CN116039666A - 一种自动驾驶车载传感器偏移诊断方法及装置 - Google Patents

Abstract

本发明提供了一种自动驾驶车载传感器偏移诊断方法及装置，所述方法包括：标定目标物；获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果；获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果；至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。本发明的自动驾驶车载传感器偏移诊断方法能够快速，准确地诊断出车辆上的传感器是否发生偏移。

Description

一种自动驾驶车载传感器偏移诊断方法及装置

技术领域

本发明实施例涉及智能设备自动驾驶领域，特别涉及一种自动驾驶车载传感器偏移诊断方法及装置。

背景技术

开放场景下，自动驾驶车辆面临的环境复杂多变，当前单传感器对目标检测准确性有限，且单传感器的误检率和漏检率较高，为了提高对外界的感知准确性和可靠性，多传感器融合方案备受推崇。

当前多传感器方案应用过程中，首次标定完成后就不再关注传感器的标定效果，短时间内传感器的角度和位置变化不大，对目标位置，速度、航向角检测的偏移量较小，不足以影响到多传感器融合的检测效果，但随着车辆长时间的运行，传感器难免遇到严重颠簸或其他情况造成的传感器偏移的情况，这会造成该偏移传感器对目标物的位置、角度或其他关键信息检测的准确率造成影响，同时多传感器融合的检测效果也会受到直接影响。

具体地，上述地由于长时间颠簸或其他不知情的情况出现的传感器偏移的情况，会在人们不知情的情况下造成自动驾驶车辆整体感知效果变差，具体表现在对障碍物目标的位置、航向角、速度等检测精度变差，而这种问题的排查比较困难，因此传感器偏移在线诊断及预警是非常有必要的，通过诊断既可以让技术人员实时了解传感器的偏移情况，及时提醒相关人员因传感器偏移造成的目标检测不准确带来的不良影响，又可以减少因为传感器偏移造成的感知效果变差这种问题的排查时间。

发明内容

本发明提供了一种能够快速，准确地诊断出车辆上的传感器是否发生偏移的自动驾驶车载传感器偏移诊断方法及装置。

为了解决上述技术问题，本发明实施例提供了一种自动驾驶车载传感器偏移诊断方法，包括：

标定目标物；

获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果；

获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果；

至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

作为一可选实施例，所述获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下各个车载传感器至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

作为一可选实施例，所述获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下基于多传感器融合检测方法至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

作为一可选实施例，还包括：

初次标定所述目标物后，分别确定所述各个传感器稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d，以及基于所述多传感器融合检测方法稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d；

基于得到的所述X_d值、所述Y_d值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

作为一可选实施例，还包括：

分别确定所述各个传感器在目标周期内检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1，以及在所述目标周期内基于所述多传感器融合检测方法检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1；

基于得到的所述X_d1值、所述Y_d1值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

作为一可选实施例，还包括：

根据预设的对应各传感器的融合策略计算确定多个分别对应所述各个传感器的偏移量阈值。

作为一可选实施例，所述至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器，包括：

基于对应所述各个传感器的平均值

和平均值

以及对应所述各个传感器的平均值

和平均值

计算差值；

基于所述差值与对应的传感器的偏移量阈值进行比较；

基于比较结果确定出所述目标传感器，其中，对应所述目标传感器的差值超出对应的所述偏移量阈值。

作为一可选实施例，还包括：

确定所述各个传感器的偏移量；

显示所述各个传感器的偏移量。

作为一可选实施例，还包括：

在确定出所述目标传感器时，输出警报。

本发明另一实施例同时提供一种自动驾驶车载传感器偏移诊断装置，包括：

标定模块，用于标定目标物；

第一获得模块，用于获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果；

第二获得模块，用于获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果；

计算模块，用于至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中的自动驾驶车载传感器偏移诊断方法的流程图

图2为本发明实施例中的车辆上各个传感器的布置位置示意图。

图3为本发明实施例中的自动驾驶车载传感器偏移诊断装置的结构框图。

具体实施方式

下面，结合附图对本发明的具体实施例进行详细的描述，但不作为本发明的限定。

应理解的是，可以对此处公开的实施例做出各种修改。因此，下述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本公开的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本公开的具体实施例；然而，应当理解，所公开的实施例仅仅是本公开的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此，本文所公开的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。

