CN115237096A - 一种自动驾驶参数的标定方法、装置、电子设备及介质 - Google Patents
一种自动驾驶参数的标定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115237096A CN115237096A CN202210899526.2A CN202210899526A CN115237096A CN 115237096 A CN115237096 A CN 115237096A CN 202210899526 A CN202210899526 A CN 202210899526A CN 115237096 A CN115237096 A CN 115237096A
- Authority
- CN
- China
- Prior art keywords
- parameters
- calibrated
- automatic driving
- calibration
- real
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明适用于汽车驾驶技术领域,提供了一种自动驾驶参数的标定方法、装置、电子设备及介质,其中,方法包括:获取存储在终端的自动驾驶车辆的初始配置文件,初始配置文件包括待标定参数和待标定参数所对应的初始值;根据预设标定规则对待标定参数进行标定,得到实时标定值;根据待标定参数和实时标定值更新所述初始配置文件,得到实时配置文件;将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成自动驾驶参数的标定;解决了汽车控制器内部的参数无法实时修改等问题。
Description
技术领域
本发明涉及汽车驾驶技术领域,尤其涉及一种自动驾驶参数的标定方法、装置、电子设备及介质。
背景技术
近年来,随着物联网和人工智能的快速发展,并逐渐向汽车行业渗透,使得车辆自动驾驶技术逐渐走向成熟,并逐步推向市场。当前,自动驾驶已进入实用化发展阶段,然而仍处于产业化前期,自动驾驶路测事故时有发生,由于驾驶能力不足造成的安全问题导致公众对自动驾驶的信任度大幅降低,因此自动驾驶汽车应用前需进行驾驶能力分析,运用高驾驶能力的自动驾驶方法去控制自动驾驶汽车,以保证在复杂交通环境中自主应对驾驶任务的安全性。在实车测试时,控制器内部的参数无法实时修改,使用上位机重新生成参数文件,再替换控制器内原有文件,操作不便,降低效率。
发明内容
本发明提供一种自动驾驶参数的标定方法、装置、电子设备及介质,以解决汽车控制器内部的参数无法实时修改等问题。
本发明提供的自动驾驶参数的标定方法,包括:
获取存储在终端的自动驾驶车辆的初始配置文件,所述初始配置文件包括待标定参数和所述待标定参数所对应的初始值;
根据预设标定规则对所述待标定参数进行标定,得到实时标定值;
根据所述待标定参数和所述实时标定值更新所述初始配置文件,得到实时配置文件;
将所述实时配置文件发送给所述自动驾驶车辆,以更新所述自动驾驶车辆的待标定参数,完成所述自动驾驶参数的标定。
可选地,所述根据预设标定规则对所述待标定参数进行标定,得到实时标定值之前,还包括:
获取在各种车况下所述自动驾驶车辆的测试数据,所述测试数据包括待标定参数和待标定数据的关联参数;
根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,得到所述预设标定规则。
可选地,所述根据预设标定规则对所述待标定参数进行标定,得到实时标定值,包括:
获取所述待标定参数的实时关联参数;
根据所述映射关系和所述待标定参数的实时关联参数确定所述实时标定值。
可选地,所述根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,包括;
对在各种车况下所述自动驾驶车辆的测试数据进行标注,得到目标标注结果;
根据在各种车况下所述自动驾驶车辆的测试数据和所述目标标注结果,形成样本数据集;
构建初始模型,采用所述样本数据集训练初始模型,得到用于反映所述待标定数据的关联参数与所述待标定参数的映射关系的目标模型。
可选地,所述采用所述样本数据集训练初始模型,得到用于反映所述待标定数据的关联参数与所述待标定参数的映射关系的目标模型,包括:
将所述样本数据集划分为训练数据集和测试数据集;
采用所述训练数据集训练所述初始模型,得到目标模型;
将所述测试数据集输入所述目标模型,得到目标测试结果;
采用交叉熵损失函数获取所述目标测试结果和所述目标标注结果的误差,并采用所述误差反向传播更新所述目标模型。
可选地,所述初始模型包括卷积神经网络模型。
本发明还提供了一种自动驾驶参数的标定装置,包括:
数据获取模块,用于获取存储在终端的自动驾驶车辆的初始配置文件,所述初始配置文件包括待标定参数和所述待标定参数所对应的初始值;
参数标定模块,用于根据预设标定规则对所述待标定参数进行标定,得到实时标定值;
配置文件更新模块,用于根据所述待标定参数和所述实时标定值更新所述初始配置文件,得到实时配置文件;
配置文件传输模块,用于将所述实时配置文件发送给所述自动驾驶车辆,以更新所述自动驾驶车辆的待标定参数,完成所述自动驾驶参数的标定,所述数据获取模块、所述参数标定模块、所述配置文件更新模块和所述配置文件传输模块相连接。
可选地,所述自动驾驶参数的标定装置,还包括:
测试数据获取模块,用于获取在各种车况下所述自动驾驶车辆的测试数据,所述测试数据包括待标定参数和待标定数据的关联参数;
规则确定模块,用于根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,得到所述预设标定规则。
本发明还提供一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述自动驾驶参数的标定方法
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述自动驾驶参数的标定方法。
本发明的有益效果:本发明中的自动驾驶参数的标定方法,首先通过获取存储在终端的自动驾驶车辆的初始配置文件;其次,根据预设标定规则对所述待标定参数进行标定,得到实时标定值;再次,根据待标定参数和实时标定值更新初始配置文件,得到实时配置文件;最后,将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成自动驾驶参数的标定,实现了对自动驾驶车辆的待标定参数的实时修改,从而解决汽车控制器内部的参数无法实时修改等问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术者来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请的一示例性实施例示出的自动驾驶参数的标定方法的实施环境示意图;
图2是本申请的一示例性实施例示出的自动驾驶参数的标定方法的流程图;
图3是本申请的一示例性实施例示出的映射关系的建立方法的流程图;
图4是本申请的一示例性实施例示出的目标模型的建立方法的流程图;
图5是本申请的一示例性实施例示出的自动驾驶参数的标定装置的框图;
图6是本申请的一示例性实施例示出的电子设备的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
图1是本申请的一示例性实施例示出的自动驾驶参数的标定方法的实施环境的示意图,如图1所示,该实施环境包括车机端101和服务端102。车机端101处的终端设备包括安装在车辆上的电子设备,如车载摄像设备、车载定位设备、车载显示设备、车载播放设备、温度传感器、压力传感器、速度传感器等车载设备,车载设备可以是车辆自带的电子设备,也可以是外置第三方电子设备。可选的,车载设备101上可以安装有应用程序,如自动驾驶参数的标定程序、地图导航应用程序等。服务端102的终端设备包括用于为车载设备提供后台服务的服务器,可以用独立服务器或多个服务器组成的服务器集群来实现。车机端101与服务端102通过有线或无线的方式进行通信连接。
在本实施例中,服务端102,用于存储并获取自动驾驶车辆的初始配置文件,初始配置文件包括待标定参数和待标定参数所对应的初始值;根据预设标定规则对待标定参数进行标定,得到实时标定值;根据待标定参数和实时标定值更新所述初始配置文件,得到实时配置文件;并将实时配置文件发送给自动驾驶车辆(车机端101);车机端101,用于获接收服务端发送的实时配置文件,并根据实时配置文件更新车机端的待标定参数,完成自动驾驶参数的标定。
以上所指出的问题在通用的出行场景中具有普遍适用性。为了解决现有技术中车辆显示界面无法满足用户的需求等问题,本申请的实施例分别提出一种自动驾驶参数的标定方法、一种自动驾驶参数的标定装置、一种电子设备以及一种计算机可读存储介质,以下将对这些实施例进行详细描述。
请参阅图2,图2是本申请的一示例性实施例示出的自动驾驶参数的标定方法的流程图。该方法可以应用于图1所示的实施环境,并由该实施环境中的车机端101和服务端102具体执行。应理解的是,该方法也可以适用于其它的示例性实施环境,并由其它实施环境中的设备具体执行,本实施例不对该方法所适用的实施环境进行限制。
如图2所示,在一示例性的实施例中,自动驾驶参数的标定方法至少包括步骤S210至步骤S240,详细介绍如下:
步骤S210,获取存储在终端的自动驾驶车辆的初始配置文件。
