CN113673105A - 真值对比策略的设计方法 - Google Patents
真值对比策略的设计方法 Download PDFInfo
- Publication number
- CN113673105A CN113673105A CN202110961443.7A CN202110961443A CN113673105A CN 113673105 A CN113673105 A CN 113673105A CN 202110961443 A CN202110961443 A CN 202110961443A CN 113673105 A CN113673105 A CN 113673105A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- detection target
- same
- tested
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000013461 design Methods 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 113
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013213 extrapolation Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 16
- 238000004088 simulation Methods 0.000 abstract description 12
- 238000012795 verification Methods 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种真值对比策略的设计方法，包括：获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据；以第一数据为基准，对第二数据进行时间配准和空间配准；在第一数据和进行时间配准和空间配准后的第二数据中，筛选出针对同一探测目标的数据对；将筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定待测试传感器的可靠度。本发明提供的真值对比策略的设计方法，以基准传感器为真值来对比其他传感器数据的可靠度，对比其他传感器的识别精度，从而选择合适的传感器，给自动驾驶仿真验证数据回灌提供合适的环境传感器，能够在做自动驾驶仿真测试的数据回灌中提供精度较高的环境信息。
Description
技术领域
本发明涉及辅助驾驶技术领域，尤其涉及一种真值对比策略的设计方法。
背景技术
目前智能车对环境的识别是通过车上搭载的摄像头、超声波雷达以及激光雷达来获取环境数据的，但是不同类型的传感器或者同种传感器但型号和生产厂家不同所获取的环境信息的精度也不尽相同，为了能在自动驾驶仿真测试验证做数据回灌时能够提供准确率相对较高的环境数据，需要选用合适的传感器来获取用于仿真测试的环境数据。
因此，为了筛选出合适的传感器，亟需一种真值对比策略的设计方法。
发明内容
本发明的目的是提供一种真值对比策略的设计方法，以解决上述现有技术中的问题，能够以基准传感器为真值来对比其他传感器数据的可靠度，对比其他传感器的识别精度，从而选择合适的传感器。
本发明提供了一种真值对比策略的设计方法，其中，包括以下步骤：
获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据；
以所述第一数据为基准，对所述第二数据进行时间配准和空间配准；
在所述第一数据和进行时间配准和空间配准后的所述第二数据中，筛选出针对同一探测目标的数据对；
将所述筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定所述待测试传感器的可靠度。
如上所述的真值对比策略的设计方法，其中，优选的是，所述获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据，具体包括：
通过基准传感器采集第一数据，通过待测试传感器采集第二数据；
确定所述第一数据和所述第二数据中针对同一探测目标的时间段；
在所述第一数据和所述第二数据中，将针对同一探测目标的数据进行预处理。
如上所述的真值对比策略的设计方法，其中，优选的是，所述确定所述第一数据和所述第二数据中针对同一探测目标的时间段，具体包括：
分别在所述第一数据和所述第二数据中，确定用于标识不同探测目标的ID；
分别在所述第一数据和所述第二数据中，将用于标识不同探测目标的ID按照预设顺序排列；
根据同一ID的首尾帧确定针对同一探测目标的探测时间段。
如上所述的真值对比策略的设计方法，其中，优选的是，所述根据同一ID的首尾帧确定针对同一探测目标的探测时间段，具体包括：
根据所述第一数据和所述第二数据，初步确定同一ID的首尾帧；
