CN114169129A - 自动驾驶的可视化评估方法和装置 - Google Patents
自动驾驶的可视化评估方法和装置 Download PDFInfo
- Publication number
- CN114169129A CN114169129A CN202111279980.XA CN202111279980A CN114169129A CN 114169129 A CN114169129 A CN 114169129A CN 202111279980 A CN202111279980 A CN 202111279980A CN 114169129 A CN114169129 A CN 114169129A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- automatic driving
- visual
- attribute
- data
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种自动驾驶的可视化评估方法和装置,该方法包括:根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;获取一段时间的自动驾驶数据;对所述自动驾驶数据进行处理,得到评估结果;在所述可视化评估页面通过可视化图表展示所述评估结果。根据本发明实施例通过构建自动驾驶的可视化评估页面,并通过可视化图表展示所述评估结果使得开发人员可以直观地查看评估结果。
Description
技术领域
本发明涉及自动驾驶技术领域,特别涉及一种自动驾驶的可视化评估方法和装置。
背景技术
自动驾驶汽车是依靠人工智能、视觉计算、雷达以及全球定位系统协同工作,让整车中央处理单元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。自动驾驶技术将成为未来汽车一个全新的发展方向。其中自动驾驶的评估在自动驾驶的开发过程中具有重要意义。通过对自动驾驶过程进行评估,可以帮助自动驾驶开发者了解自动驾驶过程中出现的问题和需要改进的不足之处,帮助自动驾驶的开发者对自动驾驶进行调整和优化。而如果针对某一属性进行具体评估还可以帮助开发者针对性地对自动驾驶具体某个模块进行重点优化调整。
当前已经有T/CMAX《自动驾驶车辆道路测试能力评估内容与方法》,根据自动驾驶车辆是否能完成不同复杂程度道路场景的多种驾驶任务进行分级给出评估标准。这种评估可以清楚了解自动驾驶是否完成某个场景下某种驾驶任务,但是不清楚什么原因导致测试成功或失败。因此在官方评估标准的基础上,有研究者选择对自动驾驶进行定量评估,但目前还没有形成系统的一个可视化评估系统。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施例部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
鉴于以上技术问题,本发明提供了一种自动驾驶的可视化评估方法、装置、系统、计算设备及存储介质,其通过构建自动驾驶的可视化评估页面,并通过该页面以可视化图表展示评估结果,从而使得开发人员可以直观地查看评估结果。
根据本发明的一个方面,提供一种自动驾驶的可视化评估方法,其包括:
根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;
获取一段时间的自动驾驶数据;
对所述自动驾驶数据进行处理,得到评估结果;
在所述可视化评估页面通过可视化图表展示所述评估结果。
根据本发明的另一方面,提供一种自动驾驶的可视化评估装置,其包括:
评估页面构建模块,用于根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;
数据获取模块,用于获取一段时间的自动驾驶数据;
数据处理模块,用于对所述自动驾驶数据进行处理,得到评估结果;
评估展示模块,用于在所述可视化评估页面通过可视化图表展示所述评估结果。
根据本发明的另一方面,提供一种自动驾驶的可视化评估系统,其包括
仿真模块,用于通过仿真引擎模拟自动驾驶过程,生成评估所需的自动驾驶数据;
属性数据获取模块,用于根据自动驾驶的评估需求选取参与评估的模块和属性,并从所述自动数据记录中提取各个所述属性的参数;
处理模块,用于根据选取的参与评估的模块和属性以及各个所述属性的参数确定各个属性的评估结果、各个模块的评估结果以及整体评估结果
可视化评估页面,用于通过可视化图表展示所述评估结果。
根据本发明的又一方面,提供一种计算设备,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现根据本发明一方面的所述的自动驾驶的可视化评估方法。
根据本发明的再一方面,提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现根据本发明一方面的自动驾驶的可视化评估方法。
