CN116500565A - 自动驾驶感知检测能力的评测方法、装置及设备 - Google Patents
自动驾驶感知检测能力的评测方法、装置及设备 Download PDFInfo
- Publication number
- CN116500565A CN116500565A CN202310769489.8A CN202310769489A CN116500565A CN 116500565 A CN116500565 A CN 116500565A CN 202310769489 A CN202310769489 A CN 202310769489A CN 116500565 A CN116500565 A CN 116500565A
- Authority
- CN
- China
- Prior art keywords
- target
- detection
- data
- real
- matching result
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 410
- 230000008447 perception Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开是关于一种自动驾驶感知检测能力的评测方法、装置及设备。其中，该方法包括：获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据；获取目标环境中的真实目标和真实目标对应的真值数据；根据检测目标、检测数据、真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果；基于第一匹配结果，从检测数据和真值数据中确定相匹配的第一检测数据和第一真值数据；根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。通过本公开的技术方案，可以提高检测目标与真实目标的匹配准确率，从而对自动驾驶感知检测能力进行更为精确的评测。
Description
技术领域
本公开涉及自动驾驶技术领域，尤其涉及一种自动驾驶感知检测能力的评测方法、装置及设备。
背景技术
SIL（software in the loop，软件在环）评测是评测自动驾驶感知检测能力的一种通用的测试方法，SIL评测中需要将检测目标与真实目标进行匹配，匹配结果的准确率直接影响得到的评测结果的准确性。
相关技术中，通常采用IOU（intersection over union，交并比）方法进行检测目标与真实目标之间的匹配，但当自动驾驶的传感器的测距精度较低，或者检测目标之间的横向距离误差较大时，通过IOU方法进行匹配的准确率较低。
发明内容
为克服相关技术中存在的问题，本公开提供一种自动驾驶感知检测能力的评测方法、装置、设备及存储介质。
根据本公开实施例的第一方面，提供一种自动驾驶感知检测能力的评测方法，包括： 获取环境感知传感器对目标环境进行检测得到的检测目标和所述检测目标对应的检测数据；获取所述目标环境中的真实目标和所述真实目标对应的真值数据；根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果；基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据；根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测。
在一种实现方式中，所述根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果，包括：确定所述检测目标和所述真实目标的目标类型；基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构；基于所述真实目标和所述真值数据，生成所述目标类型的第二图结构；分别基于所述目标类型对应的所述第一图结构和所述第二图结构进行图匹配，获得所述第一匹配结果。
在一种可选地实现方式中，所述基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构，包括：从所述检测数据中，获取属于对应目标类型的检测目标的第二检测数据；其中，所述检测数据包括以下至少一种：所述检测目标的尺寸、所述检测目标之间的距离数据和所述检测目标的位置数据；基于所述属于对应目标类型的检测目标生成节点；基于所述第二检测数据确定所述节点的节点属性；基于所述第二检测数据确定所述节点之间边的边权重；根据所述节点和所述节点之间边的边权重，生成所述目标类型对应的第一图结构。
在一种实现方式中，所述基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据，包括：基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果；根据所述真实匹配结果，从所述检测目标和所述真实目标中获取相匹配的第一检测目标和第一真实目标；获取所述检测数据中所述第一检测目标对应的所述第一检测数据；获取所述真值数据中所述第一真实目标对应的所述第一真值数据。
在一种可选地实现方式中，所述基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果，包括：根据所述检测数据和所述真值数据对所述检测目标和所述真实目标进行交并比匹配，获得所述检测目标和所述真实目标之间的第二匹配结果；基于所述第一匹配结果对所述第二匹配结果进行修正，获取所述真实匹配结果。
