用于无人驾驶车的障碍物检测结果评估方法和装置制造方法及图纸

本申请公开了用于无人驾驶车的障碍物检测结果评估方法和装置。所述方法的一具体实施方式包括：获取无人驾驶车对障碍物的感知图像和障碍物的真实图像，对感知图像和真实图像求取最小外接矩形，得到障碍物的感知区域和真实区域；根据感知区域与真实区域的交集区域的面积和并集区域的面积，计算感知区域与真实区域的重合率；根据感知区域与真实区域的中心点位置，计算感知区域与真实区域的中心点距离；根据感知区域和真实区域的面积、感知区域和真实区域的长宽比，计算感知区域与真实区域的图形相似度；基于重合率、中心点距离和图形相似度，计算感知区域和真实区域之间的匹配度。该实施方式实现了更加准确的障碍物检测结果的评估。

【技术实现步骤摘要】

本申请涉及计算机
，具体涉及障碍物检测技术，尤其涉及用于无人驾驶车的障碍物检测结果评估方法和装置。
技术介绍
随着计算机、控制论、人工智能和仿生学等多学科的发展，无人驾驶车技术获得了突飞猛进的发展。无人车是利用车载传感器感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。现有的用于无人驾驶车的障碍物检测结果评估方法通常是依据无人驾驶车对障碍物的感知区域与障碍物的真实区域的交集区域面积与并集区域面积的比值得到障碍物的感知区域与真实区域的匹配度，然而，在无人驾驶车行驶的过程中，经常要面临大量的不同类型的障碍物，现有的障碍物检测结果的评估方法所考虑的因素太少，并不能准确的评估障碍物检测结果。
技术实现思路
本申请的目的在于提出一种改进的用于无人驾驶车的障碍物检测结果评估方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请提供了一种用于无人驾驶车的障碍物检测结果评估方法，所述方法包括：获取无人驾驶车感知到的障碍物的感知图像和所述障碍物的真实图像，分别对所述感知图像和所述真实图像求取最小外接矩形，得到所述障碍物的感知区域和真实区域；根据所述感知区域与所述真实区域的交集区域的面积和并集区域的面积，计算所述感知区域与所述真实区域的重合率；根据所述感知区域的中心点位置与所述真实区域的中心点位置，计算所述感知区域与所述真实区
域的中心点距离；根据所述感知区域的面积、所述真实区域的面积、所述感知区域的长宽比和所述真实区域的长宽比，计算所述感知区域与所述真实区域的图形相似度；基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，并将所述匹配度发送给所述无人驾驶车。在一些实施例中，所述基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，包括：通过以下公式计算匹配度：匹配度＝w1*重合率-w2*中心点距离-w3*图形相识度其中，w1、w2和w3的取值均在0～1之间。在一些实施例中，所述计算所述感知区域与所述真实区域的重合率，包括：获取所述感知区域与所述真实区域的交集区域的面积；获取所述感知区域与所述真实区域的并集区域的面积；计算所述交集区域的面积与所述并集区域的面积的比值，得到所述感知区域与所述真实区域的重合率。在一些实施例中，所述计算所述感知区域与所述真实区域的中心点距离，包括：获取所述感知区域的中心点位置；获取所述真实区域的中心点位置；测量所述感知区域的中心点位置到所述真实区域的中心点位置的距离，得到所述感知区域与所述真实区域的中心点距离。在一些实施例中，所述计算所述感知区域与所述真实区域的图形相似度，包括：获取所述感知区域的面积和所述真实区域的面积；获取所述感知区域的长宽比和所述真实区域的长宽比；计算所述感知区域的面积与所述真实区域的面积的差值的绝对值，并计算所述感知区域的长宽比与所述真实区域的长宽比的差值的绝对值；将所述面积的差值的绝对值与所述长宽比的差值的绝对值相加，得到所述感知区域与所述真实区域的图形相似度。第二方面，本申请提供了一种用于无人驾驶车的障碍物检测结果评估装置，所述装置包括：获取单元，配置用于获取无人驾驶车感知到的障碍物的感知图像和所述障碍物的真实图像，分别对所述感知图像和所述真实图像求取最小外接矩形，得到所述障碍物的感知区域和
真实区域；重合率计算单元，配置用于根据所述感知区域与所述真实区域的交集区域的面积和并集区域的面积，计算所述感知区域与所述真实区域的重合率；中心点距离计算单元，配置用于根据所述感知区域的中心点位置与所述真实区域的中心点位置，计算所述感知区域与所述真实区域的中心点距离；图形相似度计算单元，配置用于根据所述感知区域的面积、所述真实区域的面积、所述感知区域的长宽比和所述真实区域的长宽比，计算所述感知区域与所述真实区域的图形相似度；匹配度计算单元，配置用于基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，并将所述匹配度发送给所述无人驾驶车。在一些实施例中，所述匹配度计算单元进一步配置用于：通过以下公式计算匹配度：匹配度＝w1*重合率-w2*中心点距离-w3*图形相识度其中，w1、w2和w3的取值均在0～1之间。在一些实施例中，所述重合率计算单元包括：交集区域的面积获取模块，配置用于获取所述感知区域与所述真实区域的交集区域的面积；并集区域的面积获取模块，配置用于获取所述感知区域与所述真实区域的并集区域的面积；重合率计算模块，配置用于计算所述交集区域的面积与所述并集区域的面积的比值，得到所述感知区域与所述真实区域的重合率。在一些实施例中，所述中心点距离计算单元包括：感知区域的中心点位置获取模块，配置用于获取所述感知区域的中心点位置；真实区域的中心点位置获取模块，配置用于获取所述真实区域的中心点位置；中心点距离测量模块，配置用于测量所述感知区域的中心点位置到所述真实区域的中心点位置的距离，得到所述感知区域与所述真实区域的中心点距离。在一些实施例中，所述图形相似度计算单元包括：面积获取模块，配置用于获取所述感知区域的面积和所述真实区域的面积；长宽比获取模块，配置用于获取所述感知区域的长宽比和所述真实区域的长宽比；绝对值计算模块，配置用于计算所述感知区域的面积与所述真实
区域的面积的差值的绝对值，并计算所述感知区域的长宽比与所述真实区域的长宽比的差值的绝对值；图形相似度计算模块，配置用于将所述面积的差值的绝对值与所述长宽比的差值的绝对值相加，得到所述感知区域与所述真实区域的图形相似度。本申请提供的用于无人驾驶车的障碍物检测结果评估方法和装置，首先通过对获取到的无人驾驶车感知到的障碍物的感知图像求取最小外接矩形，得到感知区域，再获取上述障碍物的真实图像，并求取上述真实图像的最小外接矩形，得到真实区域，而后通过上述感知区域的面积和真实区域的面积求取重合率，通过上述感知区域的中心点位置和真实区域的中心点位置求取中心点距离，通过上述感知区域的面积、真实区域的面积、感知区域的长宽比和真实区域的长宽比，求取图形相似度，最后通过得到的重合率、中心点距离和图形相似度计算上述感知区域和真实区域的匹配度，并将匹配度发送给上述无人驾驶车，从而有效的利用了感知区域和真实区域的中心点和长宽比等因素，实现了更加准确的障碍物检测结果的评估。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于无人驾驶车的障碍物检测结果评估方法的一个实施例的流程图；图3A是根据本申请的用于无人驾驶车的障碍物检测结果评估的一个实施例的示意图；图3B是根据本申请的用于无人驾驶车的障碍物检测结果评估的又一个实施例的示意图；图3C是根据本申请的用于无人驾驶车的障碍物检测结果评估的再一个实施例的示意图；图4是根据本申请的用于无人驾驶车的障碍物检测结果评估装置的一个实施例的结构示意图；图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本本文档来自技高网...

