CN115311761A - 非实时车载感知系统测评方法及相关设备 - Google Patents
非实时车载感知系统测评方法及相关设备 Download PDFInfo
- Publication number
- CN115311761A CN115311761A CN202210837671.8A CN202210837671A CN115311761A CN 115311761 A CN115311761 A CN 115311761A CN 202210837671 A CN202210837671 A CN 202210837671A CN 115311761 A CN115311761 A CN 115311761A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- perception
- time
- evaluation
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 139
- 230000008447 perception Effects 0.000 claims abstract description 195
- 230000003068 static effect Effects 0.000 claims abstract description 70
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000000875 corresponding effect Effects 0.000 claims description 169
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000007619 statistical method Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种非实时车载感知系统测评方法及相关设备。该方法包括:获取每个静态元素的位置和关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;选取测评车和目标时刻;根据目标时刻对应的测评车的位置和航向确定感知范围;确定处于感知范围内的目标静态元素和目标车辆;计算目标时刻对应的标准感知信息与目标时刻对应的车载感知系统输出的感知信息之间的感知偏差;基于得到的多个感知偏差即可得到每辆车辆的车载感知系统的精度。通过本发明,解决了现有技术中试验车上的计算单元进行计算时,需要通过通信设备实时获取目标物的定位定姿数据,如果通信中断,车载感知系统测评试验就无法进行的问题。
Description
技术领域
本发明涉及车辆环境感知技术领域,尤其涉及一种非实时车载感知系统测评方法及相关设备。
背景技术
车载感知系统测评是指利用真值系统的输出值与车载感知系统的输出值进行对比,从而验证车载感知系统的输出值的准确性,其中,真值系统的输出值比车载感知系统的输出值精度更高,稳定性更好。
目前,车载感知系统测评方法中的试验场内测评方法,主要是利用RTK(Real-timekinematic,实时动态)载波相位差分技术,在试验车辆与目标物上安装定位设备和通信设备,目标物的定位定姿数据通过通信设备发送至试验车,然后通过试验车上的计算单元实时计算试验车辆与目标物的相对信息,以试验车辆与目标物的相对信息作为真值与车载感知系统的输出值进行对比。但是,试验车上的计算单元进行计算时,需要通过通信设备实时获取目标物的定位定姿数据,因此,若存在外界因素导致通信中断,试验车上的计算单元就无法实时获取目标物的定位定姿数据进行计算,从而就无法得到真值与车载感知系统的输出值进行对比,导致车载感知系统测评试验失败。
发明内容
为了解决上述技术问题,本发明提供一种非实时车载感知系统测评方法及相关设备。
第一方面,本发明提供一种非实时车载感知系统测评方法,所述非实时车载感知系统测评方法包括:
获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
选取一个未被选取过的车辆作为测评车;
选取一个未被选取过的时刻作为目标时刻;
根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
根据每个静态元素的位置确定处于感知范围内的目标静态元素;
根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
基于得到的多个感知偏差得到测评车的车载感知系统的精度;
将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
可选的,在所述获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息的步骤之后,包括:
基于静态元素的位置构建试验场的三维高精度地图;
通过三维高精度地图搭建虚拟沙盘,以供实现可视化试验场;
或,
将每辆车辆在每个时刻的位置、航向以及速度映射在三维高精度地图上,以供实现可视化试验场。
可选的,所述根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息的步骤,包括:
根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
可选的,所述基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差的步骤,包括:
将目标时刻对应的标准感知信息和目标时刻对应的车载感知系统输出的感知信息代入预设公式,计算得到感知偏差,预设公式如下:
其中,λ为感知偏差,β为标准感知信息,α为输出的感知信息。
可选的,在所述基于得到的多个感知偏差得到测评车的车载感知系统的精度的步骤,包括:
基于得到的多个感知偏差进行统计分析,得到测评车的车载感知系统的精度。
第二方面,本发明还提供一种非实时车载感知系统测评装置,所述非实时车载感知系统测评装置包括:
第一获取模块,用于获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
第一选取模块,用于选取一个未被选取过的车辆作为测评车;
第二选取模块,用于选取一个未被选取过的时刻作为目标时刻;
第一确定模块,用于根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
第二确定模块,用于根据每个静态元素的位置确定处于感知范围内的目标静态元素;
第三确定模块,用于根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
第一计算模块,用于根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
第二计算模块,用于基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
第一执行模块,用于返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
第二获取模块,用于基于得到的多个感知偏差得到测评车的车载感知系统的精度;
第二执行模块,用于将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
可选的,第一计算模块,用于
根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
可选的,第二计算模块,用于
将目标时刻对应的标准感知信息和目标时刻对应的车载感知系统输出的感知信息代入预设公式,计算得到感知偏差,预设公式如下:
其中,λ为感知偏差,β为标准感知信息,α为输出的感知信息。
第三方面,本发明还提供一种非实时车载感知系统测评设备,所述非实时车载感知系统测评设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的非实时车载感知系统测评程序,其中所述非实时车载感知系统测评程序被所述处理器执行时,实现如上所述的非实时车载感知系统测评方法的步骤。
第四方面,本发明还提供一种可读存储介质,所述可读存储介质上存储有非实时车载感知系统测评程序,其中所述非实时车载感知系统测评程序被处理器执行时,实现如上所述的非实时车载感知系统测评方法的步骤。
本发明中,获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;选取一个未被选取过的车辆作为测评车;选取一个未被选取过的时刻作为目标时刻;根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;根据每个静态元素的位置确定处于感知范围内的目标静态元素;根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;基于得到的多个感知偏差得到测评车的车载感知系统的精度;将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。通过本发明,先将每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息关联存储,再根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息,最后基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差,即可得到车辆车载感知系统的精度的情况,测评车与目标车之间不需要实时进行通信,因此不会因为外界因素导致通信中断,使得车载感知系统测评试验无法进行,解决了现有技术中试验车上的计算单元进行计算时,需要通过通信设备实时获取目标物的定位定姿数据,如果通信中断,车载感知系统测评试验就无法进行的问题。
附图说明
图1为本发明实施例方案中涉及的非实时车载感知系统测评设备的硬件结构示意图;
图2为本发明非实时车载感知系统测评方法第一实施例的流程示意图;
图3为本发明非实时车载感知系统测评方法一实施例的标准感知信息示意图;
图4为图2中步骤S70细化流程示意图;
图5为本发明非实时车载感知系统测评装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
第一方面,本发明实施例提供一种非实时车载感知系统测评设备。
参照图1,图1为本发明实施例方案中涉及的非实时车载感知系统测评设备的硬件结构示意图。本发明实施例中,非实时车载感知系统测评设备可以包括处理器1001(例如中央处理器Central Processing Unit,CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WI-FI接口);存储器1005可以是高速随机存取存储器(random access memory,RAM),也可以是稳定的存储器(non-volatilememory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及非实时车载感知系统测评程序。其中,处理器1001可以调用存储器1005中存储的非实时车载感知系统测评程序,并执行本发明实施例提供的非实时车载感知系统测评方法。
第二方面,本发明实施例提供了一种非实时车载感知系统测评方法。
