景中，由于第一障碍物数据是从已上线的交通流量监测系统监听得到的，而已上线的交通流量监测系统与待测试的交通流量监测系统的接口规则可能不同，一种可能的实现方式中，可以根据交通流量监测系统的接口规则，对第一障碍物数据进行改造处理，使得改造处理后的数据满足待测试的交通流量监测系统的接口要求。进而，将改造处理后的数据输入交通流量监测系统，获取交通流量监测系统输出的第一监测结果。应理解，由于是根据交通流量监测系统的接口规则进行改造，不会修改第一障碍物数据中的各障碍物本身的运动特征，保留了障碍物的真实性。
S402：根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据。
本实施例中，测试设备得到第一监测结果后，可以根据第一监测结果中监测到的各障碍物的相关数据，生成第二障碍物数据。第二障碍物数据用于输入到交通流量监测系统进行再次监测处理，以得到第二监测结果。
其中，第二监测结果指示的是交通流量监测系统从第二障碍物数据中监测到的障碍物的数据。例如，第二监测结果可以为交通流量监测系统输出的监测日志，其中包括了监测到的各障碍物的标识、类型、运动状态、运动轨迹等信息。
一种可能的实现方式中，可以根据交通流量监测系统的接口规则，对第一监测结果进行改造处理，得到第二障碍物数据，使得第二障碍物数据满足交通流量监测系统的接口要求。进而，将第二障碍物数据输入交通流量监测系统，获取交通流量监测系统输出的第二监测结果。
应理解，该实现方式中，由于是根据交通流量监测系统的接口规则对第一监测结果进行改造得到第二障碍物数据，因此，第二障碍物数据所描述的障碍物信息与第一监测结果中的障碍物信息是相同的。例如，若S401中交通流量监测系统对第一障碍物数据进行监测处理得到的第一监测结果中包括100个障碍物的信息，则S402中生成的第二障碍物数据描述的是上述100个障碍物的信息。第二障碍物数据与第一监测结果的不同之处在于数据形式的区别。
S403：根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
本实施例中，可以对第一监测结果和第二监测结果进行对比，该比对结果可以指示出交通流量监测系统的监测准确性。应理解，若第二监测结果与第一监测结果中监测到的一致的障碍物的数量越多，则说明交通流量监测系统的监测准确性越高。反之，则说明交通流量监测系统的监测准确性越低。
本实施例中，为了对监测准确性进行更精确的评估，可以采用一个或者多个监测参数对监测准确性进行定量描述。一种可能的实现方式中，可以根据所述第一监测结果和所述第二监测结果计算监测参数，所述监测参数包括：准确率和/或召回率；在所述监测参数大于或者等于预设阈值时，确定所述交通流量监测系统的监测准确性测试通过。在所述监测参数小于预设阈值时，确定交通流量监测系统的监测准确性测试不通过。应理解，当监测参数包括准确率和召回率时，准确率和召回率对应的比对阈值可以相同，也可以不同，本实施例对此不作限定。
为了更清楚的理解本实施例的方案，下面结合图5对本实施例中的测试过程进行描述。
图5为本申请实施例提供的测试过程的示意图。如图5所示，本实施例中需要利用离线的交通流量监测系统进行两轮监测处理。第一轮监测处理是将第一障碍物数据输入交通流量监测系统，得到第一监测结果。第二轮监测处理是将第二障碍物数据输入交通流量监测系统，得到第二监测结果。其中，第二障碍物数据是根据第一监测结果生成的，第二障碍物数据包括第一监测结果中监测到的障碍物的数据。
继续参见图5，经过上述两轮监测处理之后，将第二监测结果与第一监测结果进行比对，可以确定出交通流量监测系统的监测准确率和/或监测召回率。需要说明的是，本实施例对于监测准确率和监测召回率的计算方式不作限定，后续实施例中将结合具体的示例进行详细描述。
下面对本实施例中需要进行两轮监测处理的原因进行解释。针对第一轮监测处理，将第一障碍物数据输入交通流量监测系统得到第一监测结果，由于第一障碍物数据是从真实交通场景中采集得到的，第一障碍物数据中所包括的障碍物的相关信息是未知的，因此，仅根据第一监测结果无法确定出监测准确率和监测召回率。
本申请实施例中，在得到第一监测结果之后，根据第一监测结果生成第二障碍物数据，将第二障碍物数据输入交通流量监测系统进行第二轮监测处理，得到第二监测结果。由于第二障碍物数据是根据第一监测结果生成的，第二障碍物数据中包括第一监测结果中监测到的各障碍物的数据，因此，针对第二轮监测处理而言，第一监测结果相当于是交通流量监测系统的输入，第二监测结果是交通流量监测系统的输出。由于经过第一轮监测处理之后，第一监测结果中的障碍物相关信息是已知的，因此，可以根据第一监测结果和第二监测结果，确定出监测准确率和监测召回率。
本实施例提供的交通流量监测系统的测试方法，包括：通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，第一障碍物数据是在真实交通场景中采集到的；根据第一监测结果生成第二障碍物数据，并通过交通流量监测系统对第二障碍物数据进行监测处理，得到第二监测结果；其中，第二障碍物数据包括第一监测结果中监测到的障碍物的数据；根据第一监测结果和第二监测结果，确定交通流量监测系统的监测准确性测试是否通过。通过上述过程，实现了对交通流量监测系统的监测准确性的测试。