根据本发明的自动驾驶的可视化评估方法、装置、系统、计算设备及存储介质,通过构建自动驾驶的可视化评估页面,并通过该页面以可视化图表展示评估结果,从而使得开发人员可以直观地查看评估结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的自动驾驶的可视化评估方法的示意性流程图;
图2为根据本发明实施例的确定评估结果的方法的示意性流程图;
图3为根据本发明实施例的可视化评估页面的示意性图示;
图4为本发明实施例的自动驾驶的可视化评估装置的示意性结构框图;
图5为本发明实施例的数据处理模块的示意性结构框图;
图6为本发明实施例的自动驾驶的可视化评估系统的示意性结构框图;以及
图7是本发明实施例提供的一种计算设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员来说显而易见的是,本发明实施例可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明实施例发生混淆,对于本领域公知的一些技术特征未进行描述。
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、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
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,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
本发明实施例基于以上描述,提供了一种自动驾驶的可视化评估方法、装置、计算设备及存储介质,其能够。下面结合附图进行详细描述。
首先对本发明实施例所提供的自动驾驶的可视化评估方法进行介绍。
图1为根据本发明实施例的自动驾驶的可视化评估方法100的示意性流程图。
请参考图1,本发明实施例公开的自动驾驶的可视化评估方法100,包括:
S101,根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面。
具体地,可以根据自动驾驶的评估需求,设计可视化评估页面和对应的交互功能。示例性地,在本实施例中可以通过yarn构建前端页面,并通过Apollo(百度自动驾驶平台)的构建工具,将前端可视化页面部署到自动驾驶前端软件DreamView服务器。
S102,获取一段时间的自动驾驶数据。
示例性地,在本实施中自动驾驶数据可以为通过仿真平台模拟自动驾驶过程生成的自动驾驶数据,也可以是自动驾驶车辆产生的真实数据。
示例性地,自动驾驶数据可以包括底盘数据,雷达数据,摄像头录像数据,感知模块识别结果,规划模块的规划路径等信息以及自动驾驶车辆的状态数据,例如自动驾驶车辆的速度、加速度和/或轮转角等。
S103,对所述自动驾驶数据进行处理,得到评估结果。
即,通过预设的处理模型和算法对自动驾驶数据进行处理,从而得到评估结果。评估结果的详细处理过程将在后文结合图2进行描述。
示例性地,在本实施例中,预设的处理模型和算法基于优劣解距离法(TOPSIS)和层次分析法(AHP)形成。
S104,在所述可视化评估页面通过可视化图表展示所述评估结果。
当在S103中获得评估结果之后,则基于可视化评估页面的设计通过可视化图表来展示所述评估结果。
此外,在S104中,还可以在所述可视化评估页面通过可视化图表展示自动驾驶车辆的状态数据。
根据本发明的自动驾驶的可视化评估方法通过构建自动驾驶的可视化评估页面,并通过该页面以可视化图表展示评估结果,从而使得开发人员可以直观地查看评估结果。
图2为根据本发明实施例的确定评估结果的方法的示意性流程图。
请参考图2,本发明实施例公开的确定评估结果的方法200,包括:
S201,获取参与评估的模块和属性,以及每个所述属性的重要性程度。
示例性地,参与评估的模块和属性可以为设计可视化评估页面时根据自动驾驶评估需求设定的所有模块和属性,也可以为用户从开始设定所有模块和属性中选取的部分模块和属性。
示例性地,在本实施例中,所述模块包括舒适度模块(comfort)、感知模块(perception)、预测模块(prediction)、规划模块(planning)和控制模块(contro1)。每个所述模块具有各自对应的属性,例如舒适度模块对应的属性包含有加加速度(Jerk))、朝向变化率(Heading Change)和离心(Centrifugal)。各个模块对应的属性以及每个属性的评估准则如下表所示。
S202,获取每个所述属性的参数,并根据每个所述属性的参数确定每个所述属性的评估结果。
各个属性的参数可以S102中获取的自动驾驶数据中提取。