一实施例中,参照图2,图2为本发明非实时车载感知系统测评方法第一实施例的流程示意图。如图2所示,非实时车载感知系统测评方法,包括:
步骤S10,获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
本实施例中,静态元素包括车道线、交通标志牌、交通信号灯以及井盖,获取每个静态元素的位置,并通过RTK(Real-time kinematic,实时动态)载波相位差分技术对获取的重点静态元素的位置进行校验,其中,重点静态元素根据用户需求确定。
获取关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息。具体地,获取关联存储的车辆1在t1时刻的位置、航向、速度和车载感知系统输出的感知信息11,车辆1在t2时刻的位置、航向、速度和车载感知系统输出的感知信息12,车辆2在t1时刻的位置、航向、速度和车载感知系统输出的感知信息21,车辆2在t2时刻的位置、航向、速度和车载感知系统输出的感知信息22,车辆3在t1时刻的位置、航向、速度和车载感知系统输出的感知信息31,车辆3在t2时刻的位置、航向、速度和车载感知系统输出的感知信息32。容易想到的是,本实施例中的车辆数量以及时刻个数仅供参考,在此不做限制。
步骤S20,选取一个未被选取过的车辆作为测评车;
本实施例中,若车辆有5辆,且5辆车都未被选取作为测评车过,则从5辆车中选取一个车辆作为测评车,若5辆车中有1辆被选取作为测评车过,则从剩余4辆车中选取一个车辆作为测评车。
步骤S30,选取一个未被选取过的时刻作为目标时刻;
本实施例中,在获取的关联存储的每个时刻中,选取一个未被选取过的时刻作为目标时刻。
步骤S40,根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
本实施例中,若目标时刻为t1时刻,则根据t1时刻对应的测评车的位置和航向确定测评车的车载感知系统的感知范围。
步骤S50,根据每个静态元素的位置确定处于感知范围内的目标静态元素;
本实施例中,确定车载感知系统的感知范围之后,根据每个静态元素的位置,确定处于测评车的车载感知系统的感知范围内的目标静态元素。
步骤S60,根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
本实施例中,确定车载感知系统的感知范围之后,根据目标时刻对应的其他车辆的位置确定处于测评车的车载感知系统的感知范围内的目标车辆,即,在目标时刻,处于测评车的车载感知系统的感知范围内车辆即为目标车辆。
步骤S70,根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
本实施例中,参照图3,图3为本发明非实时车载感知系统测评方法一实施例的标准感知信息示意图。如图3所示,标准感知信息包括目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度以及目标时刻对应的测评车辆与静态元素的第一相对距离。根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度进行计算,即可得到目标时刻对应的标准感知信息。
进一步地,一实施例中,参照图4,图4为图2中步骤S70细化流程示意图。如图4所示,步骤S70包括:
S701,根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
S702,根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
本实施例中,以车辆的后轴中心作为检测点,根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆的检测点与目标车的检测点的第一横向相对距离、第一纵向相对距离和第一相对速度。
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆的检测点与静态元素的第一相对距离。容易想到的是,第一横向相对距离、第一纵向相对距离以及第一相对距离通过两点间距离公式即可计算得到。
步骤S80,基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
本实施例中,基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,即可通过计算得到目标时刻对应的标准感知信息与目标时刻对应的车载感知系统输出的感知信息之间的感知偏差。其中,目标时刻对应的车载感知系统输出的感知信息包括目标时刻对应的测评车与静态元素的第二相对距离、测评车与目标车辆之间的第二纵向相对距离,第二横向相对距离以及第二相对速度。
进一步地,一实施例中,步骤S80包括:
将目标时刻对应的标准感知信息和目标时刻对应的车载感知系统输出的感知信息代入预设公式,计算得到感知偏差,预设公式如下:
其中,λ为感知偏差,β为标准感知信息,α为输出的感知信息。
本实施例中,将目标时刻对应的标准感知信息和目标时刻对应的车载感知系统输出的感知信息代入预设公式,即可计算得到目标时刻对应的标准感知信息与目标时刻对应的车载感知系统输出的感知信息之间的感知偏差,预设公式如下:
其中,λ为感知偏差,β为标准感知信息,α为输出的感知信息,容易想到的是,若目标时刻对应的标准感知信息为第一相对距离,则目标时刻对应的车载感知系统输出的感知信息为第二相对距离,若目标时刻对应的标准感知信息为第一纵向相对距离,则目标时刻对应的车载感知系统输出的感知信息为第二纵向相对距离,若目标时刻对应的标准感知信息为第一横向相对距离,则目标时刻对应的车载感知系统输出的感知信息为第二横向相对距离,若目标时刻对应的标准感知信息为第一相对速度,则目标时刻对应的车载感知系统输出的感知信息为第二相对速度。