根据同一ID的相邻帧的帧间隔确定是否需要更新首尾帧；
若同一ID的相邻帧的帧间隔小于等于预设帧间隔，则不需要更新首尾帧，输出ID对应的首尾帧，将当前ID的首尾帧的时间戳作为当前探测目标的开始时间戳和结束时间戳；
若同一ID的相邻帧的帧间隔大于预设帧间隔，则需要更新首尾帧，根据帧间隔确定切分位置，将帧间隔大于预设帧间隔的两帧之间作为切分位置，切分为两个独立的ID。
如上所述的真值对比策略的设计方法，其中，优选的是，所述在所述第一数据和所述第二数据中，将针对同一探测目标的数据进行预处理，具体包括：
在所述第一数据和所述第二数据中，分别利用最小二乘法处理针对同一探测目标的数据的空值；
在所述第一数据和所述第二数据中，分别利用光滑法处理针对同一探测目标的数据的噪声。
如上所述的真值对比策略的设计方法，其中，优选的是，所述在所述第一数据和所述第二数据中，分别利用光滑法处理针对同一探测目标的数据的噪声，具体包括：
在所述第一数据和所述第二数据中，对针对同一探测目标的数据进行可视化处理；
根据可视化处理后的数据的波动性确定是否需要进行噪声处理；
对经过噪声处理的数据进行线性回归处理。
如上所述的真值对比策略的设计方法，其中，优选的是，所述以所述第一数据为基准，对所述第二数据进行时间配准和空间配准，具体包括：
以所述第一数据的坐标为绝对坐标，将所述第二数据进行三维空间坐标转换，以进行空间配准；
将所述第一数据和所述第二数据采用内插外推法来估计所述基准传感器和所述待测试传感器在同一时刻的数据。
如上所述的真值对比策略的设计方法，其中，优选的是，所述在所述第一数据和进行时间配准和空间配准后的所述第二数据中，筛选出针对同一探测目标的数据对，具体包括：
在所述第一数据中确定一个探测目标，作为基准探测目标；
在同一时间段内，将所述第一数据中针对基准探测目标的数据与所述第二数据中针对所有探测目标的数据进行对比；
计算同一时间段内，计算待测试传感器探测的各探测目标的数据与通过基准传感器探测的基准探测目标的数据之间的相关系数，
其中，r表示相关系数，Xi表示基准传感器在某一时间段探测到的第i个针对基准探测目标的数据，
表示基准传感器在某一时间段探测到的针对基准探测目标的平均数据，Yi表示待测试传感器在同一时间段探测到的第i个针对某一探测目标的数据，Y表示待测试传感器在同一时间段探测到的针对某一探测目标的平均数据，n表示某一个时间段的基准传感器和待测试传感器探测的数据数量；
若计算的相关系数大于预设阈值，则将通过待测试传感器探测的该探测目标的数据与通过基准传感器探测的基准探测目标的数据作为针对同一探测目标的数据对；
在所述第一数据中确定下一个探测目标，作为基准探测目标，重复执行上述筛选数据对的步骤，直至完成第一数据中的所有探测目标的数据对均筛选。
如上所述的真值对比策略的设计方法，其中，优选的是，所述将所述筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定所述待测试传感器的可靠度，具体包括：
在筛选出的针对同一探测目标的数据对中，以所述第一数据为基准，计算某一时间段内所述第二数据的数值与所述第一数据的差值的平方和的均值，根据均值的大小来判断所述待测试传感器的可靠度。
如上所述的真值对比策略的设计方法，其中，优选的是，所述真值对比策略的设计方法，还包括：
确定待测试传感器在不同场景下的表现能力，以根据不同的场景选择合适的传感器。
本发明的真值对比策略的设计方法，对第二数据进行时间配准和空间配准后，在第一数据和第二数据中筛选出针对同一探测目标的数据对，并进行数据对比，以根据数据比对结果确定待测试传感器的可靠度，以基准传感器为真值来对比其他传感器数据的可靠度，对比其他传感器的识别精度，从而选择合适的传感器，给自动驾驶仿真验证数据回灌提供合适的环境传感器，能够在做自动驾驶仿真测试的数据回灌中提供精度较高的环境信息，以此采集适合的用于测试的数据。
附图说明
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
图1为本发明提供的真值对比策略的设计方法的实施例的流程图；
图2示出了传感器在不同场景下的在探测距离方面的雷达图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
本公开中使用的“第一”、“第二”：以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
在本公开中，当描述到特定部件位于第一部件和第二部件之间时，在该特定部件与第一部件或第二部件之间可以存在居间部件，也可以不存在居间部件。当描述到特定部件连接其它部件时，该特定部件可以与所述其它部件直接连接而不具有居间部件，也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