下面，结合附图详细的说明本发明实施例。

如图1所示，本发明实施例提供一种自动驾驶车载传感器偏移诊断方法，包括：

标定目标物；

获得多个不同场景下各个车载传感器至少对目标物的位置的检测结果；

获得多个不同场景下基于多传感器融合检测方法至少对目标物的位置的检测结果；

至少基于各个传感器对目标物位置的检测结果，以及基于多传感器融合检测方法对对目标物位置的检测结果来对各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

例如，车辆具有自动驾驶功能，其具有多个传感器。测试人员可以通过人为的方式标定目标物，或者车辆的车载系统在车辆的行驶过程中随机标定目标物，具体标定方式不唯一。该目标物可以是静物，也可以是行驶的车辆。在初次标定目标物后，系统获得多个不同场景下，如不同行驶场景下，包括不同路段，不同行驶环境、天气等场景下，各个传感器至少对目标物的位置进行检测的检测结果。同时，系统获得同样多个不同场景下，即与传感器所经历的场景相同的场景下，基于多传感器融合检测方法至少对同一目标物的位置进行检测的检测结果。当获得了两种基于不同方式检测得到的检测结果后，系统至少基于各个传感器对目标物位置的检测结果，以及基于多传感器融合检测方法对对目标物位置的检测结果来对各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

本实施例通过上述方法可以对由于车辆长时间行驶，因颠簸或其他不知情的情况出现的传感器位置偏移的情况进行诊断，以及时发现位置出现偏移的目标传感器，整体诊断过程简单快速，且准确度高，可以有效避免人们在不知情的情况下因传感器位置偏移而造成自动驾驶车辆整体感知效果变差，包括在对障碍物目标的位置、航向角、速度等进行检测时检测精度下降，降低了用户或技术人员对车辆异常的排查困难度，使用户等人员能够实时了解传感器的偏移情况，减少车辆问题的排查时间。

进一步地，本实施例中获得多个不同场景下各个车载传感器至少对目标物的位置的检测结果，包括：

获得多个不同场景下各个车载传感器至少对目标物与各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

进一步地，获得多个不同场景下基于多传感器融合检测方法至少对目标物的位置的检测结果，包括：

获得多个不同场景下基于多传感器融合检测方法至少对目标物与各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

也即，通过利用传感器以及融合方法分别检测目标物与车辆间的横向距离和纵向距离。

进一步地，本实施例中的方法还包括：

初次标定目标物后，分别确定各个传感器稳定跟踪目标物期间检测得到的与车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d，以及基于多传感器融合检测方法稳定跟踪目标物期间检测得到的与车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d；

基于得到的X_d值、Y_d值分别计算稳定跟踪期间内对应各个传感器的平均值

以及平均值

也就是根据得到的X_d值，计算对应的传感器的平均值

根据得到的Y_d值计算对应的传感器的平均值

同时，本实施例中的方法还包括：

分别确定各个传感器在目标周期内检测得到的目标物与车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1，以及在目标周期内基于多传感器融合检测方法检测得到的目标物与车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1；

基于得到的X_d1值、Y_d1值分别计算稳定跟踪期间内对应各个传感器的平均值

以及平均值

也即，同样是也就是根据得到的X_d1值，计算对应的传感器的平均值

根据得到的Y_d1值计算对应的传感器的平均值

其中，上述的固定周期具体时长不定，可根据实际车辆的性能，自动驾驶性能，传感器的数量等等而定。

进一步地，本实施例中的方法还包括：

根据预设的对应各传感器的融合策略计算确定多个分别对应各个传感器的偏移量阈值。

例如，根据融合算法中预设的对应各传感器融合策略计算得到对应各传感器的偏移量阈值D_T。

进一步地，本实施例中至少基于各个传感器对目标物位置的检测结果，以及基于多传感器融合检测方法对对目标物位置的检测结果来对各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器，包括：

基于对应各个传感器的平均值和平均值，以及对应各个传感器的平均值和平均值计算差值；

基于差值与对应的传感器的偏移量阈值进行比较；

基于比较结果确定出目标传感器，其中，对应目标传感器的差值超出对应的偏移量阈值。

例如，对比初次标定后检测得到的纵向距离、横向距离检测结果的

和

分别与基于周期性采集的数据对应的

和

的差值，将各个差值分别与对应同一传感器的偏移量阈值进行比较，并至少确定出差值超出对应的偏移量阈值的传感器为目标传感器，该目标传感器的位置发生明显偏移。而其余位于对应的偏移量阈值内的差值，与该差值对应的传感器也会发生位置偏移，但是偏移量相对较小，可以调整，也可以不调整。而对于小于对应偏移量阈值的差值，则可说明传感器未发生偏移。而且，当传感器的检测值与融合方法的检测值大于对应的传感器偏移量阈值时，则该传感器无法参与融合，小于上述阈值则能参与融合。也即是，发生较大位置偏移的传感器是无法参与融合方法的，只有位置未发生偏移，或发生较小偏移的传感器可以参与融合方法。