实际应用场景中，交通流量监测系统可以实现对障碍物的识别处理，和/或，对交通事件的识别处理。在上述实施例的基础上，下面结合两个具体的示例分别描述如何确定障碍物识别处理的准确性，以及如何确定交通事件识别处理的准确性。
一个示例中，针对交通流量监测系统进行障碍物识别处理的场景。第一监测结果包括：第一障碍物列表，第一障碍物列表中包括交通流量监测系统对第一障碍物数据进行障碍物识别得到的各障碍物的标识。第二监测结果包括：第二障碍物列表，第二障碍物列表中包括交通流量监测系统对第二障碍物数据进行障碍物识别得到的各障碍物的标识。这样，可以根据第一障碍物列表和第二障碍物列表，计算得到障碍物识别的准确率和/或召回率。进而，根据障碍物识别的准确率和/或召回率可以确定出障碍物识别处理的准确性。
示例性的，第一障碍物列表＝{障碍物1、障碍物2、障碍物3、……、障碍物n}，
第二障碍物列表＝{障碍物1、障碍物2、障碍物3、……、障碍物m}。
可选的，由于真实交通场景中某个障碍物的信息可能被多次采集到，使得第一障碍物列表或者第二障碍物列表中可能存在重复障碍物，因此，可以先将第一障碍物列表中的重复障碍物删除，并将第二障碍物列表中的重复障碍物删除，以保证测试结果的准确性。
可以采用如下方式计算障碍物识别的准确率及召回率：
(1)根据第一障碍物列表和第二障碍物列表，获取第一目标障碍物的数量，其中，第一目标障碍物是指其标识位于第一障碍物列表且位于第二障碍物列表的障碍物。换句话说，针对第二障碍物列表中的每个障碍物，若该障碍物也出现在第一障碍物列表中，则将该障碍物确定为第一目标障碍物。按照该方式可以统计出第一目标障碍物的数量。
(2)根据第一目标障碍物的数量和第二障碍物列表中的障碍物数量，计算出障碍物识别的准确率。示例性的，可以采用如下公式计算得到障碍物识别的准确率：
Figure BDA0002963649930000111
(3)根据第一目标障碍物的数量和第一障碍物列表中的障碍物数量，计算出障碍物识别的召回率。示例性的，可以采用如下公式计算得到障碍物识别的召回率：
Figure BDA0002963649930000112
一种可能的实现方式中，交通流量监测系统在进行障碍物识别处理的过程中，还会对障碍物的轨迹信息进行识别，因此，本实施例中还可以对障碍物轨迹识别的准确率和/或召回率进行计算。
具体的，第一障碍物列表中包括交通流量监测系统对第一障碍物数据进行障碍物识别得到的各障碍物的标识以及各障碍物的轨迹信息。第二障碍物列表中包括交通流量监测系统对第二障碍物数据进行障碍物识别得到的各障碍物的标识以及各障碍物的轨迹信息。这样，可以根据第一障碍物列表和第二障碍物列表，计算出障碍物轨迹识别的准确率和/或召回率。
示例性的，第一障碍物列表＝{(障碍物1，轨迹信息1)、(障碍物2，轨迹信息2)、(障碍物3，轨迹信息3)、……、(障碍物n，轨迹信息n)}，
第二障碍物列表＝{(障碍物1，轨迹信息1)、(障碍物2，轨迹信息2)、(障碍物3，轨迹信息3)、……、(障碍物m，轨迹信息m)}。
可选的，每个障碍物的轨迹信息可以包括该障碍物对应的航向角序列。
可以采用如下方式获取障碍物轨迹识别的准确率及召回率：
(1)根据第一障碍物列表和第二障碍物列表，获取第二目标障碍物的数量，其中，第二目标障碍物满足如下条件：其标识位于第一障碍物列表且位于第二障碍物列表，并且，其在第二障碍物列表中的轨迹信息与其在第一障碍物列表中的轨迹信息相同。换句话说，针对第二障碍物列表中的每个障碍物，若该障碍物也出现在第一障碍物列表中，并且，该障碍物在第二障碍物列表中的轨迹信息与其在第一障碍物列表中的轨迹信息相同，则将该障碍物确定为第二目标障碍物。按照该方式可以统计出第二目标障碍物的数量。
(2)根据第二目标障碍物的数量和第二障碍物列表中的障碍物数量，计算出障碍物轨迹识别的准确率。示例性的，可以采用如下公式计算得到障碍物轨迹识别的准确率：
Figure BDA0002963649930000121
(3)根据第二目标障碍物的数量和第一障碍物列表中的障碍物数量，计算出障碍物轨迹识别的召回率。示例性的，可以采用如下公式计算得到障碍物轨迹识别的召回率。
Figure BDA0002963649930000122
另一个示例中，针对交通流量监测系统进行交通事件识别处理的场景。第一监测结果包括：第一交通事件列表，第一交通事件列表中包括交通流量监测系统对第一障碍物数据进行交通事件识别得到的各交通事件的标识。第二监测结果包括：第二交通事件列表，第二交通事件列表中包括交通流量监测系统对第二障碍物数据进行交通事件识别得到的各交通事件的标识。这样，可以根据第一交通事件列表和第二交通事件列表，计算得到交通事件识别的准确率和/或召回率。进而，根据交通事件识别的准确率和/或召回率可以确定出交通事件识别处理的准确性。
示例性的，第一交通事件列表＝{交通事件1、交通事件2、交通事件3、……、交通事件n}，