示例性地,对于每个属性的评估,可以采用优劣解距离法(TOPSIS)进行。并且,进一步地,在本实施例中,根据每个所述属性在各个时间观测点的参数确定每个所述属性关于各个时间观测点的评估分数的时间序列,并生成可视化图表,具体地,可以将每个时间点的属性取值按照与理想解的距离进行差值计算。针对某个评估属性Ai,其一段时间内的驾驶记录数据为时间序列Zi,通过和该属性最优解Z+和最劣解Z-进行比较计算,获得该属性关于各个时间观测点的评估结果的序列Si。这样可以获得一段时间内自动驾驶所有参与评估的属性的评估结果序列,然后基于所有参与评估的属性的评估结果序列得到各个属性的可视化图表。
S203,根据每个所述属性的重要性程度确定每个所述属性的权重。
示例性地,每个所述属性的重要性程度可以为系统默认,也可以为用户设定。示例性地,在本实施例中,参与评估的属性按重要程序从高到低进行排序。
示例性地,在本实施例中,可以采用层次分析法(AHP)的方法确定各个属性的权重wi。其主要方式在于确定各个属性两两之间比较的相对重要性rij,填入判别矩阵R,通过求解判别矩阵R的最大特征值对应的特征向量w得到属性的权重。
S204,根据每个所述属性的评估结果以及每个所述属性的权重确定每个所述模块的评估结果和整体评估结果,并生成可视化图表。
当在S203中的得到各个属性的权重后,可以对各个属性的评估结果进行加权求和,得到各个模块的评估结果和整体评估结果。
进一步地,基于各个模块的评估结果和整体评估结果生成可视化图表。
此外,在本实施例中,还可以根据各个时间观测点的所述整体评估结果生成评估结果随时间变化曲线图,以便用户直观地查看评估结果的变化过程,从而便于对自动驾驶进行分析。
图3为根据本发明实施例的可视化评估页面的示意性图示。
如图3所示,根据本发明实施例的可视化评估页面包括仿真场景视图区a、评估结果视图区b、评估结果变化视图区c、属性评估视图区d(d-1、d-2、d-3)和状态数据视图区e(e-1、e-2)
仿真场景视图区(spatial-temporal view)a用于显示自动驾驶的仿真模拟场景。示例性地,在输入自动驾驶数据后,在仿真场景视图区(spatial-temporal view)a显示Apollo Dreamview仿真图像(当然,也可以采用其它自动驾驶平台)。
评估结果视图区(Radar view)b用于显示各个所述模块的评估结果以及整体评估结果的可视化图表。示例地,在本实施例中,各个所述模块的评估结果以及整体评估结果的可视化图表以雷达图显示。
评估结果变化视图区(Timeline view)c用于显示自动驾驶的整体评估结果随时间变化的曲线图。
属性评估视图区(Parallel coordinates view)d用于显示每个所述属性的参数以及对应的评估结果。或者说,显示各个属性在每个时间点的所有评估结果。
状态数据视图区(State view)e用于显示自动驾驶车辆的状态数据和周围障碍物情况。
用户与可视化评估页面的交互过程如下:
第一,可以拖拽查看仿真场景视图区(spatial-temporal view)a下方的进度条,在评估结果视图区(Radar view)b查看每个时间点的各个模块评估结果,在属性评估视图区(Parallel coordinates view)d查看该时间点各个评估属性的评估结果。用户可以在属性评估视图区(Parallel coordinates view)d上用鼠标拖拽来刷选数据,查看某个评估属性某个范围的取值所对应的自动驾驶的情况。
第二,属性评估视图区(Parallel coordinates view)d有value和score两个选项,默认显示score模式,即各个属性评估结果。点击切换value模式,观察各个评估属性的实际取值,每个时间点的每个评估属性其取值和评估结果一一对应。
第三,状态数据视图区(State view)e分为state和obstacle两个选项,默认显示state模式,模块显示自动驾驶车辆的速度、加速度、轮转角。点击切换obstacle模式,显示自动驾驶系统探测到的周围障碍物的类型和应对决策。
第四,用户可以通过点击属性评估视图区(Parallel coordinates view)d的定制化(Customization)按钮,打开定制化功能面板,在面板上,可以通过鼠标拖拽各个评估属性改变上下位置进行重新排序。评估属性的上下顺序显示属性在评估中的重要程度,排在上方的属性在评估算法中有更大的权重。
第五,完成评估属性的排序后,点击发送(send)按钮,将排序结果返回到评估算法中,python脚本中的AHP模型会根据新的重要性排序结果来重新计算评估结果,并将计算得到的评估分数再次发送到Apollo Dreamview前端,即可视交互页面,生成新的可视化评估结果。
根据本实施例的自动驾驶的可视化评估方法,通过可视化评估完成一段时间内自动驾驶的整体过程评估,以及自动驾驶该过程内各个评估模块、各个评估属性的可视化评估结果,能够方便快捷地查找自动驾驶的问题所在,并通过场景回放、各个评估属性探索查看自动驾驶出现问题的原因,为自动驾驶算法修正改进以及落地提供反馈支持,其能够从整体评估(整体打分)-时序评估与可视化(每个时间线打分,时间轴可视化)-模块评估(每个时间点的5个模块打分,雷达图可视化)-具体属性评估与可视化(平行坐标可视化),让自动驾驶模型开发人员理解何时何地、何种模块、哪个属性导致的算法模型失效,实现直观、可探索、可交互的评估。