在一种实现方式中，所述根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测，包括：获取所述第一检测数据和所述第一真值数据之间的差异值；基于所述差异值对所述自动驾驶感知检测能力进行评测。
根据本公开实施例的第二方面，提供一种自动驾驶感知检测能力的评测装置，包括：第一获取模块，用于获取环境感知传感器对目标环境进行检测得到的检测目标和所述检测目标对应的检测数据；第二获取模块，用于获取所述目标环境中的真实目标和所述真实目标对应的真值数据；匹配模块，用于根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果；处理模块，用于基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据；评测模块，用于根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测。
在一种实现方式中，所述匹配模块具体用于：确定所述检测目标和所述真实目标的目标类型；基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构；基于所述真实目标和所述真值数据，生成所述目标类型的第二图结构；分别基于所述目标类型对应的所述第一图结构和所述第二图结构进行图匹配，获得所述第一匹配结果。
在一种可选地实现方式中，所述匹配模块具体用于：从所述检测数据中，获取属于对应目标类型的检测目标的第二检测数据；其中，所述检测数据包括以下至少一种：所述检测目标的尺寸、所述检测目标之间的距离数据和所述检测目标的位置数据；基于所述属于对应目标类型的检测目标生成节点；基于所述第二检测数据确定所述节点的节点属性；基于所述第二检测数据确定所述节点之间边的边权重；根据所述节点和所述节点之间边的边权重，生成所述目标类型对应的第一图结构。
在一种实现方式中，所述处理模块具体用于：基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果；根据所述真实匹配结果，从所述检测目标和所述真实目标中获取相匹配的第一检测目标和第一真实目标；获取所述检测数据中所述第一检测目标对应的所述第一检测数据；获取所述真值数据中所述第一真实目标对应的所述第一真值数据。
在一种可选地实现方式中，所述处理模块具体用于：根据所述检测数据和所述真值数据对所述检测目标和所述真实目标进行交并比匹配，获得所述检测目标和所述真实目标之间的第二匹配结果；基于所述第一匹配结果对所述第二匹配结果进行修正，获取所述真实匹配结果。
在一种实现方式中，所述评测模块具体用于：获取所述第一检测数据和所述第一真值数据之间的差异值；基于所述差异值对所述自动驾驶感知检测能力进行评测。
根据本公开实施例的第三方面，提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述第一方面所述的方法。
根据本公开实施例的第四方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如前述第一方面所述的方法。
根据本公开实施例的第五方面，本公开提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：可以基于环境感知传感器检测得到的检测目标和检测数据，以及同一环境中的真实目标和真值数据进行图匹配，获取检测目标和所述真实目标之间的第一匹配结果，以根据第一匹配结果确定相匹配的第一检测数据和第一真值数据，进而根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测。能够提高检测目标与真实目标的匹配准确率，从而对自动驾驶感知检测能力进行更为精确的评测。
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，并不能限制本公开。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测方法的流程图。
图2是根据一示例性实施例示出的另一种自动驾驶感知检测能力的评测方法的流程图。
图3是根据一示例性实施例示出的又一种自动驾驶感知检测能力的评测方法的流程图。
图4是根据一示例性实施例示出的又一种自动驾驶感知检测能力的评测方法的流程图。
图5是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测方案的示意图。
图6是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测装置的框图。
图7是根据一示例性实施例示出的一种用于自动驾驶感知检测能力的评测的电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本公开中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本公开实施例的范围，也不表示先后顺序。
图1是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测方法的流程图，如图1所示，该方法可以包括但不限于以下步骤。
步骤S101：获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据。
具体而言，获取环境感知传感器对目标环境进行检测所得到的检测目标，以及检测目标对应的检测数据。
需要说明的是，在本公开的实施例中，上述环境感知传感器可以包括但不限于摄像头和各种类型的雷达。
其中，在本公开的一些实施例中，上述环境传感器可以为具备自动驾驶功能的车辆上的环境感知传感器，上述目标环境为用于评测自动驾驶感知检测能力的交通环境。
