CN114543830A - 一种基于真值系统的车载传感器噪声估计系统及方法 - Google Patents

一种基于真值系统的车载传感器噪声估计系统及方法 Download PDF

Info

Publication number
CN114543830A
CN114543830A CN202210186848.2A CN202210186848A CN114543830A CN 114543830 A CN114543830 A CN 114543830A CN 202210186848 A CN202210186848 A CN 202210186848A CN 114543830 A CN114543830 A CN 114543830A
Authority
CN
China
Prior art keywords
data
true value
vehicle
truth
original 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.)
Withdrawn
Application number
CN202210186848.2A
Other languages
English (en)
Inventor
高翔
李涛
李�杰
王皓
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile 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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202210186848.2A priority Critical patent/CN114543830A/zh
Publication of CN114543830A publication Critical patent/CN114543830A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/862—Combination of radar systems with sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于真值系统的车载传感器噪声估计系统及方法，包括，车载传感器，用于采集原始数据；真值系统，用于采集真值数据；数据处理系统，用于接收和处理所述原始数据和真值数据，将原始数据和真值数据进行对比，形成对比数据，并分析该对比数据估计所述车载传感器的噪声性能。通过将车载传感器上的原始数据与真值系统的真值数据进行对比，经数据坐标修正、时间同步、关联匹配、生成对比文件、噪声评估等数据处理，进而分析估计出传感器的噪声性能。通过采用传感器采集原始数据，并通过真值系统，如激光雷达来采集真值数据，不仅可以对包括摄像头和雷达等传感器进行噪声估计，而且可以在真实路段下进行测试，更具有真实可靠性。