此外,该方法提供了定制化的设计,用户可以根据自己的开发需求,在可视化评估系统中选取感兴趣的评估模块或属性调整其重要程度,获取新的自动驾驶评估结果,使得用户可以有针对性地对自动驾驶过程进行查验评估。
图4为本发明实施例的自动驾驶的可视化评估装置的示意性结构框图。下面结合图4对根据本发明实施例的可视化评估装置400进行描述。
请参考图4,根据本发明实施例的自动驾驶的可视化评估装置400包括评估页面构建模块410、数据获取模块420、数据处理模块430和评估展示模块440。
评估页面构建模块410用于根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面。评估页面构建模块410用于执行结合图1描述的自动驾驶的可视化评估方法中的步骤S101,该过程的详细描述参见前述结合图1的描述,在此不再赘述。
数据获取模块420用于获取一段时间的自动驾驶数据。数据获取模块420用于执行结合图1描述的自动驾驶的可视化评估方法中的步骤S102,该过程的详细描述参见前述结合图1的描述,在此不再赘述。
数据处理模块430用于对所述自动驾驶数据进行处理,得到评估结果。数据处理模块430用于执行结合图1描述的自动驾驶的可视化评估方法中的步骤S103,该过程的详细描述参见前述结合图1的描述,在此不再赘述。
评估展示模块440用于在所述可视化评估页面通过可视化图表展示所述评估结果。评估展示模块440用于执行结合图1描述的自动驾驶的可视化评估方法中的步骤S104,该过程的详细描述参见前述结合图1的描述,在此不再赘述。
图4所示可视化评估装置400中的各个模块/单元具有实现图1中各个步骤的功能,并能达到其相应的技术效果,为简洁描述,在此不再赘述。
图5为根据本发明实施例的数据处理模块430的示意性结构框图。下面结合图5对根据本发明实施例的数据处理模块430进行描述。
请参考图5,根据本发明实施例的数据处理模块430包括属性获取单元4310、第一评估单元4320、权重确定单元4330和第二评估单元4340。
属性获取单元4310用于获取参与评估的模块和属性,以及每个所述属性的重要性程度。属性获取单元4310用于执行结合图2描述的确定评估结果的方法的步骤S201,该过程的详细描述参见前述结合图2的描述,在此不再赘述。
第一评估单元4320根据每个所述属性的参数确定每个所述属性的评估结果。具体为,第一评估单元4320根据每个属性确定其最优解和最劣解;之后对于每个属性,确定其关于各个时间观测点的评估分数的时间序列,再据此生成每个模块的关于各个时间观测点的评估分数的时间序列。第一评估单元4320用于执行结合图2描述的确定评估结果的方法的步骤S202,该过程的详细描述参见前述结合图2的描述,在此不再赘述。
权重确定单元4330用于根据每个所述属性的重要性程度确定每个所述属性的权重。权重确定单元4330用于执行结合图2描述的确定评估结果的方法的步骤S203,该过程的详细描述参见前述结合图2的描述,在此不再赘述。
第二评估单元4340用于根据每个所述属性的评估结果以及每个所述属性的权重确定每个所述模块的评估结果和整体评估结果,并生成可视化图表。所述第二评估单元4340还用于根据各个时间观测点的所述整体评估结果生成评估结果随时间变化曲线图。第二评估单元4340用于执行结合图2描述的确定评估结果的方法的步骤S204,该过程的详细描述参见前述结合图2的描述,在此不再赘述。
图5所示数据处理模块430中的各个模块/单元具有实现图2中各个步骤的功能,并能达到其相应的技术效果,为简洁描述,在此不再赘述。
图6为本发明实施例的自动驾驶的可视化评估系统的示意性结构框图。
请参考图6,根据本发明实施例的自动驾驶的可视化评估系统600包括仿真模块610、属性数据获取模块620、处理模块630和可视化评估页面640。
仿真模块610用于通过仿真引擎模拟自动驾驶过程,生成评估所需的自动驾驶数据。示例性地,在本实施例中,仿真模块610可以基于开源仿真软件LGSVL Simulator(以release-2020.06版本为例,以下简称LGSVL)源码以及开源自动驾驶系统Apollo实现,其LGSVL Simulator和Apollo可以在GitHub上下载开源仿真软件LGSVL Simulator(以release-2020.06版本为例,以下简称LGSVL)源码以及开源自动驾驶系统Apollo源码。并安装NPM、Node.js源码编译安装时所依赖的软件,最后进行源码编译。