在一实施例中,初始配置文件包括待标定参数和待标定参数所对应的初始值,待标定参数可以是纵向控制参数,纵向控制参数包括但不限于加速度、油门闭合度。终端可以是上位机,用于配置纵向标定工具的运行环境,要求至少拥有一个以太网数据接口,与自动驾驶车辆的控制设备连接。纵向标定软件工具包括:参数配置文件生成模块,参数配置文件读取模块,参数显示与修改模块,参数设定文件更新模块。上位机以Windows环境运行纵向标定工具,再由上位机与ADAS控制器通信,修改参数,实现纵向标定的目标。
在一实施例中,纵向工具修改待标定参数的步骤包括加载配置文件、选择待标定参数名、修改待标定参数、点击确认按钮、更新控制器的待标定参数;若修改参数不成功,可以点击重置按钮,然后再次加载配置文件、选择待标定参数名、修改待标定参数、点击确认按钮、更新控制器的待标定参数。
步骤S220,根据预设标定规则对待标定参数进行标定,得到实时标定值。
在一实施例中,上位机运行标定工具,将与控制器内参数文件相同版本的配置文件导入标定工具,标定工具根据用户搜索选择的目标待标定参数名,显示对应的数值。对于配置文件中,不能直接使用的加密参数数值,通过对应的解码公式进行读取转换,显示在可视化界面的就是已经解码的参数数值。在修改栏上,与预设格式不符的数据会被提示“违反规则,数据不匹配”。数据修改完毕,点击标定工具上的确定按钮,标定工具会自动启动内部的更新模块,扫描更新后的配置文件,将修改后的数据同步到控制器中,完成数据更新。如果有较多数据修改错误,点击界面上的重置按钮,标定工具会自动读取历史文件保留库,回退到最后一次修改成功的配置文件版本。
请参阅图3,图3是本申请的一示例性实施例示出的预设标定规则的建立方法的流程图。该方法可以应用于图1所示的实施环境,并由该实施环境中的车机端101和服务端102具体执行。应理解的是,该方法也可以适用于其它的示例性实施环境,并由其它实施环境中的设备具体执行,本实施例不对该方法所适用的实施环境进行限制。
如图3所示,在一示例性的实施例中,预设标定规则的建立方法至少包括步骤S310至步骤S320,详细介绍如下:
步骤S310,获取在各种车况下自动驾驶车辆的测试数据。
步骤S320,根据测试数据建立待标定数据的关联参数与所述待标定参数的映射关系,得到预设标定规则。
在一实施例中,测试数据包括待标定参数和待标定参数的关联参数,待标定参数的关联参数为待标定参数的影响因素,例如,待标定参数为加速度,加速度的影响因素包括但不限于道路坡度、道路摩擦力,则加速度的关联参数包括但不限于道路坡度、道路摩擦力。其中,道路坡度为行驶道路平面与水平面的倾斜程度。
请参阅图4,图4是本申请的一示例性实施例示出的映射关系的建立方法的流程图。该方法可以应用于图1所示的实施环境,并由该实施环境中的车机端101和服务端102具体执行。应理解的是,该方法也可以适用于其它的示例性实施环境,并由其它实施环境中的设备具体执行,本实施例不对该方法所适用的实施环境进行限制。
如图4所示,在一示例性的实施例中,映射关系的建立方法至少包括步骤S410至步骤S430,详细介绍如下:
步骤S410,对在各种车况下自动驾驶车辆的测试数据进行标注,得到目标标注结果。
步骤S420,根据在各种车况下自动驾驶车辆的测试数据和目标标注结果,形成样本数据集。
步骤S430,构建初始模型,采用样本数据集训练初始模型,得到用于反映待标定数据的关联参数与待标定参数的映射关系的目标模型。
在一实施例中,采用样本数据集训练初始模型,得到用于反映待标定数据的关联参数与待标定参数的映射关系的目标模型的实现方法可以包括:将样本数据集划分为训练数据集和测试数据集;采用训练数据集训练所述初始模型,得到目标模型;将测试数据集输入目标模型,得到目标测试结果;采用交叉熵损失函数获取目标测试结果和目标标注结果的误差,根据采用所述误差反向传播更新目标模型。初始模型包括但不限于卷积神经网络模型、循环神经网络模型。
在一实施例中,根据预设标定规则对所述待标定参数进行标定,得到实时标定值,包括:获取待标定参数的实时关联参数;根据映射关系和待标定参数的实时关联参数确定实时标定值。
步骤S230,根据待标定参数和实时标定值更新初始配置文件,得到实时配置文件。
步骤S240,将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成自动驾驶参数的标定。
在一实施例中,将实时配置文件发送给自动驾驶车辆,采用实时配置文件中的实时标定值更新自动驾驶车辆控制器内部的待标定参数,完成自动驾驶参数的标定。控制器内部的.m文件或.c文件,由数据标准文件提供数据格式规范,在纵向标定工具中生成对应的配置文件。本实施例以自动驾驶纵向标定测试需求为导向,将纵向标定所需的参数文件在外部更改后,实时更新在控制器内部,解决了控制器数据更新流程复杂的问题,并且遵守相关规则,让非测试人员无法阅读加密数据,保证数据的安全性,降低了测试人员的工作复杂度,提高了整体效率,也能向不同车型推广,灵活方便,完善了自动驾驶测试和验证工具链。