Description

一种基于真值系统的车载传感器噪声估计系统及方法
技术领域
本发明属于汽车传感器技术领域，更具体涉及一种基于真值系统的车载传感器噪声估计系统及方法。
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，通过获取不同传感器的输出数据，并使用组合在一起的信息可以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噪声估计就很有必要。
如我国专利CN202011061407.7公开了一种基于场地测试技术的智能汽车视觉传感器测试方法，包括如下步骤：S1、设定视觉传感器感知能力测试评价参数；S2、搭建封闭场地测试环境；在测试场地设置测试设备；测试设备用于记录测试过程中的运动状态、目标物参数及视频数据；S3、在搭建好的封闭场地进行测试，将测试过程中记录的车辆运动状态，目标物参数和视频数据，进行时间同步和格式同步，作为测试真值；S4、从待测视觉传感器获取测量值，对测量值分别进行时间同步和格式同步，基于测试真值以及时间同步和格式同步后的测量值判断视觉传感器测量是否准确，并输出判断结果。采用该发明的技术方案能够效判断视觉传感器识别准确度。该发明是在封闭场地上对视觉传感器进行测试，该方法仅仅针对视觉传感器，不能对雷达传感器进行测试和噪声估计，测试对象比较狭窄，且测试场景是封闭场地，不能在真实路况下进行测试。
发明内容
为解决上述问题，本发明提供了一种基于真值系统的车载传感器噪声估计系统及方法，将车载传感器上的原始数据与真值系统的真值数据进行对比，进而分析估计出传感器的噪声性能，不仅可以对包括摄像头和雷达等传感器进行噪声估计，而且可以在真实路段下进行测试，更具有真实可靠性。
为了解决上述技术问题，本发明采用的技术方案是这样的：一种基于真值系统的车载传感器噪声估计系统，包括，
车载传感器，用于采集原始数据；
真值系统，用于采集真值数据；
数据处理系统，用于接收和处理所述原始数据和真值数据，将原始数据和真值数据进行对比，形成对比数据，并分析该对比数据估计所述车载传感器的噪声性能。
作为优化，所述车载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。
作为优化，所述真值系统包括激光雷达。
基于上述系统，本发明还提供了一种基于真值系统的车载传感器噪声估计方法，包括以下步骤，
S1、通过车载传感器获取原始数据，通过真值系统获取真值数据，并将原始数据和真值数据输入数据处理系统；
S2、数据坐标修正：将原始数据和真值数据修正到同一坐标系；
S3、时间同步：将原始数据和真值数据进行时间同步；
S4、关联匹配：将原始数据和真值数据分别拆分为若干段并存储，将原始数据的每一段与真值数据的每一段以多个对比参数进行比较，若比较结果在设定的误差范围内，则原始数据的该段与真值数据的该段匹配成功；若所有段中具有设定数量匹配成功的段，则原始数据与真值数据建立关联关系，并记录该关联关系；
S5、生成对比文件：提取建立关联关系的原始数据和真值数据，并按照对应关系写入新的数据文件中，形成对比文件；
S6、噪声估计：将对比文件中对应的原始数据和真值数据做差值运算，并生成图形化的对比数据，根据该对比数据估计车载传感器的噪声性能。
作为优化，步骤S2包括以下步骤，
S201、取原始数据中第一帧时间戳，删除真值数据中小于该时间戳的所有数据，取原始数据中最后一帧时间戳，删除真值数据中大于该时间戳的所有数据；
S202、分别取真值数据中第一帧和最后一帧时间戳，与原始数据的时间戳进行对比，删除原始数据中小于第一帧或者大于最后一帧时间戳的所有数据；
S203、获得时间同步的原始数据和真值数据。
作为优化，在取原始数据或真值数据的第一帧和最后一帧时间戳时，分别以第一帧时间戳的前100ms的时间作为第一帧时间戳，以最后一帧时间戳的后100ms的时间作为最后一帧时间戳。
作为优化，步骤S4中，原始数据和真值数据按照ID号进行拆分，同一个ID号的数据中按照时间段再拆分。
作为优化，所述对比参数包括时间戳、横坐标、纵坐标、横向速度、纵向速度。
作为优化，所述对比参数的比较误差范围分别为20ms、1m、5m、1m/s、4m/s。
作为优化，步骤S6中，所述对比数据包括原始数据与真值数据的噪声正态分布对比图。
与现有技术相比，本发明具有如下优点：
本发明通过将车载传感器上的原始数据与真值系统的真值数据进行对比，经数据坐标修正、时间同步、关联匹配、生成对比文件、噪声评估等数据处理，进而分析估计出传感器的噪声性能。通过采用传感器采集原始数据，并通过真值系统，如激光雷达来采集真值数据，不仅可以对包括摄像头和雷达等传感器进行噪声估计，而且可以在真实路段下进行测试，更具有真实可靠性。
附图说明
图1为本发明的流程图
图2为本发明中传感器测量值和真值的纵向速度在10-20m上的噪声正态分布对比图；
图3为本发明传感器测量值和真值的横向距离0-10m上的噪声正态分布对比图。