第二交通事件列表＝{交通事件1、交通事件2、交通事件3、……、交通事件m}。
可选的，由于真实交通场景中某些障碍物的信息可能被多次采集到，导致交通流量监测系统可能会识别得到重复的交通事件，因此，可以先将第一交通事件列表中的重复交通事件删除，并将第二交通事件列表中的重复交通事件删除，以保证测试结果的准确性。
可以采用如下方式确定交通事件识别的准确率及召回率：
(1)根据第一交通事件列表和第二交通事件列表，获取目标交通事件的数量，目标交通事件的标识位于第一交通事件列表且位于第二交通事件列表。换句话说，针对第二交通事件列表中的每个交通事件，若该交通事件也出现在第一交通事件列表中，则将该交通事件确定为目标交通事件。按照该方式可以统计出目标交通事件的数量。
(2)根据目标交通事件的数量和第二交通事件列表中的交通事件数量，计算出交通事件识别的准确率。示例性的，可以采用如下公式计算得到交通事件识别的准确率：
Figure BDA0002963649930000131
(3)根据目标交通事件的数量和第一交通事件列表中的交通事件数量，计算出交通事件识别的召回率。示例性的，可以采用如下公式计算得到交通事件识别的召回率：
Figure BDA0002963649930000132
本实施例中，通过交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，根据第一监测结果生成第二障碍物数据，并通过交通流量监测系统对第二障碍物数据进行监测处理，得到第二监测结果；根据第一监测结果和第二监测结果，确定交通流量监测系统的监测准确性测试是否通过。通过上述过程，实现了对交通流量监测系统的监测准确性的测试。进一步的，通过根据第一监测结果和第二监测结果计算监测参数，使得可以根据监测参数确定出监测准确性测试是否通过，保证了测试结果的精确性。
图6A为本申请实施例提供的一种交通流量监测系统的测试装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式，该装置可以作为测试设备，或者集成到测试设备中。如图6A所示，本实施例提供的交通流量监测系统的测试装置600，包括：第一处理模块601、第二处理模块602和确定模块603。
其中，第一处理模块601，用于通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；
第二处理模块602，用于根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据；
确定模块603，用于根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
本实施例提供的装置可用于执行上述如图4所示的方法实施例中的技术方案，其实现原理和技术效果类似，此处不作赘述。
图6B为本申请实施例提供的一种交通流量监测系统的测试装置的结构示意图，在图6A所示基础上，本实施例中，确定模块603可以包括：计算单元6031和确定单元6032。
其中，计算单元6031，用于根据所述第一监测结果和所述第二监测结果计算监测参数，所述监测参数包括：准确率和/或召回率；
确定单元6032，用于在所述监测参数大于或者等于预设阈值时，确定所述交通流量监测系统的监测准确性测试通过。
一种可能的实现方式中，所述监测处理包括障碍物识别处理；所述第一监测结果包括：第一障碍物列表，所述第一障碍物列表包括所述交通流量监测系统对所述第一障碍物数据进行障碍物识别得到的各障碍物的标识；
所述第二监测结果包括：第二障碍物列表，所述第二障碍物列表包括所述交通流量监测系统对所述第二障碍物数据进行障碍物识别得到的各障碍物的标识；
所述计算单元6031具体用于：根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物识别的准确率和/或召回率。
一种可能的实现方式中，所述计算单元6031具体用于：
根据所述第一障碍物列表和所述第二障碍物列表，获取第一目标障碍物的数量，所述第一目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表；
根据所述第一目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物识别的准确率；和/或，
根据所述第一目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物识别的召回率。
一种可能的实现方式中，所述第一障碍物列表还包括所述第一障碍物列表中的各障碍物的轨迹信息；所述第二障碍物列表还包括所述第二障碍物列表中的各障碍物的轨迹信息；所述计算单元6031还用于：
根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物轨迹识别的准确率和/或召回率。
一种可能的实现方式中，所述计算单元6031具体用于：
根据所述第一障碍物列表和所述第二障碍物列表，获取第二目标障碍物的数量，所述第二目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表，所述第二目标障碍物在所述第二障碍物列表中的轨迹信息与其在所述第一障碍物列表中的轨迹信息相同；