步骤S102：获取目标环境中的真实目标和真实目标对应的真值数据。
具体而言，通过实际测量获取环境感知传感器对目标环境进行检测时，目标环境中存在的所有真实目标，以及真实目标对应的真值数据。
步骤S103：根据检测目标、检测数据、真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果。
举例而言，根据检测目标和检测数据生成检测目标对应的图结构，根据真实目标和真实目标对应的真值数据生成真实目标对应的图结构，从而根据上述图结构进行图匹配，获得检测目标和真实目标之间的第一匹配结果。
步骤S104：基于第一匹配结果，从检测数据和真值数据中确定相匹配的第一检测数据和第一真值数据。
举例而言，基于检测目标和真实目标之间的第一匹配结果，分别从检测数据和真值数据中，确定相匹配的检测目标和真实目标对应的第一检测数据和第一真值数据。
步骤S105：根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。
举例而言，根据第一检测数据和第一真值数据获取自动驾驶感知检测的检测误差，以根据检测误差对自动驾驶感知检测能力进行评测。
通过实施本公开实施例，可以基于环境感知传感器检测得到的检测目标和检测数据，以及同一环境中的真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果，以根据第一匹配结果确定相匹配的第一检测数据和第一真值数据，进而根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。能够提高检测目标与真实目标的匹配准确率，从而对自动驾驶感知检测能力进行更为精确的评测。
在本公开的一种实现方式中，可以分别获取同一类型的检测目标和真实目标对应的图结构，从而对同一目标类型的检测目标和真实目标对应的图结构图匹配，获得第一匹配结果。作为一种示例，请参见图2，图2是根据一示例性实施例示出的另一种自动驾驶感知检测能力的评测方法的流程图，如图2所示，该方法可以包括但不限于以下步骤。
步骤S201：获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据。
在本公开的实施例中，步骤S201可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S202：获取目标环境中的真实目标和真实目标对应的真值数据。
在本公开的实施例中，步骤S202可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S203：确定检测目标和真实目标的目标类型。
具体而言，确定每个检测目标所属的目标类型，以及每个真实目标所属的目标类型。
其中，在本公开的实施例中，目标类型可以包括但不限于车辆、行人以及障碍物等。
步骤S204：基于检测目标和检测数据，生成目标类型的第一图结构。
举例而言，基于每个目标类型对应的检测目标和该检测目标对应的检测数据，生成每个目标类型对应的节点和节点之间的边，从而根据每个目标类型对应的节点和节点之间的边，生成每个目标类型对应的第一图结构。
其中，在本公开的实施例中，检测数据包括以下至少一种：检测目标的尺寸、检测目标之间的距离数据和检测目标的位置数据。
在一种可选地实现方式中，上述基于检测目标和检测数据，生成目标类型的第一图结构，包括：从检测数据中，获取属于对应目标类型的检测目标的第二检测数据；基于属于对应目标类型的检测目标生成节点；基于第二检测数据确定节点的节点属性；基于第二检测数据确定节点之间边的边权重；根据节点和节点之间边的边权重，生成目标类型对应的第一图结构。
作为一种示例，以目标类型为车辆为例，从检测数据中获取每个车辆对应的第二检测数据；基于检测到的每个车辆生成对应的节点，将车辆类别及对应的车辆尺寸作为每个节点的节点属性；基于车辆对应的检测数据确定车辆之间的距离和车辆的相对方位，作为节点之间边的边权重；从而根据节点和节点之间边的边权重，生成车辆对应的第一图结构。
步骤S205：基于真实目标和真值数据，生成目标类型的第二图结构。
其中，在本公开的实施例中，真值数据包括以下至少一种：真实目标的尺寸、真实目标之间的距离数据和真实目标的位置数据。
作为一种示例，以目标类型为车辆为例，从真值数据中获取每个车辆对应的真值数据；基于每个真实的车辆生成对应的节点，将车辆类别及对应的车辆尺寸作为每个节点的节点属性；基于车辆对应的真值数据确定车辆之间的距离和车辆的相对方位，作为节点之间边的边权重；从而根据节点和节点之间边的边权重，生成车辆对应的第二图结构。
步骤S206：分别基于目标类型对应的第一图结构和第二图结构进行图匹配，获得第一匹配结果。
具体而言，分别基于同一目标类型对应的第一图结构和第二图结构进行图匹配，获取第一图结构中的节点与第二图结构中的节点之间的对应匹配结果，作为第一匹配结果。
作为一种示例，以车辆类型对应的第一图结构包括节点a1、a2和a3，第二图结构包括节点b1、b2和b3为例，基于车辆类型对应的第一图结构和第二图结构进行图匹配，获得节点a1与节点b2匹配、节点a2与节点b1匹配、节点a3与节点b3匹配的第一匹配结果。
可以理解的是，受限于环境感知传感器的检测精度，目标环境中存在的一些真实目标可能无法被环境感知传感器全部检出，导致检测目标的数量少于真实目标的数量，因此在本公开的实施例中，第一匹配结果中也包括不存在相匹配检测目标的真实目标。