为了能在自动驾驶仿真测试验证做数据回灌时能够提供准确率相对较高的环境数据，需要选用合适的传感器来获取用于仿真测试的环境数据。考虑到在所有环境识别的传感器中，激光雷达是精确度最好的，因此本发明采用基于激光雷达获取的环境信息作为真值，来对比摄像头及其他传感器的识别精度，以此来选择适合的传感器。
目前不同的传感器之间在获取探测的环境信息时，不同的传感器对同一个物体ID的标识不相同，在做传感器数据对比的时候，不方便针对同一个物体所采集的信息做数据对比。而且，不同类型的毫米波雷达和摄像头对环境的识别精度不同，难以在做自动驾驶仿真测试的数据回灌中提供精度较高的环境信息。
如图1所示，本实施例提供的真值对比策略的设计方法在实际执行过程中，具体包括如下步骤：
步骤S1、获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据。
激光雷达是目前探测目标物参数精度最高的传感器，激光雷达获取的数据可以作为真值数据，因此，在本发明中，优选地，选择激光雷达作为基准传感器。待测试传感器可以是毫米波雷达、摄像头等，本发明对待测试传感器的类型不作具体限定。在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S1具体可以包括：
步骤S11、通过基准传感器采集第一数据，通过待测试传感器采集第二数据。
步骤S12、确定所述第一数据和所述第二数据中针对同一探测目标的时间段。
在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S12具体可以包括：
步骤S121、分别在所述第一数据和所述第二数据中，确定用于标识不同探测目标的ID。
作为一个示例而非限定，在具体实现中，可以通过unique函数标出ID的种类。
步骤S122、分别在所述第一数据和所述第二数据中，将用于标识不同探测目标的ID按照预设顺序排列。
作为一个示例而非限定，在具体实现中，可以通过sort函数将ID按照顺序排列。
步骤S123、根据同一ID的首尾帧确定针对同一探测目标的探测时间段。
在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S123具体可以包括：
步骤S1231、根据所述第一数据和所述第二数据，初步确定同一ID的首尾帧。
步骤S1232、根据同一ID的相邻帧的帧间隔确定是否需要更新首尾帧。
步骤S1233、若同一ID的相邻帧的帧间隔小于等于预设帧间隔，则不需要更新首尾帧，输出ID对应的首尾帧，将当前ID的首尾帧的时间戳作为当前探测目标的开始时间戳和结束时间戳。
步骤S1234、若同一ID的相邻帧的帧间隔大于预设帧间隔，则需要更新首尾帧，根据帧间隔确定切分位置，将帧间隔大于预设帧间隔的两帧之间作为切分位置，切分为两个独立的ID。
由于在同一时刻，传感器会采集多个探测目标的数据并给每一个识别到的探测目标标上对应的ID，而且当对应的探测目标消失后，ID会空出来，之后会复用之前的ID，若同一ID的相邻帧的帧间隔大于预设帧间隔，说明此时出现了新的探测目标，并且复用了上一探测目标的ID，需要对其进行切分。
通过步骤S121-步骤S123，将不同的传感器在同一时刻采集到的同一探测目标对应的ID标识出来，可以将同一个物体在其出现的时间段内的数据信息进行集中汇总，以便于后续针对同一个探测目标所探测的信息做数据处理。
步骤S13、在所述第一数据和所述第二数据中，将针对同一探测目标的数据进行预处理。
受环境干扰等因素影响时，传感器在采集过程中可能会出现空值或者比较大的噪声，因此需要对其进行预处理。在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S13具体可以包括：
步骤S131、在所述第一数据和所述第二数据中，分别利用最小二乘法处理针对同一探测目标的数据的空值。
虽然传感器采集记录的数据是离散的，但是基于时间与空间是连续变化的，因此针对空值部分，可以根据空值周围的数据进行最小二乘法做线性拟合来推导出空值部分的数据。
步骤S132、在所述第一数据和所述第二数据中，分别利用光滑法处理针对同一探测目标的数据的噪声。
在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S132具体可以包括：
步骤S1321、在所述第一数据和所述第二数据中，对针对同一探测目标的数据进行可视化处理。
具体地，可将数据做一个折线图。
步骤S1322、根据可视化处理后的数据的波动性确定是否需要进行噪声处理。
如果折线图的曲线波动较小，则不需要对其做噪声处理；如果折线图的曲线波动较大，即不平缓，就对其做噪声处理。
步骤S1323、对经过噪声处理的数据进行线性回归处理。
步骤S2、以所述第一数据为基准，对所述第二数据进行时间配准和空间配准。
由于传感器在车身上的位置不同，不同的传感器对同一个探测目标采集的空间位置信息也不同，故为了在后续步骤中进行数据对比，需将每个探测目标的数据都转换在同一个空间坐标系下。另外，不同的传感器数据采集的帧率(即每秒采集信息的次数)不同，因此不能在同一时刻做传感器的数据对比，因此需要估计不同传感器在同一时刻的数据，以此来做同一时刻数据对比。