步骤S90,返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
本实施例中,计算得到一个目标时刻对应的标准感知信息与目标时刻对应的车载感知系统输出的感知信息之间的感知偏差之后,返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过,得到多个时刻对应的标准感知信息与多个时刻对应的车载感知系统输出的感知信息之间的多个感知偏差。
步骤S11,基于得到的多个感知偏差得到测评车的车载感知系统的精度;
本实施例中,基于得到的多个感知偏差进行统计分析,即可得到测评车的车载感知系统的精度情况。
进一步地,一实施例中,步骤S11包括:
基于得到的多个感知偏差进行统计分析,得到测评车的车载感知系统的精度。
本实施例中,基于得到的多个感知偏差进行统计分析,得到测评车的车载感知系统的精度情况,多个感知偏差的均值越小,测评车的车载感知系统的精度越高。
步骤S12,将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
本实施例中,当一测评车的每个时刻都被选取过后,即可基于得到的多个感知偏差得到测评车的车载感知系统的精度,再将每辆车辆的每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆,即可得到的多辆车辆在多个时刻对应的多个感知偏差。基于多辆车辆在多个时刻对应的多个感知偏差进行统计分析,即可得到多辆车辆的车载感知系统的精度情况。其中,多辆车辆在多个时刻对应的多个感知偏差的最小均值对应的车辆的车载感知系统的精度最高。
本实施例中,获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;选取一个未被选取过的车辆作为测评车;选取一个未被选取过的时刻作为目标时刻;根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;根据每个静态元素的位置确定处于感知范围内的目标静态元素;根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;基于得到的多个感知偏差得到测评车的车载感知系统的精度;将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。通过本实施例,先将每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息关联存储,再根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息,最后基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差,即可得到车辆车载感知系统的精度的情况,测评车与目标车之间不需要实时进行通信,因此不会因为外界因素导致通信中断,使得车载感知系统测评试验无法进行,解决了现有技术中试验车上的计算单元进行计算时,需要通过通信设备实时获取目标物的定位定姿数据,如果通信中断,车载感知系统测评试验就无法进行的问题。
进一步地,一实施例中,在步骤S10之后,包括:
基于静态元素的位置构建试验场的三维高精度地图;
通过三维高精度地图搭建虚拟沙盘,以供实现可视化试验场;
或,
将每辆车辆在每个时刻的位置、航向以及速度映射在三维高精度地图上,以供实现可视化试验场。
本实施例中,基于静态元素的位置构建试验场的三维高精度地图,通过三维高精度地图搭建虚拟沙盘,可以展现出试验场的虚拟模型以供实现可视化试验场。
或,将每辆车辆在每个时刻的位置、航向、速度以及车载感知系统输出的感知信息映射在三维高精度地图上,这样就能知道每辆车辆在三维高精度地图上的位置、航向以及速度,就可以复现每辆车辆的真实状态,就可以实现可视化试验场。
第三方面,本发明实施例还提供一种非实时车载感知系统测评装置。
进一步地,一实施例中,参照图5,图5为本发明非实时车载感知系统测评装置一实施例的功能模块示意图。如图5所示,非实时车载感知系统测评装置,包括:
第一获取模块10,用于获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
第一选取模块20,用于选取一个未被选取过的车辆作为测评车;
第二选取模块30,用于选取一个未被选取过的时刻作为目标时刻;
第一确定模块40,用于根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
第二确定模块50,用于根据每个静态元素的位置确定处于感知范围内的目标静态元素;
第三确定模块60,用于根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
第一计算模块70,用于根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
第二计算模块80,用于基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
第一执行模块90,用于返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
第二获取模块11,用于基于得到的多个感知偏差得到测评车的车载感知系统的精度;
第二执行模块12,用于将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
进一步地,一实施例中,非实时车载感知系统测评装置,还包括:
构建模块,用于基于静态元素的位置构建试验场的三维高精度地图;