根据所述第二目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物轨迹识别的准确率；和/或，
根据所述第二目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物轨迹识别的召回率。
一种可能的实现方式中，所述监测处理包括交通事件识别处理；所述第一监测结果包括：第一交通事件列表，所述第一交通事件列表包括所述交通流量监测系统对所述第一障碍物数据进行交通事件识别得到的各交通事件的标识；
所述第二监测结果包括：第二交通事件列表，所述第二交通事件列表包括所述交通流量监测系统对所述第二障碍物数据进行交通事件识别得到的各交通事件的标识；
所述计算单元6031具体用于：根据所述第一交通事件列表和所述第二交通事件列表，计算交通事件识别的准确率和/或召回率。
一种可能的实现方式中，所述计算单元6031具体用于：
根据所述第一交通事件列表和所述第二交通事件列表，获取目标交通事件的数量，所述目标交通事件的标识位于所述第一交通事件列表且位于所述第二交通事件列表；
根据所述目标交通事件的数量和所述第二交通事件列表中的交通事件数量，计算交通事件识别的准确率；和/或，
根据所述目标交通事件的数量和所述第一交通事件列表中的交通事件数量，计算交通事件识别的召回率。
一种可能的实现方式中，所述第一处理模块601具体用于：
根据所述交通流量监测系统的接口规则，对所述第一障碍物数据进行改造处理；
将所述改造处理后的数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第一监测结果。
一种可能的实现方式中，所述第二处理模块602具体用于：
根据所述交通流量监测系统的接口规则，对所述第一监测结果进行改造处理，得到所述第二障碍物数据；
将所述第二障碍物数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第二监测结果。
本实施例的装置可用于执行上述任意方法实施例中的技术方案，其实现原理和技术效果类似，此处不作赘述。
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。该电子设备可以作为测试设备，用于对交通流量监测系统进行测试。
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，计算机程序产品包括：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7示出了可以用来实施本申请的实施例的示例电子设备700的示意性框图。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/或者要求的本申请的实现。
如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701执行上文所描述的各个方法和处理，例如交通流量监测系统的测试方法。例如，在一些实施例中，交通流量监测系统的测试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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的交通流量监测系统的测试方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行交通流量监测系统的测试方法。
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。
用于实施本申请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。
在本申请的上下文中，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 (23)

1.一种交通流量监测系统的测试方法，包括：
通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；
根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据；
根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
2.根据权利要求1所述的方法，其中，根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过，包括：
根据所述第一监测结果和所述第二监测结果计算监测参数，所述监测参数包括：准确率和/或召回率；
在所述监测参数大于或者等于预设阈值时，确定所述交通流量监测系统的监测准确性测试通过。
3.根据权利要求2所述的方法，其中，所述监测处理包括障碍物识别处理；所述第一监测结果包括：第一障碍物列表，所述第一障碍物列表包括所述交通流量监测系统对所述第一障碍物数据进行障碍物识别得到的各障碍物的标识；