具体实施方式
下面将结合附图及实施例对本发明作进一步说明。
实施例：参见图1，
一种基于真值系统的车载传感器噪声估计系统，包括，
车载传感器，用于采集原始数据；所述车载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。
真值系统，用于采集真值数据；所述真值系统包括激光雷达。
数据处理系统，用于接收和处理所述原始数据和真值数据，将原始数据和真值数据进行对比，形成对比数据，并分析该对比数据估计所述车载传感器的噪声性能。
基于上述系统，本发明还提供了一种基于真值系统的车载传感器噪声估计方法，包括以下步骤，
S1、通过车载传感器获取原始数据，通过真值系统获取真值数据，并将原始数据和真值数据输入数据处理系统；
S2、数据坐标修正：将原始数据和真值数据修正到同一坐标系；
S3、时间同步：将原始数据和真值数据进行时间同步；
S201、取原始数据中第一帧时间戳，删除真值数据中小于该时间戳的所有数据，取原始数据中最后一帧时间戳，删除真值数据中大于该时间戳的所有数据；
S202、分别取真值数据中第一帧和最后一帧时间戳，与原始数据的时间戳进行对比，删除原始数据中小于第一帧或者大于最后一帧时间戳的所有数据；
S203、获得时间同步的原始数据和真值数据。
在取原始数据或真值数据的第一帧和最后一帧时间戳时，分别以第一帧时间戳的前100ms的时间作为第一帧时间戳，以最后一帧时间戳的后100ms的时间作为最后一帧时间戳。
S4、关联匹配：将原始数据和真值数据分别拆分为若干段并存储，原始数据和真值数据按照ID号进行拆分，同一个ID号的数据中按照时间段再拆分。将原始数据的每一段与真值数据的每一段以多个对比参数进行比较，所述对比参数包括时间戳、横坐标、纵坐标、横向速度、纵向速度。若比较结果在设定的误差范围内，所述对比参数的比较误差范围分别为20ms、1m、5m、1m/s、4m/s，则原始数据的该段与真值数据的该段匹配成功；若所有段中具有设定数量匹配成功的段，则原始数据与真值数据建立关联关系，并记录该关联关系；
S5、生成对比文件：提取建立关联关系的原始数据和真值数据，并按照对应关系写入新的数据文件中，形成对比文件；
S6、噪声估计：将对比文件中对应的原始数据和真值数据做差值运算，并生成图形化的对比数据，根据该对比数据估计车载传感器的噪声性能。所述对比数据包括原始数据与真值数据的噪声正态分布对比图。
具体的，本发明的实施需要一辆车做为试验车，其中在试验车上装上需要测试的传感器，如前视摄像头、后视摄像头、毫米波雷达、超声波雷达等一个或者多个传感器，并在本车上装上真值系统激光雷达设备。设备安装完毕后，驾驶在真实的路段下，进行试验跑车。试验完成后，从车上的工控机中拷出传感器原始数据，从设备上拷出真值数据。
拿到传感器数据（原始数据）和真值数据后，根据所述的估计方法。一共分为五大步。
第一步，数据坐标修正，将真值数据的坐标系修正到与原始数据同一个坐标系。真值系统的坐标系原点在激光雷达上，而传感器的坐标原点在本车的前保险杠中心，如，所选用的试验车两个坐标原点在纵向位置上距离差3.6米，将真值数据所有帧数据的纵向距离值减去3.6米差值，再将真值数据所有帧数据的横向距离、横向速度取负，变成相反数。
第二步，时间同步，将上一步修正后的真值数据和传感器原始数据进行时间同步。考虑到时间戳有一定的误差，保留前后100ms的数据，即取传感器数据中第一帧数据的时间戳，将这时间戳减去100ms，删除真值数据中小于该时间戳的所有行数据，接着取传感器数据中最后一帧的时间戳加上100ms，删除真值数据中大于该时间戳的所有行数据。同理分别取真值系统数据中的第一帧时间戳减去100ms和最后一帧时间戳加上100ms，去与传感器数据各行时间戳进行对比，删除传感器数据中小于或者大于这两个时间戳的所有行数据，此时得到时间同步后的真值系统数据和传感器数据。
第三步，关联匹配，将时间同步后的真值数据和传感器数据进行关联匹配。将时间同步后的真值数据和传感器数据分别按照ID号进行拆分存储，在同一个ID号的数据中按照时间段继续拆分。然后将拆分后的每一段数据传感器数据，分别与拆分后的每一段真值数据进行比较，分别从时间戳、横坐标、纵坐标、横向速度、纵向速度这几个参数进行比较，这几个参数的误差分别设为20ms、1m、5m、1m/s、4m/s。如果有某帧传感器数据和某帧真值数据在这几个参数的差都在设定的误差范围内，则该两帧数据匹配成功。若同一段传感器数据和同一段真值数据有一定数量的帧数据匹配成功，则这两段ID数据相互关联。比较完所有段数据，把所有关联关系记录下来。
第四步，生成对比文件。将上一步相互关联的两段传感器数据和真值数据取出来，把时间戳误差范围内的两帧数据，写入新的数据文件中并放在同一行，该行的前面放传感器数据，后面放真值系统的数据。依次把所有的关联数据按照该方法写入新的文件中，生成了传感器和真值的对比文件。