本申请中的实施例提供了一种自动驾驶参数的标定方法,首先通过获取存储在终端的自动驾驶车辆的初始配置文件;其次,根据预设标定规则对所述待标定参数进行标定,得到实时标定值;再次,根据待标定参数和实时标定值更新初始配置文件,得到实时配置文件;最后,将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成自动驾驶参数的标定,实现了对自动驾驶车辆的待标定参数的实时修改,从而解决汽车控制器内部的参数无法实时修改等问题。
图5是本申请的一示例性实施例示出的自动驾驶参数的标定装置的框图。该装置可以应用于图1所示的实施环境,并具体配置在车机端101和服务端102中。该装置也可以适用于其它的示例性实施环境,并具体配置在其它设备中,本实施例不对该装置所适用的实施环境进行限制。
如图5所示,该示例性的自动驾驶参数的标定装置包括:
数据获取模块501,用于获取存储在终端的自动驾驶车辆的初始配置文件,初始配置文件包括待标定参数和待标定参数所对应的初始值;参数标定模块502,用于根据预设标定规则对待标定参数进行标定,得到实时标定值;配置文件更新模块503,用于根据待标定参数和所述实时标定值更新初始配置文件,得到实时配置文件;配置文件传输模块504,用于将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成所述自动驾驶参数的标定;数据获取模块、参数标定模块、配置文件更新模块和配置文件传输相连接
在该示例性的自动驾驶参数的标定装置中,首先通过获取存储在终端的自动驾驶车辆的初始配置文件;其次,根据预设标定规则对所述待标定参数进行标定,得到实时标定值;再次,根据待标定参数和实时标定值更新初始配置文件,得到实时配置文件;最后,将实时配置文件发送给自动驾驶车辆,以更新自动驾驶车辆的待标定参数,完成自动驾驶参数的标定,实现了对自动驾驶车辆的待标定参数的实时修改,从而解决汽车控制器内部的参数无法实时修改等问题。
在另一示例性的实施例中,上述自动驾驶参数的标定装置还包括:
测试数据获取模块,用于获取在各种车况下自动驾驶车辆的测试数据,测试数据包括待标定参数和待标定数据的关联参数;
规则确定模块,用于根据测试数据建立待标定数据的关联参数与待标定参数的映射关系,得到预设标定规则。
在另一示例性的实施例中,参数标定模块包括:
实时关联参数单元,用于获取所述待标定参数的实时关联参数;
实时标定值单元,用于根据映射关系和待标定参数的实时关联参数确定实时标定值。
在另一示例性的实施例中,规则确定模块包括:
标注单元,用于对在各种车况下自动驾驶车辆的测试数据进行标注,得到目标标注结果;
数据集形成单元,用于根据在各种车况下自动驾驶车辆的测试数据和目标标注结果,形成样本数据集;
模型建立单元,用于构建初始模型,采用样本数据集训练初始模型,得到用于反映待标定数据的关联参数与待标定参数的映射关系的目标模型。
在另一示例性的实施例中,模型建立单元包括:
数据集划分子单元,用于将样本数据集划分为训练数据集和测试数据集;
模型训练子单元,用于采用训练数据集训练初始模型,得到目标模型;
测试结果子单元,用于将测试数据集输入目标模型,得到目标测试结果;
模型更新子单元,用于采用交叉熵损失函数获取目标测试结果和目标标注结果的误差,并采用误差反向传播更新目标模型。
需要说明的是,上述实施例所提供的自动驾驶参数的标定装置与上述实施例所提供的自动驾驶参数的标定方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的自动驾驶参数的标定装置在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能,本处也不对此进行限制。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述各个实施例中提供的自动驾驶参数的标定方法。