所述第二监测结果包括：第二障碍物列表，所述第二障碍物列表包括所述交通流量监测系统对所述第二障碍物数据进行障碍物识别得到的各障碍物的标识；
根据所述第一监测结果和所述第二监测结果计算监测参数，包括：
根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物识别的准确率和/或召回率。
4.根据权利要求3所述的方法，其中，根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物识别的准确率和/或召回率，包括：
根据所述第一障碍物列表和所述第二障碍物列表，获取第一目标障碍物的数量，所述第一目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表；
根据所述第一目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物识别的准确率；和/或，
根据所述第一目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物识别的召回率。
5.根据权利要求3或4所述的方法，所述第一障碍物列表还包括所述第一障碍物列表中的各障碍物的轨迹信息；所述第二障碍物列表还包括所述第二障碍物列表中的各障碍物的轨迹信息；
根据所述第一监测结果和所述第二监测结果计算监测参数，还包括：
根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物轨迹识别的准确率和/或召回率。
6.根据权利要求5所述的方法，其中，根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物轨迹识别的准确率和/或召回率，包括：
根据所述第一障碍物列表和所述第二障碍物列表，获取第二目标障碍物的数量，所述第二目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表，所述第二目标障碍物在所述第二障碍物列表中的轨迹信息与其在所述第一障碍物列表中的轨迹信息相同；
根据所述第二目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物轨迹识别的准确率；和/或，
根据所述第二目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物轨迹识别的召回率。
7.根据权利要求2所述的方法，其中，所述监测处理包括交通事件识别处理；所述第一监测结果包括：第一交通事件列表，所述第一交通事件列表包括所述交通流量监测系统对所述第一障碍物数据进行交通事件识别得到的各交通事件的标识；
所述第二监测结果包括：第二交通事件列表，所述第二交通事件列表包括所述交通流量监测系统对所述第二障碍物数据进行交通事件识别得到的各交通事件的标识；
根据所述第一监测结果和所述第二监测结果计算监测参数，包括：
根据所述第一交通事件列表和所述第二交通事件列表，计算交通事件识别的准确率和/或召回率。
8.根据权利要求7所述的方法，其中，根据所述第一交通事件列表和所述第二交通事件列表，计算交通事件识别的准确率和/或召回率，包括：
根据所述第一交通事件列表和所述第二交通事件列表，获取目标交通事件的数量，所述目标交通事件的标识位于所述第一交通事件列表且位于所述第二交通事件列表；
根据所述目标交通事件的数量和所述第二交通事件列表中的交通事件数量，计算交通事件识别的准确率；和/或，
根据所述目标交通事件的数量和所述第一交通事件列表中的交通事件数量，计算交通事件识别的召回率。
9.根据权利要求1所述的方法，其中，通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，包括：
根据所述交通流量监测系统的接口规则，对所述第一障碍物数据进行改造处理；
将所述改造处理后的数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第一监测结果。
10.根据权利要求1或9所述的方法，其中，根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果，包括：
根据所述交通流量监测系统的接口规则，对所述第一监测结果进行改造处理，得到所述第二障碍物数据；
将所述第二障碍物数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第二监测结果。
11.一种交通流量监测系统的测试装置，包括：
第一处理模块，用于通过所述交通流量监测系统对第一障碍物数据进行监测处理，得到第一监测结果，所述第一障碍物数据是在真实交通场景中采集到的；
第二处理模块，用于根据所述第一监测结果生成第二障碍物数据，并通过所述交通流量监测系统对所述第二障碍物数据进行监测处理，得到第二监测结果；其中，所述第二障碍物数据包括所述第一监测结果中监测到的障碍物的数据；