第三步，噪声估计，即对比传感器数据和真值数据，分析传感器性能。将对比文件中传感器数据和真值系统数据做差，进行噪声估计，包括横向距离、纵向距离、横向速度、纵向速度等。如图2、图3所示，分别展示了在纵向速度和横向距离上，传感器测量数据和真值数据的噪声正太分布对比图，进而分析估计出传感器的噪声性能。
本发明通过将车载传感器上的原始数据与真值系统的真值数据进行对比，经数据坐标修正、时间同步、关联匹配、生成对比文件、噪声评估等数据处理，进而分析估计出传感器的噪声性能。通过采用传感器采集原始数据，并通过真值系统，如激光雷达来采集真值数据，不仅可以对包括摄像头和雷达等传感器进行噪声估计，而且可以在真实路段下进行测试，更具有真实可靠性。
最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于真值系统的车载传感器噪声估计系统，其特征在于，包括，
车载传感器，用于采集原始数据；
真值系统，用于采集真值数据；
数据处理系统，用于接收和处理所述原始数据和真值数据，将原始数据和真值数据进行对比，形成对比数据，并分析该对比数据估计所述车载传感器的噪声性能。
2.根据权利要求1所述的一种基于真值系统的车载传感器噪声估计系统，其特征在于，所述车载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。
3.根据权利要求1所述的一种基于真值系统的车载传感器噪声估计系统，其特征在于，所述真值系统包括激光雷达。
4.一种基于真值系统的车载传感器噪声估计方法，其特征在于，包括以下步骤，
S1、通过车载传感器获取原始数据，通过真值系统获取真值数据，并将原始数据和真值数据输入数据处理系统；
S2、数据坐标修正：将原始数据和真值数据修正到同一坐标系；
S3、时间同步：将原始数据和真值数据进行时间同步；
S4、关联匹配：将原始数据和真值数据分别拆分为若干段并存储，将原始数据的每一段与真值数据的每一段以多个对比参数进行比较，若比较结果在设定的误差范围内，则原始数据的该段与真值数据的该段匹配成功；若所有段中具有设定数量匹配成功的段，则原始数据与真值数据建立关联关系，并记录该关联关系；
S5、生成对比文件：提取建立关联关系的原始数据和真值数据，并按照对应关系写入新的数据文件中，形成对比文件；
S6、噪声估计：将对比文件中对应的原始数据和真值数据做差值运算，并生成图形化的对比数据，根据该对比数据估计车载传感器的噪声性能。
5.根据权利要求4所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，步骤S2包括以下步骤，
S201、取原始数据中第一帧时间戳，删除真值数据中小于该时间戳的所有数据，取原始数据中最后一帧时间戳，删除真值数据中大于该时间戳的所有数据；
S202、分别取真值数据中第一帧和最后一帧时间戳，与原始数据的时间戳进行对比，删除原始数据中小于第一帧或者大于最后一帧时间戳的所有数据；
S203、获得时间同步的原始数据和真值数据。
6.根据权利要求5所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，在取原始数据或真值数据的第一帧和最后一帧时间戳时，分别以第一帧时间戳的前100ms的时间作为第一帧时间戳，以最后一帧时间戳的后100ms的时间作为最后一帧时间戳。
7.根据权利要求4所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，步骤S4中，原始数据和真值数据按照ID号进行拆分，同一个ID号的数据中按照时间段再拆分。
8.根据权利要求4所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，所述对比参数包括时间戳、横坐标、纵坐标、横向速度、纵向速度。
9.根据权利要求8所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，所述对比参数的比较误差范围分别为20ms、1m、5m、1m/s、4m/s。
10.根据权利要求8所述的一种基于真值系统的车载传感器噪声估计方法，其特征在于，步骤S6中，所述对比数据包括原始数据与真值数据的噪声正态分布对比图。
CN202210186848.2A 2022-02-28 2022-02-28 一种基于真值系统的车载传感器噪声估计系统及方法 Withdrawn CN114543830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210186848.2A CN114543830A (zh) 2022-02-28 2022-02-28 一种基于真值系统的车载传感器噪声估计系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210186848.2A CN114543830A (zh) 2022-02-28 2022-02-28 一种基于真值系统的车载传感器噪声估计系统及方法