图6示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图6示出的电子设备的计算机系统600仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(Central Processing Unit,CPU)601,其可以根据存储在只读存储器(Read-Only Memory,ROM)602中的程序或者从储存部分608加载到随机访问存储器(Random Access Memory,RAM)603中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 603中,还存储有系统操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(Input/Output,I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分607;包括硬盘等的储存部分608;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入储存部分608。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前所述的自动驾驶参数的标定方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个实施例中提供的自动驾驶参数的标定方法。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种自动驾驶参数的标定方法,其特征在于,包括:
获取存储在终端的自动驾驶车辆的初始配置文件,所述初始配置文件包括待标定参数和所述待标定参数所对应的初始值;
根据预设标定规则对所述待标定参数进行标定,得到实时标定值;
根据所述待标定参数和所述实时标定值更新所述初始配置文件,得到实时配置文件;
将所述实时配置文件发送给所述自动驾驶车辆,以更新所述自动驾驶车辆的待标定参数,完成所述自动驾驶参数的标定。
2.根据权利要求1所述的自动驾驶参数的标定方法,其特征在于,所述根据预设标定规则对所述待标定参数进行标定,得到实时标定值之前,还包括:
获取在各种车况下所述自动驾驶车辆的测试数据,所述测试数据包括待标定参数和待标定数据的关联参数;
根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,得到所述预设标定规则。
3.根据权利要求2所述的自动驾驶参数的标定方法,其特征在于,所述根据预设标定规则对所述待标定参数进行标定,得到实时标定值,包括:
获取所述待标定参数的实时关联参数;
根据所述映射关系和所述待标定参数的实时关联参数确定所述实时标定值。
4.根据权利要求2所述的自动驾驶参数的标定方法,其特征在于,所述根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,包括;
对在各种车况下所述自动驾驶车辆的测试数据进行标注,得到目标标注结果;
根据在各种车况下所述自动驾驶车辆的测试数据和所述目标标注结果,形成样本数据集;
构建初始模型,采用所述样本数据集训练初始模型,得到用于反映所述待标定数据的关联参数与所述待标定参数的映射关系的目标模型。
5.根据权利要求4所述的自动驾驶参数的标定方法,其特征在于,所述采用所述样本数据集训练初始模型,得到用于反映所述待标定数据的关联参数与所述待标定参数的映射关系的目标模型,包括:
将所述样本数据集划分为训练数据集和测试数据集;
采用所述训练数据集训练所述初始模型,得到目标模型;
将所述测试数据集输入所述目标模型,得到目标测试结果;
采用交叉熵损失函数获取所述目标测试结果和所述目标标注结果的误差,并采用所述误差反向传播更新所述目标模型。
6.根据权利要求4所述的自动驾驶参数的标定方法,其特征在于,所述初始模型包括卷积神经网络模型。
7.一种自动驾驶参数的标定装置,其特征在于,包括:
数据获取模块,用于获取存储在终端的自动驾驶车辆的初始配置文件,所述初始配置文件包括待标定参数和所述待标定参数所对应的初始值;
参数标定模块,用于根据预设标定规则对所述待标定参数进行标定,得到实时标定值;
配置文件更新模块,用于根据所述待标定参数和所述实时标定值更新所述初始配置文件,得到实时配置文件;
配置文件传输模块,用于将所述实时配置文件发送给所述自动驾驶车辆,以更新所述自动驾驶车辆的待标定参数,完成所述自动驾驶参数的标定,所述数据获取模块、所述参数标定模块、所述配置文件更新模块和所述配置文件传输模块相连接。
8.根据权利要求7所述的自动驾驶参数的标定装置,其特征在于,所述自动驾驶参数的标定装置,还包括:
测试数据获取模块,用于获取在各种车况下所述自动驾驶车辆的测试数据,所述测试数据包括待标定参数和待标定数据的关联参数;