确定模块，用于根据所述第一监测结果和所述第二监测结果，确定所述交通流量监测系统的监测准确性测试是否通过。
12.根据权利要求11所述的装置，其中，所述确定模块包括：
计算单元，用于根据所述第一监测结果和所述第二监测结果计算监测参数，所述监测参数包括：准确率和/或召回率；
确定单元，用于在所述监测参数大于或者等于预设阈值时，确定所述交通流量监测系统的监测准确性测试通过。
13.根据权利要求12所述的装置，其中，所述监测处理包括障碍物识别处理；所述第一监测结果包括：第一障碍物列表，所述第一障碍物列表包括所述交通流量监测系统对所述第一障碍物数据进行障碍物识别得到的各障碍物的标识；
所述第二监测结果包括：第二障碍物列表，所述第二障碍物列表包括所述交通流量监测系统对所述第二障碍物数据进行障碍物识别得到的各障碍物的标识；
所述计算单元具体用于：根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物识别的准确率和/或召回率。
14.根据权利要求13所述的装置，其中，所述计算单元具体用于：
根据所述第一障碍物列表和所述第二障碍物列表，获取第一目标障碍物的数量，所述第一目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表；
根据所述第一目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物识别的准确率；和/或，
根据所述第一目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物识别的召回率。
15.根据权利要求13或14所述的装置，所述第一障碍物列表还包括所述第一障碍物列表中的各障碍物的轨迹信息；所述第二障碍物列表还包括所述第二障碍物列表中的各障碍物的轨迹信息；所述计算单元还用于：
根据所述第一障碍物列表和所述第二障碍物列表，计算障碍物轨迹识别的准确率和/或召回率。
16.根据权利要求15所述的装置，其中，所述计算单元具体用于：
根据所述第一障碍物列表和所述第二障碍物列表，获取第二目标障碍物的数量，所述第二目标障碍物的标识位于所述第一障碍物列表且位于所述第二障碍物列表，所述第二目标障碍物在所述第二障碍物列表中的轨迹信息与其在所述第一障碍物列表中的轨迹信息相同；
根据所述第二目标障碍物的数量和所述第二障碍物列表中的障碍物数量，计算障碍物轨迹识别的准确率；和/或，
根据所述第二目标障碍物的数量和所述第一障碍物列表中的障碍物数量，计算障碍物轨迹识别的召回率。
17.根据权利要求12所述的装置，其中，所述监测处理包括交通事件识别处理；所述第一监测结果包括：第一交通事件列表，所述第一交通事件列表包括所述交通流量监测系统对所述第一障碍物数据进行交通事件识别得到的各交通事件的标识；
所述第二监测结果包括：第二交通事件列表，所述第二交通事件列表包括所述交通流量监测系统对所述第二障碍物数据进行交通事件识别得到的各交通事件的标识；
所述计算单元具体用于：根据所述第一交通事件列表和所述第二交通事件列表，计算交通事件识别的准确率和/或召回率。
18.根据权利要求17所述的装置，其中，所述计算单元具体用于：
根据所述第一交通事件列表和所述第二交通事件列表，获取目标交通事件的数量，所述目标交通事件的标识位于所述第一交通事件列表且位于所述第二交通事件列表；
根据所述目标交通事件的数量和所述第二交通事件列表中的交通事件数量，计算交通事件识别的准确率；和/或，
根据所述目标交通事件的数量和所述第一交通事件列表中的交通事件数量，计算交通事件识别的召回率。
19.根据权利要求11所述的装置，其中，所述第一处理模块具体用于：
根据所述交通流量监测系统的接口规则，对所述第一障碍物数据进行改造处理；
将所述改造处理后的数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第一监测结果。
20.根据权利要求11或19所述的装置，其中，所述第二处理模块具体用于：
根据所述交通流量监测系统的接口规则，对所述第一监测结果进行改造处理，得到所述第二障碍物数据；
将所述第二障碍物数据输入所述交通流量监测系统，获取所述交通流量监测系统输出的所述第二监测结果。
21.一种电子设备，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至10中任一项所述的方法。
22.一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至10中任一项所述的方法。
23.一种计算机程序产品，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至10中任一项所述的方法。
CN202110244707.7A 2021-03-05 2021-03-05 交通流量监测系统的测试方法、装置及设备 Active CN112991735B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110244707.7A CN112991735B (zh) 2021-03-05 2021-03-05 交通流量监测系统的测试方法、装置及设备