在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S2具体可以包括：
步骤S21、以所述第一数据的坐标为绝对坐标，将所述第二数据进行三维空间坐标转换，以进行空间配准。
步骤S22、将所述第一数据和所述第二数据采用内插外推法来估计所述基准传感器和所述待测试传感器在同一时刻的数据。
步骤S3、在所述第一数据和进行时间配准和空间配准后的所述第二数据中，筛选出针对同一探测目标的数据对。
在本发明的真值对比策略的设计方法的一种实施方式中，所述步骤S3具体可以包括：
步骤S31、在所述第一数据中确定一个探测目标，作为基准探测目标。
步骤S32、在同一时间段内，将所述第一数据中针对基准探测目标的数据与所述第二数据中针对所有探测目标的数据进行对比。
步骤S33、计算同一时间段内，计算待测试传感器探测的各探测目标的数据与通过基准传感器探测的基准探测目标的数据之间的相关系数，
其中，r表示相关系数，Xi表示基准传感器在某一时间段探测到的第i个针对基准探测目标的数据，
表示基准传感器在某一时间段探测到的针对基准探测目标的平均数据，Yi表示待测试传感器在同一时间段探测到的第i个针对某一探测目标的数据，Y表示待测试传感器在同一时间段探测到的针对某一探测目标的平均数据，n表示某一个时间段的基准传感器和待测试传感器探测的数据数量。
具体地，Xi和Yi可基于待测试传感器与各探测目标的相对空间位置和各探测目标相对于待测试传感器的运动速度来得到。
步骤S34、若计算的相关系数大于预设阈值，则将通过待测试传感器探测的该探测目标的数据与通过基准传感器探测的基准探测目标的数据作为针对同一探测目标的数据对。
步骤S35、在所述第一数据中确定下一个探测目标，作为基准探测目标，重复执行上述筛选数据对的步骤，直至完成第一数据中的所有探测目标的数据对均筛选。
通过相关系数可以判断同一个探测目标在待测试传感器上探测的ID，从而确定不同传感器对同一个物体的ID。
步骤S4、将所述筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定所述待测试传感器的可靠度。
具体地，在筛选出的针对同一探测目标的数据对中，以所述第一数据为基准，计算某一时间段内所述第二数据的数值与所述第一数据的差值的平方和的均值，根据均值的大小来判断所述待测试传感器的可靠度。
本发明在一些实施方式中，可在同一个场景下做多组(例如为5组)试验来计算可靠度的均值，以此来避免小概率事件的发生。
下面以计算两传感器(激光雷达与毫米波雷达)在距离探测方面的可靠度为例进行说明，
首先，通过以下公式计算某一场景下的第j次试验中激光雷达与毫米波雷达距离探测的距离的对比结果为
其中，Tdj表示第j次试验的可靠度，Li表示激光雷达探测到的第i个数据，Ri表示毫米波雷达探测到的第i个数据，N为第j次试验中激光雷达和毫米波雷达探测到的数据个数。
然后，按照上面公式进行五次试验后求出可靠度的平均值作为可靠度的评估结果，
其中，Td表示可靠度的评估结果。
本发明采用以基准传感器(例如为激光雷达)为真值来对比其他传感器数据的可靠度，从而选择合适的传感器，能够在做自动驾驶仿真测试的数据回灌中提供精度较高的环境信息。
进一步地，本发明在一些实施方式中，所述真值对比策略的设计方法，还包括：
步骤S5、确定待测试传感器在不同场景下的表现能力，以根据不同的场景选择合适的传感器。
不同的传感器，在各个场景中的探测能力均不相同，因此，本发明考虑在同类场景的多组实验的基础上，在不同场景下也做相应的传感器数据的对比，具体地，对不同场景的重要程度利用层次分析法来配置相应的权重，从而来绘制相应的雷达图，根据雷达图可以分析出各个传感器在不同场景下的表现能力，以此来选择合适的传感器。
雷达图能够从多方面来看不同场景下的得分情况，能够比较全面地观察数据(如图2示出了传感器在不同场景下的在探测距离方面的雷达图)，由于不同场景下对传感器有不同的影响，在重要性比较高的场景下，相应放大其可靠度的值，那么就更加接近雷达图的边界点，从而表明当下场景传感器的可靠度较高。
在具体实现中，通过层次分析法对不同场景的重要程度来做一个评估分析，从当前场景的危险性、场景要素复杂性、场景道路元素变化、场景的位置等方面来评估不同场景的重要程度。
首先，将用于评估的参数打分后，进行重要性排序，获得不同评估参数的权值。具体地，可通过专家意见和常识来打分。
然后，将不同的场景在单一评估参数下进行对比打分。
最后，根据评估参数的权值与对比分值来获得当前场景的分值，从而对不同的场景的重要程度进行排序。
需要说明的是，本发明对判断不同场景的重要程度的方法不作具体限定，在本发明的其他实施方式中，除了用层次分析法外，还可以用信息熵的方法来进行判断。