仿真过程例如为:首先,在LGSVL模拟器控制台页面,准备好地图,车型等资料,并对模拟场景进行配置(包括气候,时间,车辆和行人)。其次,启动LGSVL模拟器和Apollo平台。使用Apollo自带脚本bridge.sh实现自动驾驶平台和模拟器的桥接。然后,在Apollo中规划终点,在模拟场景中通过Apollo控制主车行驶,并记录保存自动驾驶各个模块的数据包。数据格式为Apollo生成的二进制记录(record)文件,包括了底盘数据,雷达数据,摄像头录像数据,感知模块识别结果,规划模块的规划路径等信息。LG模拟器模拟了场景(比如十字路口),行驶车辆,环境气候(比如有无大雾,有无下雨),交通灯和行人等路况。在这个过程中,Apollo控制主车在模拟环境中完成了一段驾驶任务。
属性数据获取模块620用于根据自动驾驶的评估需求选取参与评估的模块和属性,并从所述自动数据记录中提取各个所述属性的参数。
处理模块630用于根据选取的参与评估的模块和属性以及各个所述属性的参数确定各个属性的评估结果、各个模块的评估结果以及整体评估结果。示例性地,处理模块630可以通过后台Python脚本,完成评估模型的和算法计算,提供各个评估属性的评估权重,辅助完成可视化评估系统中定制化的模块。处理模块630可以通过部署Flask服务器,用于在后端传输数据。当数据收集结束,前端程序将数据返回Flask服务器,处理各模块的状态数据,根据评估算法对自动驾驶过程进行评估,得到评估结果。
可视化评估页面640用于通过可视化图表展示所述评估结果。自动驾驶算法开发者可以查看可视化评估页面640的自动驾驶记录的评估结果,并通过交互探索查找自动驾驶中表现出来的问题。
示例性地,可视化评估页面640可以通过yarn构建前端页面,并通过Apollo的构建工具,将前端可视化页面部署到Dreamview服务器。对Apollo的Dreamview更改完成后,启动Dreamview,可以通过http://localhost:8888/链接访问可视化评估系统。可视化评估页面640包含两种数据,分别是状态数据和评估数据。状态数据和评估数据以及可视化评估页面640的交互参考前述结合图3的描述。
根据本发明实施例的自动驾驶可视化评估系统,可以通过评分数据来识别车辆事故,并且针对评估的低分结果通过综合状态数据和评估数据,可以为用户提供直观的感知,使用户能从中发现导致低分结果的线索。
图7示出了本发明实施例提供的计算设备的硬件结构示意图。
计算设备700可以包括处理器701以及存储有计算机程序指令的存储器702。
具体地,上述处理器701可以包括中央处理器(Central Processing Unit,CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器702可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在一个实例中,存储器702可以包括可移除或不可移除(或固定)的介质,或者存储器702是非易失性固态存储器。存储器702可在综合网关容灾设备的内部或外部。
在一个实例中,存储器702可以是只读存储器(Read Only Memory,ROM)。在一个实例中,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器702可以包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器701通过读取并执行存储器702中存储的计算机程序指令,以实现图1所示实施例中的方法/步骤S101至S104,图2所示实施例中的方法/步骤S201至S204并达到图1和图2所示实例执行其方法/步骤达到的相应技术效果,为简洁描述在此不再赘述。
处理器701通过读取并执行存储器702中存储的计算机程序指令,以实现图4所示实施例中的自动驾驶的可视化评估装置400,以及评估页面构建模块410、数据获取模块420、数据处理模块430和评估展示模块440,并达到图4所示实例中的装置所达到的相应技术效果,以及数据处理模块430、属性获取单元4310、第一评估单元4320、权重确定单元4330和第二评估单元4340,并达到图5所示实例中的模块所达到的相应技术效果,以及自动驾驶的可视化评估系统600和仿真模块610、属性数据获取模块620、处理模块630和可视化评估页面640,并达到图6所示实例中的系统所达到的相应技术效果,为简洁描述在此不再赘述。
在一个示例中,计算设备700还可包括通信接口703和总线710。其中,如图7所示,处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。