EP21193504.4A EP3933802A3 (en) 2021-03-05 2021-08-27 Method, apparatus, and device for testing traffic flow monitoring system
US17/463,620 US20210398419A1 (en) 2021-03-05 2021-09-01 Method, apparatus, and device for testing traffic flow monitoring system
JP2021144832A JP7348243B2 (ja) 2021-03-05 2021-09-06 交通流監視測定システムのテスト方法、装置及び機器
KR1020210118843A KR20210131269A (ko) 2021-03-05 2021-09-07 교통량 모니터링 시스템의 테스트 방법, 장치 및 기기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110244707.7A CN112991735B (zh) 2021-03-05 2021-03-05 交通流量监测系统的测试方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112991735A true CN112991735A (zh) 2021-06-18
CN112991735B CN112991735B (zh) 2022-10-14

Family

ID=76352959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110244707.7A Active CN112991735B (zh) 2021-03-05 2021-03-05 交通流量监测系统的测试方法、装置及设备

Country Status (5)

Country Link
US (1) US20210398419A1 (zh)
EP (1) EP3933802A3 (zh)
JP (1) JP7348243B2 (zh)
KR (1) KR20210131269A (zh)
CN (1) CN112991735B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363207A (zh) * 2021-12-28 2022-04-15 阿波罗智联(北京)科技有限公司 云控平台的测试方法、装置、设备、存储介质及程序

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115329024B (zh) * 2022-08-18 2023-09-26 北京百度网讯科技有限公司 一种地图数据更新方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069408A (zh) * 2019-04-11 2019-07-30 杭州飞步科技有限公司 自动驾驶车辆感知系统测试方法及装置
CN111309600A (zh) * 2020-01-21 2020-06-19 上汽通用汽车有限公司 虚拟场景注入自动驾驶测试方法及电子设备
CN112329754A (zh) * 2021-01-07 2021-02-05 深圳市速腾聚创科技有限公司 障碍物识别模型训练方法、障碍物识别方法、装置及系统
CN112347999A (zh) * 2021-01-07 2021-02-09 深圳市速腾聚创科技有限公司 障碍物识别模型训练方法、障碍物识别方法、装置及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4308381B2 (ja) * 1999-09-29 2009-08-05 富士通テン株式会社 周辺監視センサ
CN105976616A (zh) * 2016-07-29 2016-09-28 林玉峰 一种基于交通数据的交通事件监测模型的分析方法
US20180373980A1 (en) * 2017-06-27 2018-12-27 drive.ai Inc. Method for training and refining an artificial intelligence
US9953437B1 (en) * 2017-10-18 2018-04-24 StradVision, Inc. Method and device for constructing a table including information on a pooling type and testing method and testing device using the same