可选地，本实施例中的方法还包括：

确定各个传感器的偏移量；

显示各个传感器的偏移量。

和/或

在确定出目标传感器时，输出警报。

例如，确定出各个传感器的位置偏移量，或位置偏移等级，然后利用车辆上的显示屏输出各个传感器的位置偏移量，或位置偏移等级，如位置偏移较大，位置偏移较小，未发生位置偏移等。而且可以在确定出位置偏移较大的目标传感器时，控制车辆上的喇叭输出警示音，或利用屏幕输出警报信息，或同时输出警示音及警示信息，该警示信息可以包括哪个传感器发生了较大的位置偏移，需要用户或技术人员及时调整等。

具体地，为了更好地阐述本实施例的上述方法，以下结合具体实施例进行详细说明：

例如，车辆上的多个传感器配置包括：

三个激光雷达，包括两个前向32线激光雷达，一个16线后向激光雷达雷达；

四个智能摄像头，包括三个前视的主摄像头，一个后视摄像头；

五个毫米波雷达，包括一个前向、四个侧向毫米波雷达。

而试验车辆的车长为6米，车宽2.6米，车高3米。优选的，具体的安装方式可参考图所示。车辆的纵向为X向，以图2示为主，向上为正，向下为负；车辆的横向为向，以图示为主，向左为正，向右为负。

进一步地，以某个前向相机的测量结果为例进行分析，获取某稳定跟踪目标的稳定跟踪时间段内，相机纵向距离检测结果X_相机，融合方法纵向距离检测结果X_融合，计算得到相机的X_d值，统计稳定跟踪时间段内，稳定跟踪目标X_d的均值A_x。

X_d＝((X_融合-X_相机))/X_融合

类比上述关于X方向相关参数求解Y方向检测结果的归一化差值Y_d的平均值A_y的求解方式如下式：

Y_d＝((Y_融合-Y_相机))/Y_融合

上述的A_x和A_y即视为传感器在x向、y向上的偏移量。分别对比X和Y方向的偏移量A_x和对应的偏移量阈值中的x向值、A_y和对应的偏移量阈值中的y向值，如果偏移量大于阈值，则发出警告提醒，如果未超出阈值则显示偏移量即可。

上述内容仅为求取某个前向相机的偏移量方法，同理可分别求得激光雷达、毫米波雷达在前向、侧向的偏移量，并进行实时提醒。本实施例通过上述的对比初次标定的各传感器偏差与当前传感器偏差，得到车辆当前各传感器的偏移情况，并发出提醒和警告，完善车辆的自检能力。而且可以实时提供各传感器的偏移量，减少因传感器偏移造成的感知效果变差这类问题的排查时间；同时提醒相关人员做好检查工作，防止因传感器偏移造成目标检测不准确带来的不良影响，提高自动驾驶车辆的安全性。

如图3所示，本发明另一实施例同时提供一种自动驾驶车载传感器偏移诊断装置，包括：

标定模块，用于标定目标物；

第一获得模块，用于获得多个不同场景下各个车载传感器至少对目标物的位置的检测结果；

第二获得模块，用于获得多个不同场景下基于多传感器融合检测方法至少对目标物的位置的检测结果；

计算模块，用于至少基于各个传感器对目标物位置的检测结果，以及基于多传感器融合检测方法对对目标物位置的检测结果来对各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

作为一可选实施例，所述获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下各个车载传感器至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

作为一可选实施例，所述获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下基于多传感器融合检测方法至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

作为一可选实施例，还包括：

初次标定所述目标物后，分别确定所述各个传感器稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d，以及基于所述多传感器融合检测方法稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d；

基于得到的所述X_d值、所述Y_d值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

作为一可选实施例，还包括：

分别确定所述各个传感器在目标周期内检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1，以及在所述目标周期内基于所述多传感器融合检测方法检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1；