通信接口703,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线710包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry StandardArchitecture,ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线710可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该计算设备700可以执行本发明实施例中的自动驾驶的可视化评估方法,从而实现结合图1描述的自动驾驶的可视化评估方法。该计算设备700还可以执行本发明实施例中的评估结果的确定方法,从而实现结合图2描述的评估结果的确定方法。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的自动驾驶的可视化评估方法以及评估结果的确定方法的相应步骤,并且用于实现根据本发明实施例的自动驾驶的可视化评估装置和系统以及数据处理模块的相应单元或模块。所述存储介质例如可以包括个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的可视化评估装置和系统以及数据处理模块的中的各个功能模块,并且/或者可以执行根据本发明实施例的自动驾驶的可视化评估方法和评估结果的确定方法。
在一个实施例中,所述计算机程序指令在被计算机运行时执行以下步骤:根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;获取一段时间的自动驾驶数据;对所述自动驾驶数据进行处理,得到评估结果;在所述可视化评估页面通过可视化图表展示所述评估结果。
根据本发明实施例的自动驾驶的可视化评估方法中的各模块可以通过根据本发明实施例的自动驾驶的可视化评估方法的电子设备、服务器、系统的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明的自动驾驶的可视化评估方法、装置、系统、计算设备及存储介质,通过构建自动驾驶的可视化评估页面,并通过可视化图表展示所述评估结果使得开发人员可以直观地查看评估结果。并且可以通过评分数据能识别车辆事故,并且对评估的低分结果能综合状态数据和评估数据,为用户提供直观的感知,使用户能从中发现导致低分结果的线索。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种自动驾驶的可视化评估方法,其特征在于,包括:
根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;
获取一段时间的自动驾驶数据;
对所述自动驾驶数据进行处理,得到评估结果;
在所述可视化评估页面通过可视化图表展示所述评估结果。
2.根据权利要求1所述的方法,其特征在于,对所述自动驾驶数据进行处理,得到评估结果,包括:
获取参与评估的模块和属性,以及每个所述属性的重要性程度;
获取每个所述属性的参数,并根据每个所述属性的参数确定每个所述属性的评估结果;
根据每个所述属性的重要性程度确定每个所述属性的权重;
根据每个所述属性的评估结果以及每个所述属性的权重确定每个所述模块的评估结果和整体评估结果,并生成可视化图表。
3.根据权利要求2所述的方法,其特征在于,对所述自动驾驶数据进行处理,得到评估结果,还包括:
根据每个所述属性在各个时间观测点的参数确定每个所述属性关于各个时间观测点的评估分数的时间序列,并生成可视化图表。
4.根据权利要求2所述的方法,其特征在于,对所述自动驾驶数据进行处理,得到评估结果,还包括:
根据各个时间观测点的所述整体评估结果生成评估结果随时间变化曲线图。
5.根据权利要求1-4中的任一项所述的方法,其特征在于,所述模块包括舒适度模块、感知模块、预测模块、规划模块和控制模块。
6.根据权利要求1-4中的任一项所述的方法,其特征在于,还包括:
在所述可视化评估页面通过可视化图表展示自动驾驶车辆的状态数据。
7.根据权利要求6所述的方法,其特征在于,所述状态数据包括自动驾驶车辆的速度、加速度、轮转角的至少一者。
8.根据权利要求2-4中的任一项所述的方法,其特征在于,所述可视化评估页面包括:
仿真场景视图区,用于显示自动驾驶的仿真模拟场景;
评估结果视图区,用于显示各个所述模块的评估结果以及整体评估结果的可视化图表;
评估结果变化视图区,用于显示整体评估结果随时间变化的曲线图;
属性评估视图区,用于显示每个所述属性的参数以及对应的评估结果;
状态数据视图区,用于显示自动驾驶车辆的状态数据和场景障碍物数据。
9.根据权利要求1-4中的任一项所述的方法,其特征在于,所述自动驾驶数据包括通过模拟器产生
的自动数据或真实自动驾驶车辆的自动驾驶数据。
10.一种自动驾驶的可视化评估装置,其特征在于,包括:
评估页面构建模块,用于根据自动驾驶的评估需求,构建自动驾驶的可视化评估页面;
数据获取模块,用于获取一段时间的自动驾驶数据;
数据处理模块,用于对所述自动驾驶数据进行处理,得到评估结果;
评估展示模块,用于在所述可视化评估页面通过可视化图表展示所述评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279980.XA CN114169129A (zh) | 2021-10-29 | 2021-10-29 | 自动驾驶的可视化评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279980.XA CN114169129A (zh) | 2021-10-29 | 2021-10-29 | 自动驾驶的可视化评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114169129A true CN114169129A (zh) | 2022-03-11 |