US20220089179A1 (en) * 2019-02-13 2022-03-24 Hitachi Astemo, Ltd. Vehicle control device and electronic control system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069408A (zh) * 2019-04-11 2019-07-30 杭州飞步科技有限公司 自动驾驶车辆感知系统测试方法及装置
CN111309600A (zh) * 2020-01-21 2020-06-19 上汽通用汽车有限公司 虚拟场景注入自动驾驶测试方法及电子设备
CN112329754A (zh) * 2021-01-07 2021-02-05 深圳市速腾聚创科技有限公司 障碍物识别模型训练方法、障碍物识别方法、装置及系统
CN112347999A (zh) * 2021-01-07 2021-02-09 深圳市速腾聚创科技有限公司 障碍物识别模型训练方法、障碍物识别方法、装置及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363207A (zh) * 2021-12-28 2022-04-15 阿波罗智联(北京)科技有限公司 云控平台的测试方法、装置、设备、存储介质及程序

Also Published As

Publication number Publication date
CN112991735B (zh) 2022-10-14
JP2022000775A (ja) 2022-01-04
US20210398419A1 (en) 2021-12-23
EP3933802A2 (en) 2022-01-05
EP3933802A3 (en) 2022-03-30
KR20210131269A (ko) 2021-11-02
JP7348243B2 (ja) 2023-09-20

Similar Documents

Publication Publication Date Title
JP7371157B2 (ja) 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム
CN113032249B (zh) 交通流量监测系统的测试方法、装置及设备
US20220035733A1 (en) Method and apparatus for checking automatic driving algorithm, related device and storage medium
CN112991735B (zh) 交通流量监测系统的测试方法、装置及设备
CN113129596B (zh) 行驶数据处理方法、装置、设备、存储介质及程序产品
CN113011323A (zh) 通行状态的获取方法、相关装置、路侧设备及云控平台
EP4024362A2 (en) Method and apparatus of failure monitoring for signal lights, electronic device and storage medium
CN112559272B (zh) 车载设备的质量信息确定方法、装置、设备及存储介质
CN112764013B (zh) 自动驾驶车辆感知系统测试方法、装置、设备及存储介质
CN113052047A (zh) 交通事件的检测方法、路侧设备、云控平台及系统
CN113438318B (zh) 云控平台的性能测试系统、方法、电子设备及存储介质
CN115782919A (zh) 信息感知方法、装置及电子设备
CN114238790A (zh) 用于确定最大感知范围的方法、装置、设备以及存储介质
CN112507964A (zh) 用于车道级事件的检测方法和装置、路侧设备和云控平台
CN111767651A (zh) 指标预测模型的构建方法、指标预测方法和装置
CN114093170B (zh) 一种信号机控制方案的生成方法、系统、装置及电子设备
CN114173306A (zh) 用于测试感知时延的方法、装置、设备、介质和产品
CN114004559A (zh) 货物跟踪方法、装置、设备以及存储介质
CN116564093A (zh) 道路拥堵状态检测方法、装置、电子设备以及路侧单元
CN115810270A (zh) 车辆转向检测的方法、装置、电子设备及存储介质
CN114241412A (zh) 确定交通事件的检测精度的方法、装置、设备及存储介质
CN112528848A (zh) 障碍物检测的测评方法、装置、设备以及存储介质
CN117132002A (zh) 一种多模态时空轨迹预测方法、装置、设备和介质
CN115766391A (zh) 消息跟踪方法、消息生成方法、装置、设备、介质和车辆
JP2023535661A (ja) 車両の車線区画線踏み越え認識方法、装置、電子機器、記憶媒体及びコンピュータプログラム

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