例如，当目标环境中存在VRU（vulnerable road users，弱势道路使用者）时，VRU可能无法被环境感知传感器准确检出，导致环境感知传感器检测结果中没有VRU对应的检测目标。从而根据检测目标和检测数据生成的第一图结构中不包含VRU对应的节点，而根据真实目标和真值数据生成的第二图结构中包含VRU对应的节点，从而得到的第一匹配结果中包括没有被环境感知传感器检出的VRU对应的第二图结构中的节点。
作为一种示例，第一图结构包括节点a1、a2和a3，第二图结构包括节点b1和b2为例，基于第一图结构和第二图结构进行图匹配，获得节点a1与节点b2匹配、节点a2与节点b1匹配、节点a3无匹配节点的第一匹配结果。
步骤S207：基于第一匹配结果，从检测数据和真值数据中确定相匹配的第一检测数据和第一真值数据。
在本公开的实施例中，步骤S207可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
需要说明的是，对于前述第一匹配结果中包括不存在相匹配的检测目标的真实目标的情况，则与该真实目标对应的第一真值数据相匹配的第一检测数据不存在。
步骤S208：根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。
在本公开的实施例中，步骤S208可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
通过实施本公开实施例，可以分别获取同一类型的检测目标和真实目标对应的图结构，从而对同一目标类型的检测目标和真实目标对应的图结构图匹配获得第一匹配结果，以根据第一匹配结果确定相匹配的第一检测数据和第一真值数据，进而根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。能够提高检测目标与真实目标的匹配准确率，从而对自动驾驶感知检测能力进行更为精确的评测。
在一种实现方式中，可以基于第一匹配结果，确定检测目标和真实目标之间的真实匹配结果，从而根据检测目标和真实目标之间的真实匹配结果。作为一种示例，请参见图3，图3是根据一示例性实施例示出的又一种自动驾驶感知检测能力的评测方法的流程图。如图3所示，该方法可以包括但不限于以下步骤。
步骤S301：获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据。
在本公开的实施例中，步骤S301可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S302：获取目标环境中的真实目标和真实目标对应的真值数据。
在本公开的实施例中，步骤S302可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S303：根据检测目标、检测数据、真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果。
在本公开的实施例中，步骤S303可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S304：基于第一匹配结果，确定检测目标和真实目标之间的真实匹配结果。
作为一种示例，可以直接将第一匹配结果确定为检测目标和真实目标之间的真实匹配结果。
作为另一种示例，可以基于第一匹配结果，结合通过其他方式（例如，基于中心距离的匹配）获取的检测目标和真实目标之间的匹配结果，综合确定检测目标和真实目标之间的真实匹配结果。
在一种可选地实现方式中，上述基于第一匹配结果，确定检测目标和真实目标之间的真实匹配结果，包括：根据检测数据和真值数据对检测目标和真实目标进行交并比匹配，获得检测目标和真实目标之间的第二匹配结果；基于第一匹配结果对第二匹配结果进行修正，获取真实匹配结果。
举例而言，根据检测数据和真值数据对检测目标和真实目标进行交并比匹配，根据交并比匹配的匹配结果获得检测目标和真实目标之间的第二匹配结果；基于第一匹配结果对第二匹配结果进行修正，得到检测目标和真实目标之间的真实匹配结果。
作为一种示例，在本公开的实施例中，上述基于第一匹配结果对第二匹配结果进行修正可以包括但不限于以下情况。
示例1：对于能够被检出的VRU而言，交并比匹配的方法可能会匹配不到对应的真实目标，此时可以根据VRU对应的真实目标所对应的第一匹配结果，对第二匹配结果中缺失的VRU对应的匹配结果进行补全。
示例2：当两个真实目标之间的距离较小时，对应检测到的检测目标可能为一个，交并比的匹配方法会将一个检测目标分别与两个真实目标进行匹配，此时可以根据第一匹配结果，对第二匹配结果中的匹配结果进行拆分。
在本公开的一些实施例中，上述交并比匹配可以是时序IOU（intersection overunion，交并比）累积匹配，即获取环境感知传感器对目标环境进行检测得到的多个连续检测帧的检测目标和检测数据，以及分别与上述多个连续检测帧的时间戳相同的多个连续帧的目标环境中的真实目标和对应的真值数据，以基于上述检测数据和真值数据，对检测目标和真实目标进行tarck（轨迹）级别的IOU积累匹配，得到检测目标和真实目标之间的IOU累积值，将IOU累积值大于阈值的检测目标和真实目标作为相匹配的检测目标和真实目标，从而得到第二匹配结果。
可以理解的是，当使用获取的第1帧至第N帧（N为正整数）的检测数据和真值数据，对检测目标和真实目标进行tarck级别的IOU积累匹配时，得到的匹配结果代表处于第N帧对应的时刻时，检测目标和真实目标的匹配结果，此时可以根据第N帧对应的时刻的检测目标、检测数据、真实目标和真值数据，采用本公开任一实施例提供的方法，获得第一匹配结果。
步骤S305：根据真实匹配结果，从检测目标和真实目标中获取相匹配的第一检测目标和第一真实目标。
举例而言，根据检测目标和真实目标之间的真实匹配结果，从检测目标和真实目标中获取相匹配的第一真实目标和第一检测目标。