Family
ID=80477596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111279980.XA Pending CN114169129A (zh) | 2021-10-29 | 2021-10-29 | 自动驾驶的可视化评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114169129A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114529651A (zh) * | 2022-04-24 | 2022-05-24 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
-
2021
- 2021-10-29 CN CN202111279980.XA patent/CN114169129A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114529651A (zh) * | 2022-04-24 | 2022-05-24 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
CN114529651B (zh) * | 2022-04-24 | 2022-07-22 | 中国汽车技术研究中心有限公司 | 一种用于自动驾驶汽车实际道路测试的可视化记录设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921200B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
CN111680362B (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
CN111951144A (zh) | 一种违章路段的确定方法、设备及计算机可读存储介质 | |
WO2020007589A1 (en) | Training a deep convolutional neural network for individual routes | |
CN111338232B (zh) | 自动驾驶仿真方法及装置 | |
CN110188687A (zh) | 汽车的地形识别方法、系统、设备及存储介质 | |
JP2020123259A (ja) | 自動運転プログラム評価システム、及び自動運転プログラム評価方法 | |
CN115165398A (zh) | 车辆的行驶功能测试方法、装置、计算设备及介质 | |
CN114169129A (zh) | 自动驾驶的可视化评估方法和装置 | |
Ramakrishna et al. | Anti-carla: An adversarial testing framework for autonomous vehicles in carla | |
CN112257542A (zh) | 障碍物感知方法、存储介质及电子设备 | |
CN109886198B (zh) | 一种信息处理方法、装置及存储介质 | |
CN107220257A (zh) | 电子地图绘制方法及装置 | |
CN116776288A (zh) | 一种智能驾驶感知模型的优化方法、装置及存储介质 | |
CN116894317A (zh) | 数据处理方法、装置、电子设备和介质 | |
CN115249407B (zh) | 指示灯状态识别方法、装置、电子设备、存储介质及产品 | |
CN115438945A (zh) | 基于电力设备巡检的风险识别方法、装置、设备及介质 | |
CN114114954A (zh) | 一种无人设备的控制方法及装置 | |
CN113268057A (zh) | 无人驾驶车辆的避障处理方法及装置 | |
KR102601833B1 (ko) | 게임 엔진에 기반한 자율주행 알고리즘 시뮬레이션 방법 및 시스템 | |
CN111091581A (zh) | 基于生成对抗网络的行人轨迹模拟方法、装置和存储介质 | |
CN114861793A (zh) | 一种信息处理方法、装置及存储介质 | |
CN112991810B (zh) | 停车位置确定方法、装置、存储介质和电子设备 | |
CN116150040B (zh) | 航迹数据测试方法、显示决策方法、存储介质及电子设备 |
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 |