通过三维高精度地图搭建虚拟沙盘,以供实现可视化试验场;
或,
映射模块,用于将每辆车辆在每个时刻的位置、航向以及速度映射在三维高精度地图上,以供实现可视化试验场。
进一步地,一实施例中,第一计算模块70,用于:
根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
进一步地,一实施例中,第二计算模块80,用于:
将目标时刻对应的标准感知信息和目标时刻对应的车载感知系统输出的感知信息代入预设公式,计算得到感知偏差,预设公式如下:
其中,λ为感知偏差,β为标准感知信息,α为输出的感知信息。
进一步地,一实施例中,第二获取模块11,用于:
基于得到的多个感知偏差进行统计分析,得到测评车的车载感知系统的精度。
其中,上述非实时车载感知系统测评装置中各个模块的功能实现与上述非实时车载感知系统测评方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
第四方面,本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有非实时车载感知系统测评程序,其中所述非实时车载感知系统测评程序被处理器执行时,实现如上述的非实时车载感知系统测评方法的步骤。
其中,非实时车载感知系统测评程序被执行时所实现的方法可参照本发明非实时车载感知系统测评方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种非实时车载感知系统测评方法,其特征在于,所述非实时车载感知系统测评方法包括:
获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
选取一个未被选取过的车辆作为测评车;
选取一个未被选取过的时刻作为目标时刻;
根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
根据每个静态元素的位置确定处于感知范围内的目标静态元素;
根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
基于得到的多个感知偏差得到测评车的车载感知系统的精度;
将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
2.如权利要求1所述的非实时车载感知系统测评方法,其特征在于,在所述获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息的步骤之后,包括:
基于静态元素的位置构建试验场的三维高精度地图;
通过三维高精度地图搭建虚拟沙盘,以供实现可视化试验场;
或,
将每辆车辆在每个时刻的位置、航向以及速度映射在三维高精度地图上,以供实现可视化试验场。
3.如权利要求1所述的非实时车载感知系统测评方法,其特征在于,所述根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息的步骤,包括:
根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
5.如权利要求1所述的非实时车载感知系统测评方法,其特征在于,在所述基于得到的多个感知偏差得到测评车的车载感知系统的精度的步骤,包括:
基于得到的多个感知偏差进行统计分析,得到测评车的车载感知系统的精度。
6.一种非实时车载感知系统测评装置,其特征在于,所述非实时车载感知系统测评装置包括:
第一获取模块,用于获取每个静态元素的位置以及关联存储的每个时刻以及每个时刻对应的每辆车辆的位置、航向、速度和车载感知系统输出的感知信息;
第一选取模块,用于选取一个未被选取过的车辆作为测评车;
第二选取模块,用于选取一个未被选取过的时刻作为目标时刻;
第一确定模块,用于根据目标时刻对应的测评车的位置和航向确定车载感知系统的感知范围;
第二确定模块,用于根据每个静态元素的位置确定处于感知范围内的目标静态元素;
第三确定模块,用于根据目标时刻对应的其他车辆的位置确定处于感知范围内的目标车辆;
第一计算模块,用于根据目标静态元素的位置、目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,得到目标时刻对应的标准感知信息;
第二计算模块,用于基于目标时刻对应的标准感知信息以及目标时刻对应的车载感知系统输出的感知信息,得到感知偏差;
第一执行模块,用于返回执行选取一个未被选取过的时刻作为目标时刻的步骤,直至每个时刻都被选取过;
第二获取模块,用于基于得到的多个感知偏差得到测评车的车载感知系统的精度;
第二执行模块,用于将每个时刻均设置为未被选取状态,返回执行选取一个未被选取过的车辆作为测评车的步骤,直至不存在未被选取过的车辆。
7.如权利要求6所述的非实时车载感知系统测评装置,其特征在于,第一计算模块,用于:
根据目标时刻对应的测评车的位置、航向和速度以及目标时刻对应的目标车辆的位置、航向和速度,计算得到目标时刻对应的测评车辆与目标车的第一横向相对距离、第一纵向相对距离和第一相对速度;
根据目标静态元素的位置以及目标时刻对应的测评车的位置和航向,计算得到目标时刻对应的测评车辆与静态元素的第一相对距离。