步骤S306：获取检测数据中第一检测目标对应的第一检测数据。
具体而言，从而检测数据中获取第一检测目标对应的第一检测数据。
步骤S307：获取真值数据中第一真实目标对应的第一真值数据。
具体而言，从真值数据中获取第一真实目标对应的第一真值数据。
步骤S308：根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。
在本公开的实施例中，步骤S308可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
通过实施本公开实施例，可以基于环境感知传感器检测得到的检测目标和检测数据，以及同一环境中的真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果，并基于第一匹配结果，确定检测目标和真实目标之间的真实匹配结果，从而根据检测目标和真实目标之间的真实匹配结果，进一步提升检测目标和真实目标的匹配准确率，并根据真实匹配结果对自动驾驶感知检测能力进行评测，以对自动驾驶感知检测能力进行更为精确的评测。
在本公开的一种实现方式中，可以根据第一检测数据和第一真值数据之间的差异对自动驾驶感知检测能力进行评测。作为一种示例，请参见图4，图4是根据一示例性实施例示出的又一种自动驾驶感知检测能力的评测方法的流程图，如图4所示，该方法可以包括但不限于以下步骤。
步骤S401：获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据。
在本公开的实施例中，步骤S401可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S402：获取目标环境中的真实目标和真实目标对应的真值数据。
在本公开的实施例中，步骤S402可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S403：根据检测目标、检测数据、真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果。
在本公开的实施例中，步骤S403可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S404：基于第一匹配结果，从检测数据和真值数据中确定相匹配的第一检测数据和第一真值数据。
在本公开的实施例中，步骤S404可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤S405：获取第一检测数据和第一真值数据之间的差异值。
其中，在本公开的实施例中，检测数据还可以包括检测目标的速度大小和方向，真值数据可以包括真实目标的真实速度大小和方向，从而可以获取第一检测数据中速度与第一真值数据中速度大小的差值，以及方向的偏差。
步骤S406：基于差异值对自动驾驶感知检测能力进行评测。
举例而言，基于第一检测数据和第一真值数据之间的差异值，计算自动驾驶感知检测的准确率，以基于准确率对自动驾驶感知检测能力进行评测。
通过实施本公开实施例，可以基于环境感知传感器检测得到的检测目标和检测数据，以及同一环境中的真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果，以根据第一匹配结果确定相匹配的第一检测数据和第一真值数据，进而根据第一检测数据和第一真值数据之间的差异对自动驾驶感知检测能力进行评测。从而对自动驾驶感知检测能力进行更为精确和全面的评测。
请参见图5，图5是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测方案的示意图。如图5所示，在该方案中，可以获取环境传感器对周围环境进行检测得到的包含检测目标的检测数据，并获取相同时间周围环境的包含真值目标的真值数据；之后分别构建检测数据和真值数据中各类别目标对应的图结构，从而分别基于各类别目标对应的图结构进行图匹配，获取检测目标和真值目标之间的第一匹配结果；并基于检测数据获取检测框，基于真值数据获取真值框，以使用检测框和真值框进行时序IOU累积配准，获取真值目标和检测目标之间的第二匹配结果；从而结合第一匹配结果和第二匹配结果，确定检测目标和真实目标之间的真实匹配结果，以根据真实匹配结果计算自动驾驶感知检测的误差相关指标，以根据该指标对自动驾驶感知检测能力的评测。
请参见图6，图6是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测装置的框图。如图6所示，该装置600包括：第一获取模块601，用于获取环境感知传感器对目标环境进行检测得到的检测目标和检测目标对应的检测数据；第二获取模块602，用于获取目标环境中的真实目标和真实目标对应的真值数据；匹配模块603，用于根据检测目标、检测数据、真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果；处理模块604，用于基于第一匹配结果，从检测数据和真值数据中确定相匹配的第一检测数据和第一真值数据；评测模块605，用于根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。
在一种实现方式中，匹配模块603具体用于：确定检测目标和真实目标的目标类型；基于检测目标和检测数据，生成目标类型的第一图结构；基于真实目标和真值数据，生成目标类型的第二图结构；分别基于目标类型对应的第一图结构和第二图结构进行图匹配，获得第一匹配结果。