规则确定模块,用于根据所述测试数据建立所述待标定数据的关联参数与所述待标定参数的映射关系,得到所述预设标定规则。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1至7中任一项所述的自动驾驶参数的标定方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行权利要求1至7中任一项所述的自动驾驶参数的标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210899526.2A CN115237096A (zh) | 2022-07-28 | 2022-07-28 | 一种自动驾驶参数的标定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210899526.2A CN115237096A (zh) | 2022-07-28 | 2022-07-28 | 一种自动驾驶参数的标定方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115237096A true CN115237096A (zh) | 2022-10-25 |
Family
ID=83677310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210899526.2A Pending CN115237096A (zh) | 2022-07-28 | 2022-07-28 | 一种自动驾驶参数的标定方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115237096A (zh) |
-
2022
- 2022-07-28 CN CN202210899526.2A patent/CN115237096A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3511836A1 (en) | Generation of automated testing scripts by converting manual test cases | |
CN110780608B (zh) | 仿真测试方法及装置 | |
CN111209202A (zh) | 终端应用测试方法和装置 | |
CN115167182B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
CN110399933B (zh) | 数据标注修正方法、装置、计算机可读介质及电子设备 | |
CN113268336B (zh) | 一种服务的获取方法、装置、设备以及可读介质 | |
CN112241330A (zh) | 结合rpa和ai的流程处理方法、装置、设备及存储介质 | |
CN115113542A (zh) | 自动驾驶仿真方法、系统、电子设备及可读存储介质 | |
CN113592033B (zh) | 油罐图像识别模型训练方法、油罐图像识别方法和装置 | |
CN115016435A (zh) | 一种自动驾驶车辆测试方法、装置、系统、设备和介质 | |
CN116225886A (zh) | 测试用例生成方法、装置、设备、存储介质及程序产品 | |
CN110717315B (zh) | 系统数据批量修改方法、装置、存储介质及电子设备 | |
EP3812884A1 (en) | Information presentation method and apparatus | |
CN111949543A (zh) | 基于分布式平台的测试方法、装置、电子设备及存储介质 | |
CN115237096A (zh) | 一种自动驾驶参数的标定方法、装置、电子设备及介质 | |
CN116090252A (zh) | 基于Matlab自动化生成输入接口模型的方法、装置、设备及介质 | |
CN116450511A (zh) | 信息更新方法、装置、电子设备和计算机可读介质 | |
CN111324470A (zh) | 用于生成信息的方法及装置 | |
CN111240786A (zh) | 一种走查方法、装置、电子设备及存储介质 | |
CN107562629B (zh) | 用于测试的方法及装置 | |
CN115062571A (zh) | 应用于集成电路器件的数据区域动态选取方法、系统、设备和计算机可读存储介质 | |
CN115934572A (zh) | 一种车控模块的测试方法、系统、计算机设备和储存介质 | |
CN114416441A (zh) | 实时数据库自动化测试方法、系统、电子设备及存储介质 | |
CN115221069A (zh) | 电子控制单元升级测试方法、系统、电子设备及存储介质 | |
CN110084298B (zh) | 用于检测图像相似度的方法及装置 |
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 |