9.一种非实时车载感知系统测评设备,其特征在于,所述非实时车载感知系统测评设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的非实时车载感知系统测评程序,其中所述非实时车载感知系统测评程序被所述处理器执行时,实现如权利要求1至5中任一项所述的非实时车载感知系统测评方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有非实时车载感知系统测评程序,其中所述非实时车载感知系统测评程序被处理器执行时,实现如权利要求1至5中任一项所述的非实时车载感知系统测评方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837671.8A CN115311761B (zh) | 2022-07-15 | 2022-07-15 | 非实时车载感知系统测评方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837671.8A CN115311761B (zh) | 2022-07-15 | 2022-07-15 | 非实时车载感知系统测评方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115311761A true CN115311761A (zh) | 2022-11-08 |
CN115311761B CN115311761B (zh) | 2023-11-03 |
Family
ID=83856449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210837671.8A Active CN115311761B (zh) | 2022-07-15 | 2022-07-15 | 非实时车载感知系统测评方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311761B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004038640A (ja) * | 2002-07-04 | 2004-02-05 | Nissan Motor Co Ltd | 車両用外界認識装置 |
WO2019074478A1 (en) * | 2017-10-09 | 2019-04-18 | Vivek Anand Sujan | AUTONOMOUS SECURITY SYSTEMS AND METHODS FOR VEHICLES |
CN111580116A (zh) * | 2020-05-20 | 2020-08-25 | 湖北亿咖通科技有限公司 | 一种车载系统的目标检测性能的评价方法和电子设备 |
WO2020224434A1 (zh) * | 2019-05-05 | 2020-11-12 | 腾讯科技(深圳)有限公司 | 一种驾驶仿真方法、装置、电子设备及计算机存储介质 |
CN112147632A (zh) * | 2020-09-23 | 2020-12-29 | 中国第一汽车股份有限公司 | 车载激光雷达感知算法的测试方法、装置、设备和介质 |
CN112147980A (zh) * | 2020-09-24 | 2020-12-29 | 北京车和家信息技术有限公司 | 车辆控制器测试方法、装置及测试设备 |
JP2021082300A (ja) * | 2020-05-25 | 2021-05-27 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 車両測位方法、装置、電子機器、車両及び記憶媒体 |
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 |
EP3916421A2 (en) * | 2021-02-19 | 2021-12-01 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Testing method and apparatus for vehicle perception system, device, and storage medium |
WO2022000127A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 一种目标跟踪方法及其装置 |
CN114078242A (zh) * | 2022-01-19 | 2022-02-22 | 浙江吉利控股集团有限公司 | 基于自动驾驶的感知决策模型升级方法及系统 |
US20220194395A1 (en) * | 2020-12-22 | 2022-06-23 | Uatc, Llc | Systems and Methods for Generation and Utilization of Vehicle Testing Knowledge Structures for Autonomous Vehicle Simulation |
-
2022
- 2022-07-15 CN CN202210837671.8A patent/CN115311761B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004038640A (ja) * | 2002-07-04 | 2004-02-05 | Nissan Motor Co Ltd | 車両用外界認識装置 |
WO2019074478A1 (en) * | 2017-10-09 | 2019-04-18 | Vivek Anand Sujan | AUTONOMOUS SECURITY SYSTEMS AND METHODS FOR VEHICLES |
WO2020224434A1 (zh) * | 2019-05-05 | 2020-11-12 | 腾讯科技(深圳)有限公司 | 一种驾驶仿真方法、装置、电子设备及计算机存储介质 |
CN111580116A (zh) * | 2020-05-20 | 2020-08-25 | 湖北亿咖通科技有限公司 | 一种车载系统的目标检测性能的评价方法和电子设备 |