在一种可选地实现方式中，匹配模块603具体用于：从检测数据中，获取属于对应目标类型的检测目标的第二检测数据；其中，检测数据包括以下至少一种：检测目标的尺寸、检测目标之间的距离数据和检测目标的位置数据；基于属于对应目标类型的检测目标生成节点；基于第二检测数据确定所述节点的节点属性；基于第二检测数据确定节点之间边的边权重；根据节点和节点之间边的边权重，生成目标类型对应的第一图结构。
在一种实现方式中，处理模块604具体用于：基于第一匹配结果，确定检测目标和真实目标之间的真实匹配结果；根据真实匹配结果，从检测目标和真实目标中获取相匹配的第一检测目标和第一真实目标；获取检测数据中第一检测目标对应的第一检测数据；获取真值数据中第一真实目标对应的第一真值数据。
在一种可选地实现方式中，处理模块604具体用于：根据检测数据和真值数据对检测目标和真实目标进行交并比匹配，获得检测目标和真实目标之间的第二匹配结果；基于第一匹配结果对第二匹配结果进行修正，获取真实匹配结果。
在一种实现方式中，评测模块605具体用于：获取第一检测数据和第一真值数据之间的差异值；基于差异值对自动驾驶感知检测能力进行评测。
通过本公开实施例的装置，可以基于环境感知传感器检测得到的检测目标和检测数据，以及同一环境中的真实目标和真值数据进行图匹配，获得检测目标和真实目标之间的第一匹配结果，以根据第一匹配结果确定相匹配的第一检测数据和第一真值数据，进而根据第一检测数据和第一真值数据，对自动驾驶感知检测能力进行评测。能够提高检测目标与真实目标的匹配准确率，从而对自动驾驶感知检测能力进行更为精确的评测。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于自动驾驶感知检测能力的评测的电子设备的框图。
参照图7，电子设备700可以包括以下一个或多个组件：处理组件702，存储器704，电力组件706，多媒体组件708，输入/输出（I/O）接口710，以及通信组件712。
处理组件702通常控制电子设备700的整体操作，诸如与显示，数据通信和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
电力组件706为电子设备700的各种组件提供电力。电力组件706可以包括电源管理系统，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
输入/输出接口710为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。
通信组件712被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件712经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件712还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。
在示例性实施例中，电子设备700可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704，上述指令可由电子设备700的处理器720执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种自动驾驶感知检测能力的评测方法，其特征在于，包括：
获取环境感知传感器对目标环境进行检测得到的检测目标和所述检测目标对应的检测数据；
获取所述目标环境中的真实目标和所述真实目标对应的真值数据；
根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果；
基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据；
根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测。
2.如权利要求1所述的方法，其特征在于，所述根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果，包括：
确定所述检测目标和所述真实目标的目标类型；
基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构；
基于所述真实目标和所述真值数据，生成所述目标类型的第二图结构；
分别基于所述目标类型对应的所述第一图结构和所述第二图结构进行图匹配，获得所述第一匹配结果。
3.如权利要求2所述的方法，其特征在于，所述基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构，包括：
从所述检测数据中，获取属于对应目标类型的检测目标的第二检测数据；其中，所述检测数据包括以下至少一种：所述检测目标的尺寸、所述检测目标之间的距离数据和所述检测目标的位置数据；
基于所述属于对应目标类型的检测目标生成节点；
基于所述第二检测数据确定所述节点的节点属性；
基于所述第二检测数据确定所述节点之间边的边权重；
根据所述节点和所述节点之间边的边权重，生成所述目标类型对应的第一图结构。
4.如权利要求1所述的方法，其特征在于，所述基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据，包括：
基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果；
根据所述真实匹配结果，从所述检测目标和所述真实目标中获取相匹配的第一检测目标和第一真实目标；
获取所述检测数据中所述第一检测目标对应的所述第一检测数据；
获取所述真值数据中所述第一真实目标对应的所述第一真值数据。