本发明实施例提供的真值对比策略的设计方法，对第二数据进行时间配准和空间配准后，在第一数据和第二数据中筛选出针对同一探测目标的数据对，并进行数据对比，以根据数据比对结果确定待测试传感器的可靠度，以基准传感器为真值来对比其他传感器数据的可靠度，对比其他传感器的识别精度，从而选择合适的传感器，给自动驾驶仿真验证数据回灌提供合适的环境传感器，能够在做自动驾驶仿真测试的数据回灌中提供精度较高的环境信息，以此采集适合的用于测试的数据。
至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (10)
1.一种真值对比策略的设计方法，其特征在于，包括如下步骤：
获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据；
以所述第一数据为基准，对所述第二数据进行时间配准和空间配准；
在所述第一数据和进行时间配准和空间配准后的所述第二数据中，筛选出针对同一探测目标的数据对；
将所述筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定所述待测试传感器的可靠度。
2.根据权利要求1所述的真值对比策略的设计方法，其特征在于，所述获取通过基准传感器所采集的第一数据和通过待测试传感器所采集的第二数据，具体包括：
通过基准传感器采集第一数据，通过待测试传感器采集第二数据；
确定所述第一数据和所述第二数据中针对同一探测目标的时间段；
在所述第一数据和所述第二数据中，将针对同一探测目标的数据进行预处理。
3.根据权利要求2所述的真值对比策略的设计方法，其特征在于，所述确定所述第一数据和所述第二数据中针对同一探测目标的时间段，具体包括：
分别在所述第一数据和所述第二数据中，确定用于标识不同探测目标的ID；
分别在所述第一数据和所述第二数据中，将用于标识不同探测目标的ID按照预设顺序排列；
根据同一ID的首尾帧确定针对同一探测目标的探测时间段。
4.根据权利要求3所述的真值对比策略的设计方法，其特征在于，所述根据同一ID的首尾帧确定针对同一探测目标的探测时间段，具体包括：
根据所述第一数据和所述第二数据，初步确定同一ID的首尾帧；
根据同一ID的相邻帧的帧间隔确定是否需要更新首尾帧；
若同一ID的相邻帧的帧间隔小于等于预设帧间隔，则不需要更新首尾帧，输出ID对应的首尾帧，将当前ID的首尾帧的时间戳作为当前探测目标的开始时间戳和结束时间戳；
若同一ID的相邻帧的帧间隔大于预设帧间隔，则需要更新首尾帧，根据帧间隔确定切分位置，将帧间隔大于预设帧间隔的两帧之间作为切分位置，切分为两个独立的ID。
5.根据权利要求2所述的真值对比策略的设计方法，其特征在于，所述在所述第一数据和所述第二数据中，将针对同一探测目标的数据进行预处理，具体包括：
在所述第一数据和所述第二数据中，分别利用最小二乘法处理针对同一探测目标的数据的空值；
在所述第一数据和所述第二数据中，分别利用光滑法处理针对同一探测目标的数据的噪声。
6.根据权利要求5所述的真值对比策略的设计方法，其特征在于，所述在所述第一数据和所述第二数据中，分别利用光滑法处理针对同一探测目标的数据的噪声，具体包括：
在所述第一数据和所述第二数据中，对针对同一探测目标的数据进行可视化处理；
根据可视化处理后的数据的波动性确定是否需要进行噪声处理；
对经过噪声处理的数据进行线性回归处理。
7.根据权利要求1所述的真值对比策略的设计方法，其特征在于，所述以所述第一数据为基准，对所述第二数据进行时间配准和空间配准，具体包括：
以所述第一数据的坐标为绝对坐标，将所述第二数据进行三维空间坐标转换，以进行空间配准；
将所述第一数据和所述第二数据采用内插外推法来估计所述基准传感器和所述待测试传感器在同一时刻的数据。
8.根据权利要求1所述的真值对比策略的设计方法，其特征在于，所述在所述第一数据和进行时间配准和空间配准后的所述第二数据中，筛选出针对同一探测目标的数据对，具体包括：
在所述第一数据中确定一个探测目标，作为基准探测目标；
在同一时间段内，将所述第一数据中针对基准探测目标的数据与所述第二数据中针对所有探测目标的数据进行对比；
计算同一时间段内，计算待测试传感器探测的各探测目标的数据与通过基准传感器探测的基准探测目标的数据之间的相关系数，
其中，r表示相关系数，Xi表示基准传感器在某一时间段探测到的第i个针对基准探测目标的数据，
表示基准传感器在某一时间段探测到的针对基准探测目标的平均数据，Yi表示待测试传感器在同一时间段探测到的第i个针对某一探测目标的数据，
表示待测试传感器在同一时间段探测到的针对某一探测目标的平均数据，n表示某一个时间段的基准传感器和待测试传感器探测的数据数量；
若计算的相关系数大于预设阈值，则将通过待测试传感器探测的该探测目标的数据与通过基准传感器探测的基准探测目标的数据作为针对同一探测目标的数据对；
在所述第一数据中确定下一个探测目标，作为基准探测目标，重复执行上述筛选数据对的步骤，直至完成第一数据中的所有探测目标的数据对均筛选。
9.根据权利要求8所述的真值对比策略的设计方法，其特征在于，所述将所述筛选出的针对同一探测目标的数据对进行数据对比，以根据数据比对结果确定所述待测试传感器的可靠度，具体包括：