Publications (1)

Publication Number Publication Date
CN114543830A true CN114543830A (zh) 2022-05-27

Family

ID=81679137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186848.2A Withdrawn CN114543830A (zh) 2022-02-28 2022-02-28 一种基于真值系统的车载传感器噪声估计系统及方法

Country Status (1)

Country Link
CN (1) CN114543830A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112693466A (zh) * 2021-01-29 2021-04-23 重庆长安汽车股份有限公司 一种车辆环境感知传感器性能测评系统及方法
CN112710343A (zh) * 2021-01-29 2021-04-27 重庆长安汽车股份有限公司 一种基于rt的车载传感器性能测试方法
CN112781893A (zh) * 2021-01-04 2021-05-11 重庆长安汽车股份有限公司 一种车载传感器性能测试数据的空间同步方法、装置及存储介质
CN113074959A (zh) * 2021-04-06 2021-07-06 北京理工大学 一种自动驾驶系统测试分析方法
CN113155173A (zh) * 2021-06-02 2021-07-23 福瑞泰克智能系统有限公司 感知性能评测方法、装置、电子装置和存储介质
CN113219507A (zh) * 2021-01-29 2021-08-06 重庆长安汽车股份有限公司 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法
CN113673105A (zh) * 2021-08-20 2021-11-19 安徽江淮汽车集团股份有限公司 真值对比策略的设计方法
CN113836199A (zh) * 2021-09-22 2021-12-24 芜湖雄狮汽车科技有限公司 车辆的传感数据处理方法、装置、电子设备及存储介质
CN114091626A (zh) * 2022-01-19 2022-02-25 浙江吉利控股集团有限公司 真值检测方法、装置、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112781893A (zh) * 2021-01-04 2021-05-11 重庆长安汽车股份有限公司 一种车载传感器性能测试数据的空间同步方法、装置及存储介质
CN112693466A (zh) * 2021-01-29 2021-04-23 重庆长安汽车股份有限公司 一种车辆环境感知传感器性能测评系统及方法
CN112710343A (zh) * 2021-01-29 2021-04-27 重庆长安汽车股份有限公司 一种基于rt的车载传感器性能测试方法
CN113219507A (zh) * 2021-01-29 2021-08-06 重庆长安汽车股份有限公司 基于rt3000的自动驾驶车辆感知融合数据的精度测量方法
CN113074959A (zh) * 2021-04-06 2021-07-06 北京理工大学 一种自动驾驶系统测试分析方法
CN113155173A (zh) * 2021-06-02 2021-07-23 福瑞泰克智能系统有限公司 感知性能评测方法、装置、电子装置和存储介质
CN113673105A (zh) * 2021-08-20 2021-11-19 安徽江淮汽车集团股份有限公司 真值对比策略的设计方法
CN113836199A (zh) * 2021-09-22 2021-12-24 芜湖雄狮汽车科技有限公司 车辆的传感数据处理方法、装置、电子设备及存储介质
CN114091626A (zh) * 2022-01-19 2022-02-25 浙江吉利控股集团有限公司 真值检测方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109949372B (zh) 一种激光雷达与视觉联合标定方法
WO2020097840A1 (en) Systems and methods for correcting a high-definition map based on detection of obstructing objects
CN105335955B (zh) 对象检测方法和对象检测装置
CN111753649B (zh) 车位检测方法、装置、计算机设备和存储介质
CN109099920B (zh) 基于多传感器关联的传感器目标精确定位方法
CN110136186B (zh) 一种用于移动机器人目标测距的检测目标匹配方法
CN113959457B (zh) 一种自动驾驶车辆的定位方法、装置、车辆和介质
CN115856872A (zh) 一种车辆运动轨迹连续跟踪方法
CN114758504A (zh) 一种基于滤波校正的网联车超速预警方法及系统
US20220292747A1 (en) Method and system for performing gtl with advanced sensor data and camera image
CN111009136A (zh) 一种高速公路行驶速度异常车辆检测方法、装置及系统
CN114543830A (zh) 一种基于真值系统的车载传感器噪声估计系统及方法
CN116580271A (zh) 一种感知融合算法的测评方法、装置、设备及存储介质
CN113532888B (zh) 纯视觉自动驾驶车辆测试方法及装置
Molnar et al. Evaluation of Tesla Dashcam Video System for Speed Determination Via Reverse Projection Photogrammetry
CN112710343B (zh) 一种基于rt的车载传感器性能测试方法
WO2021226852A1 (zh) 车位检测方法、装置、计算机设备和存储介质
CN114323669A (zh) 用于分析评价车辆的自动紧急制动系统的性能的方法及设备
CN112763998A (zh) 用于确定雷达目标列表的设备、传感器系统及方法
CN114312619B (zh) 一种车辆避障误报检测方法、装置、介质及车辆
CN116299374B (zh) 基于机器视觉的声呐成像水下自动校准定位方法和系统
US20230419649A1 (en) Method for Temporal Correction of Multimodal Data
CN116626630B (zh) 一种物体分类方法、装置、电子设备及存储介质
CN114818911A (zh) 一种基于真值系统的车载视觉传感器性能测试方法
Qiu et al. Exploring the impact of scenario and distance information on the reliability assessment of multi-sensor systems

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220527

WW01 Invention patent application withdrawn after publication