5.如权利要求4所述的方法，其特征在于，所述基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果，包括：
根据所述检测数据和所述真值数据对所述检测目标和所述真实目标进行交并比匹配，获得所述检测目标和所述真实目标之间的第二匹配结果；
基于所述第一匹配结果对所述第二匹配结果进行修正，获取所述真实匹配结果。
6.如权利要求1所述的方法，其特征在于，所述根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测，包括：
获取所述第一检测数据和所述第一真值数据之间的差异值；
基于所述差异值对所述自动驾驶感知检测能力进行评测。
7.一种自动驾驶感知检测能力的评测装置，其特征在于，包括：
第一获取模块，用于获取环境感知传感器对目标环境进行检测得到的检测目标和所述检测目标对应的检测数据；
第二获取模块，用于获取所述目标环境中的真实目标和所述真实目标对应的真值数据；
匹配模块，用于根据所述检测目标、所述检测数据、所述真实目标和所述真值数据进行图匹配，获得所述检测目标和所述真实目标之间的第一匹配结果；
处理模块，用于基于所述第一匹配结果，从所述检测数据和所述真值数据中确定相匹配的第一检测数据和第一真值数据；
评测模块，用于根据所述第一检测数据和所述第一真值数据，对所述自动驾驶感知检测能力进行评测。
8.如权利要求7所述的装置，其特征在于，所述匹配模块具体用于：
确定所述检测目标和所述真实目标的目标类型；
基于所述检测目标和所述检测数据，生成所述目标类型的第一图结构；
基于所述真实目标和所述真值数据，生成所述目标类型的第二图结构；
分别基于所述目标类型对应的所述第一图结构和所述第二图结构进行图匹配，获得所述第一匹配结果。
9.如权利要求8所述的装置，其特征在于，所述匹配模块具体用于：
从所述检测数据中，获取属于对应目标类型的检测目标的第二检测数据；其中，所述检测数据包括以下至少一种：所述检测目标的尺寸、所述检测目标之间的距离数据和所述检测目标的位置数据；
基于所述属于对应目标类型的检测目标生成节点；
基于所述第二检测数据确定所述节点的节点属性；
基于所述第二检测数据确定所述节点之间边的边权重；
根据所述节点和所述节点之间边的边权重，生成所述目标类型对应的第一图结构。
10.如权利要求7所述的装置，其特征在于，所述处理模块具体用于：
基于所述第一匹配结果，确定所述检测目标和所述真实目标之间的真实匹配结果；
根据所述真实匹配结果，从所述检测目标和所述真实目标中获取相匹配的第一检测目标和第一真实目标；
获取所述检测数据中所述第一检测目标对应的所述第一检测数据；
获取所述真值数据中所述第一真实目标对应的所述第一真值数据。
11.如权利要求10所述的装置，其特征在于，所述处理模块具体用于：
根据所述检测数据和所述真值数据对所述检测目标和所述真实目标进行交并比匹配，获得所述检测目标和所述真实目标之间的第二匹配结果；
基于所述第一匹配结果对所述第二匹配结果进行修正，获取所述真实匹配结果。
12.如权利要求7所述的装置，其特征在于，所述评测模块具体用于：
获取所述第一检测数据和所述第一真值数据之间的差异值；
基于所述差异值对所述自动驾驶感知检测能力进行评测。
13.一种电子设备，其特征在于，所述设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769489.8A CN116500565B (zh) | 2023-06-28 | 2023-06-28 | 自动驾驶感知检测能力的评测方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310769489.8A CN116500565B (zh) | 2023-06-28 | 2023-06-28 | 自动驾驶感知检测能力的评测方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116500565A true CN116500565A (zh) | 2023-07-28 |
| CN116500565B CN116500565B (zh) | 2023-10-13 |
Family
ID=87320612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310769489.8A Active CN116500565B (zh) | 2023-06-28 | 2023-06-28 | 自动驾驶感知检测能力的评测方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116500565B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110287832A (zh) * | 2019-06-13 | 2019-09-27 | 北京百度网讯科技有限公司 | 高速自动驾驶场景障碍物感知评测方法及装置 |
| CN112540352A (zh) * | 2019-09-20 | 2021-03-23 | 初速度（苏州）科技有限公司 | 一种基于无人驾驶车辆的评测目标检测算法的方法及装置 |
| CN112816954A (zh) * | 2021-02-09 | 2021-05-18 | 中国信息通信研究院 | 一种基于真值的路侧感知系统评测方法和系统 |
| CN115147796A (zh) * | 2022-07-14 | 2022-10-04 | 小米汽车科技有限公司 | 评测目标识别算法的方法、装置、存储介质及车辆 |