在筛选出的针对同一探测目标的数据对中，以所述第一数据为基准，计算某一时间段内所述第二数据的数值与所述第一数据的差值的平方和的均值，根据均值的大小来判断所述待测试传感器的可靠度。
10.根据权利要求1所述的真值对比策略的设计方法，其特征在于，所述真值对比策略的设计方法，还包括：
确定待测试传感器在不同场景下的表现能力，以根据不同的场景选择合适的传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110961443.7A CN113673105A (zh) | 2021-08-20 | 2021-08-20 | 真值对比策略的设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110961443.7A CN113673105A (zh) | 2021-08-20 | 2021-08-20 | 真值对比策略的设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113673105A true CN113673105A (zh) | 2021-11-19 |
Family
ID=78544609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110961443.7A Pending CN113673105A (zh) | 2021-08-20 | 2021-08-20 | 真值对比策略的设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673105A (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 (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
| CN109270545A (zh) * | 2018-10-23 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 一种定位真值校验方法、装置、设备及存储介质 |
| CN109284785A (zh) * | 2018-10-09 | 2019-01-29 | 中国人民解放军海军航空大学 | 基于最小二乘拟合的传感器数据质量评估方法 |
| CN109471096A (zh) * | 2018-10-31 | 2019-03-15 | 奇瑞汽车股份有限公司 | 多传感器目标匹配方法、装置及汽车 |
| CN110132305A (zh) * | 2019-04-28 | 2019-08-16 | 浙江吉利控股集团有限公司 | 一种实时校准方法及装置 |
| CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
| CN111123262A (zh) * | 2020-03-30 | 2020-05-08 | 江苏广宇科技产业发展有限公司 | 自动驾驶3d建模方法、装置及系统 |
| CN111260683A (zh) * | 2020-01-09 | 2020-06-09 | 合肥工业大学 | 一种三维点云数据的目标检测与跟踪方法及其装置 |
| CN111398989A (zh) * | 2020-04-02 | 2020-07-10 | 昆易电子科技(上海)有限公司 | 驾驶辅助系统的性能分析方法和测试设备 |
| CN111751852A (zh) * | 2020-06-17 | 2020-10-09 | 北京联合大学 | 基于点云配准的无人车gnss定位可靠性评价方法 |
| CN111951313A (zh) * | 2020-08-06 | 2020-11-17 | 北京灵汐科技有限公司 | 图像配准方法、装置、设备及介质 |
-
2021
- 2021-08-20 CN CN202110961443.7A patent/CN113673105A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
| CN109284785A (zh) * | 2018-10-09 | 2019-01-29 | 中国人民解放军海军航空大学 | 基于最小二乘拟合的传感器数据质量评估方法 |
| CN109270545A (zh) * | 2018-10-23 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 一种定位真值校验方法、装置、设备及存储介质 |
| CN109471096A (zh) * | 2018-10-31 | 2019-03-15 | 奇瑞汽车股份有限公司 | 多传感器目标匹配方法、装置及汽车 |
| CN110132305A (zh) * | 2019-04-28 | 2019-08-16 | 浙江吉利控股集团有限公司 | 一种实时校准方法及装置 |
| CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
| CN111260683A (zh) * | 2020-01-09 | 2020-06-09 | 合肥工业大学 | 一种三维点云数据的目标检测与跟踪方法及其装置 |
| CN111123262A (zh) * | 2020-03-30 | 2020-05-08 | 江苏广宇科技产业发展有限公司 | 自动驾驶3d建模方法、装置及系统 |
| CN111398989A (zh) * | 2020-04-02 | 2020-07-10 | 昆易电子科技(上海)有限公司 | 驾驶辅助系统的性能分析方法和测试设备 |
| CN111751852A (zh) * | 2020-06-17 | 2020-10-09 | 北京联合大学 | 基于点云配准的无人车gnss定位可靠性评价方法 |
| CN111951313A (zh) * | 2020-08-06 | 2020-11-17 | 北京灵汐科技有限公司 | 图像配准方法、装置、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| 冯莹莹 等: "《智能监控视频中运动目标跟踪方法研究》", 30 June 2018, 吉林大学出版社, pages: 185 * |
| 郭世明: "《机车检测与故障检测技术》", 30 April 2011, 中国铁道出版社, pages: 166 * |
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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110988912B (zh) | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 | |
| CN108596081B (zh) | 一种基于雷达和摄像机融合的车辆行人探测方法 | |
| CN114236528B (zh) | 一种基于毫米波雷达和视频融合的目标检测方法及系统 | |
| CN108254741A (zh) | 基于循环神经网络的目标航迹预测方法 | |
| CN114299417A (zh) | 一种基于雷视融合的多目标跟踪方法 | |
| CN107144839A (zh) | 通过传感器融合检测长对象 | |
| CN108168564A (zh) | 一种基于lhd灰色关联度的航迹关联方法 | |
| CN115731268A (zh) | 基于视觉/毫米波雷达信息融合的无人机多目标跟踪方法 | |
| CN105279772A (zh) | 一种红外序列图像的可跟踪性判别方法 | |
| CN114035187B (zh) | 一种自动驾驶系统的感知融合方法 | |
| CN111830470B (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
| CN110058222A (zh) | 一种基于传感器选择的双层粒子滤波检测前跟踪方法 | |
| CN111274862A (zh) | 用于产生车辆的周围环境的标签对象的设备和方法 | |
| CN113988228B (zh) | 一种基于rfid和视觉融合的室内监控方法及系统 | |
| CN113673105A (zh) | 真值对比策略的设计方法 | |
| CN117406212A (zh) | 一种交通多要素雷达视觉融合检测方法 | |
| CN116340736A (zh) | 一种异质传感器信息融合方法及装置 | |
| Chu et al. | Research on multi-source data fusion and mining based on big data | |
| CN114782500A (zh) | 基于多目标跟踪的卡丁车比赛行为分析方法 | |
| CN112200856A (zh) | 一种基于事件相机的视觉测距方法 | |
| CN108205683B (zh) | 基于可见光卫星图片的红外目标识别系统阈值优化方法 | |
| CN112182062A (zh) | 一种多目标雷达组网测量数据匹配与编目方法 | |
| Nourani-Vatani et al. | Topological localization using optical flow descriptors | |
| CN110880012A (zh) | 多侦察平台脉间捷变雷达辐射源频率信息关联方法 | |
| Nguyen et al. | An algorithm using YOLOv4 and DeepSORT for tracking vehicle speed on highway |
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 |