JP2021082300A (ja) * | 2020-05-25 | 2021-05-27 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 車両測位方法、装置、電子機器、車両及び記憶媒体 |
WO2022000127A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 一种目标跟踪方法及其装置 |
CN112147632A (zh) * | 2020-09-23 | 2020-12-29 | 中国第一汽车股份有限公司 | 车载激光雷达感知算法的测试方法、装置、设备和介质 |
CN112147980A (zh) * | 2020-09-24 | 2020-12-29 | 北京车和家信息技术有限公司 | 车辆控制器测试方法、装置及测试设备 |
US20220194395A1 (en) * | 2020-12-22 | 2022-06-23 | Uatc, Llc | Systems and Methods for Generation and Utilization of Vehicle Testing Knowledge Structures for Autonomous Vehicle Simulation |
EP3916421A2 (en) * | 2021-02-19 | 2021-12-01 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Testing method and apparatus for vehicle perception system, device, and storage medium |
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 |
CN114078242A (zh) * | 2022-01-19 | 2022-02-22 | 浙江吉利控股集团有限公司 | 基于自动驾驶的感知决策模型升级方法及系统 |
Non-Patent Citations (1)
Title |
---|
蔡权慧: "智慧高速信息化系统构成浅析", vol. 34, no. 4, pages 772 - 774 * |
Also Published As
Publication number | Publication date |
---|---|
CN115311761B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108253973B (zh) | 高精度地图和标准地图关联的方法及装置 | |
US10473476B2 (en) | Vehicle routing guidance to an authoritative location for a point of interest | |
CN103843035A (zh) | 用于几何校准借助车辆的传感器系统形成的传感器数据的设备和方法 | |
KR102676238B1 (ko) | 차량용 측위 장치 및 그의 측위 방법과 그를 포함하는 차량 | |
CN111127584A (zh) | 建立视觉地图的方法和装置、电子设备和存储介质 | |
CN113012429B (zh) | 一种车路多传感器数据融合方法及系统 | |
CN115311761B (zh) | 非实时车载感知系统测评方法及相关设备 | |
CN110057377A (zh) | 路径导航方法及相关产品 | |
CN111210297B (zh) | 一种上车点的划分方法及装置 | |
CN112284402B (zh) | 一种车辆定位的方法和装置 | |
CN114048626A (zh) | 一种交通流仿真场景构建方法及系统 | |
CN114706060A (zh) | 一种车载多激光雷达标定方法、装置、设备及存储介质 | |
CN113869715A (zh) | 站点分组方法、归属站点确定方法、装置和计算机设备 | |
CN111326006B (zh) | 车道导航的提醒方法、提醒系统、存储介质、及车载终端 | |
CN111522895B (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN117146854B (zh) | 配置车辆移动轨迹的方法及其相关装置 | |
CN112784533B (zh) | 车道组编号生成方法、装置、计算机设备和存储介质 | |
US10907975B2 (en) | Apparatus for producing a digital topographical position map in a vehicle | |
CN112665593B (zh) | 一种车辆定位方法及装置 | |
CN112650822B (zh) | 地图接入方法、装置、电子设备和机器可读存储介质 | |
CN114994646A (zh) | 激光雷达融合算法检测方法、装置、设备及可读存储介质 | |
CN115015889A (zh) | 激光雷达位姿调整方法、装置、设备及可读存储介质 | |
CN117842044A (zh) | 道路风险评估方法、装置、计算机设备和存储介质 | |
CN115793005A (zh) | 定位模式切换方法、装置、设备及存储介质 | |
CN116303484A (zh) | 一种矢量精度确定方法及高精底图更新方法 |
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 |