| CN115576990A (zh) * | 2022-09-30 | 2023-01-06 | 重庆长安汽车股份有限公司 | 视觉真值数据与感知数据的评测方法、装置、设备及介质 |
| CN116156545A (zh) * | 2023-01-03 | 2023-05-23 | 招商局检测车辆技术研究院有限公司 | 智能网联融合感知系统评测方法、装置、设备及存储介质 |
| CN116152637A (zh) * | 2023-02-23 | 2023-05-23 | 安徽蔚来智驾科技有限公司 | 自动驾驶感知模型的评测方法、计算机设备和存储介质 |
-
2023
- 2023-06-28 CN CN202310769489.8A patent/CN116500565B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110287832A (zh) * | 2019-06-13 | 2019-09-27 | 北京百度网讯科技有限公司 | 高速自动驾驶场景障碍物感知评测方法及装置 |
| CN112540352A (zh) * | 2019-09-20 | 2021-03-23 | 初速度（苏州）科技有限公司 | 一种基于无人驾驶车辆的评测目标检测算法的方法及装置 |
| CN112816954A (zh) * | 2021-02-09 | 2021-05-18 | 中国信息通信研究院 | 一种基于真值的路侧感知系统评测方法和系统 |
| CN115147796A (zh) * | 2022-07-14 | 2022-10-04 | 小米汽车科技有限公司 | 评测目标识别算法的方法、装置、存储介质及车辆 |
| CN115576990A (zh) * | 2022-09-30 | 2023-01-06 | 重庆长安汽车股份有限公司 | 视觉真值数据与感知数据的评测方法、装置、设备及介质 |
| CN116156545A (zh) * | 2023-01-03 | 2023-05-23 | 招商局检测车辆技术研究院有限公司 | 智能网联融合感知系统评测方法、装置、设备及存储介质 |
| CN116152637A (zh) * | 2023-02-23 | 2023-05-23 | 安徽蔚来智驾科技有限公司 | 自动驾驶感知模型的评测方法、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116500565B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109215372B (zh) | 路网信息更新方法、装置及设备 | |
| US20170254902A1 (en) | Multipath error correction | |
| US9728204B2 (en) | Method and device for drawing a noise map | |
| CN115774680B (zh) | 自动驾驶软件的版本测试方法、装置、设备及存储介质 | |
| US20200327677A1 (en) | Target object detection method, readable storage medium, and electronic device | |
| CN112748453B (zh) | 道路侧定位方法、装置、设备及存储介质 | |
| CN111624550B (zh) | 一种车辆定位方法、装置、设备及存储介质 | |
| CN110619027A (zh) | 一种房源信息的推荐方法、装置、终端设备及介质 | |
| CN116500565B (zh) | 自动驾驶感知检测能力的评测方法、装置及设备 | |
| CN112558036B (zh) | 用于输出信息的方法和装置 | |
| CN110109153B (zh) | 导航处理方法、导航终端、设备及存储介质 | |
| CN115907566A (zh) | 自动驾驶感知检测能力的评测方法、装置及电子设备 | |
| US20210365039A1 (en) | Target tracking method and device | |
| CN112815962A (zh) | 联合应用传感器参数的标定方法及装置 | |
| CN113217826B (zh) | 一种管道供水管网泄漏报警控制方法、装置及介质 | |
| CN116996760A (zh) | 视频数据的处理方法、装置、计算机可读介质及电子设备 | |
| CN110132292B (zh) | 一种导航方法、装置和电子设备 | |
| CN110244710B (zh) | 自动寻迹方法、装置、存储介质及电子设备 | |
| CN111739322B (zh) | 数据处理方法及其装置 | |
| CN108449372B (zh) | 网络数据的处理方法、三维网络数据库的构建方法及系统 | |
| CN114475586B (zh) | 行人目标筛选方法、装置、电子设备及可读存储介质 | |
| CN116358533B (zh) | 回环检测数据的处理方法、装置、存储介质以及车辆 | |
| CN113450298B (zh) | 基于多传感器的视野图处理方法、装置和设备 | |
| CN116167252A (zh) | 雷达配置信息的确定方法、装置、设备及存储介质 | |
| CN113917394B (zh) | 一种基于红外传感器的定位方法、装置、设备及存储介质 |
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 |