基于得到的所述X_d1值、所述Y_d1值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

作为一可选实施例，还包括：

根据预设的对应各传感器的融合策略计算确定多个分别对应所述各个传感器的偏移量阈值。

作为一可选实施例，所述至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器，包括：

基于对应所述各个传感器的平均值

和平均值

以及对应所述各个传感器的平均值

和平均值

计算差值；

基于所述差值与对应的传感器的偏移量阈值进行比较；

基于比较结果确定出所述目标传感器，其中，对应所述目标传感器的差值超出对应的所述偏移量阈值。

作为一可选实施例，还包括：

确定所述各个传感器的偏移量；

显示所述各个传感器的偏移量。

作为一可选实施例，还包括：

在确定出所述目标传感器时，输出警报。

本申请另一实施例还提供一种电子设备，包括:

一个或多个处理器；

存储器，配置为存储一个或多个程序；

当该一个或多个程序被该一个或多个处理器执行时，使得该一个或多个处理器实现上述方法。

本申请一实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的方法。应理解，本实施例中的各个方案具有上述方法实施例中对应的技术效果，此处不再赘述。

本申请实施例还提供了一种计算机程序产品，所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可读指令，所述计算机可执行指令在被执行时使至少一个处理器执行诸如上文所述实施例中的方法。应理解，本实施例中的各个方案具有上述方法实施例中对应的技术效果，此处不再赘述。

需要说明的是，本申请的计算机存储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。计算机可读介质例如可以但不限于是电、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、随机访问存储介质(RAM)、只读存储介质(ROM)、可擦式可编程只读存储介质(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储介质(CD-ROM)、光存储介质件、磁存储介质件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，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程序代码。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、传播或者传输配置为由指令执行系统、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程序代码可以用任何适当的介质传输，包括但不限于：无线、天线、光缆、RF等等，或者上述的任意合适的组合。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (10)

1.一种自动驾驶车载传感器偏移诊断方法，其特征在于，包括：

标定目标物；

获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果；

获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果；

至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

2.根据权利要求1所述的方法，其特征在于，所述获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下各个车载传感器至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

3.根据权利要求2所述的方法，其特征在于，所述获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果，包括：

获得多个不同场景下基于多传感器融合检测方法至少对所述目标物与所述各个传感器所在车辆间的横向距离检测结果、纵向距离检测结果。

4.根据权利要求3所述的方法，其特征在于，还包括：

初次标定所述目标物后，分别确定所述各个传感器稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d，以及基于所述多传感器融合检测方法稳定跟踪所述目标物期间检测得到的与所述车辆的横向距离检测结果的归一化差值X_d、纵向距离检测结果的归一化差值Y_d；

基于得到的所述X_d值、所述Y_d值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

5.根据权利要求4所述的方法，其特征在于，还包括：

分别确定所述各个传感器在目标周期内检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1，以及在所述目标周期内基于所述多传感器融合检测方法检测得到的所述目标物与所述车辆的横向距离检测结果的归一化差值X_d1、纵向距离检测结果的归一化差值Y_d1；

基于得到的所述X_d1值、所述Y_d1值分别计算稳定跟踪期间内对应所述各个传感器的平均值

以及平均值

6.根据权利要求5所述的方法，其特征在于，还包括：

根据预设的对应各传感器的融合策略计算确定多个分别对应所述各个传感器的偏移量阈值。

7.根据权利要求6所述的方法，其特征在于，所述至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器，包括：

基于对应所述各个传感器的平均值

和平均值

以及对应所述各个传感器的平均值

和平均值

计算差值；

基于所述差值与对应的传感器的偏移量阈值进行比较；

基于比较结果确定出所述目标传感器，其中，对应所述目标传感器的差值超出对应的所述偏移量阈值。

8.根据权利要求7所述的方法，其特征在于，还包括：

确定所述各个传感器的偏移量；

显示所述各个传感器的偏移量。

9.根据权利要求7所述的方法，其特征在于，还包括：

在确定出所述目标传感器时，输出警报。

10.一种自动驾驶车载传感器偏移诊断装置，其特征在于，包括：

标定模块，用于标定目标物；

第一获得模块，用于获得多个不同场景下各个车载传感器至少对所述目标物的位置的检测结果；

第二获得模块，用于获得多个不同场景下基于多传感器融合检测方法至少对所述目标物的位置的检测结果；

计算模块，用于至少基于所述各个传感器对所述目标物位置的检测结果，以及基于所述多传感器融合检测方法对对所述目标物位置的检测结果来对所述各个传感器进行诊断，以确定出是否有出现位置偏移的目标传感器。

Images