【技术保护点】
一种用于无人驾驶车的障碍物检测结果评估方法，其特征在于，所述方法包括：获取无人驾驶车感知到的障碍物的感知图像和所述障碍物的真实图像，分别对所述感知图像和所述真实图像求取最小外接矩形，得到所述障碍物的感知区域和真实区域；根据所述感知区域与所述真实区域的交集区域的面积和并集区域的面积，计算所述感知区域与所述真实区域的重合率；根据所述感知区域的中心点位置与所述真实区域的中心点位置，计算所述感知区域与所述真实区域的中心点距离；根据所述感知区域的面积、所述真实区域的面积、所述感知区域的长宽比和所述真实区域的长宽比，计算所述感知区域与所述真实区域的图形相似度；基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，并将所述匹配度发送给所述无人驾驶车。

【技术特征摘要】
1.一种用于无人驾驶车的障碍物检测结果评估方法，其特征在于，所述方法包括：获取无人驾驶车感知到的障碍物的感知图像和所述障碍物的真实图像，分别对所述感知图像和所述真实图像求取最小外接矩形，得到所述障碍物的感知区域和真实区域；根据所述感知区域与所述真实区域的交集区域的面积和并集区域的面积，计算所述感知区域与所述真实区域的重合率；根据所述感知区域的中心点位置与所述真实区域的中心点位置，计算所述感知区域与所述真实区域的中心点距离；根据所述感知区域的面积、所述真实区域的面积、所述感知区域的长宽比和所述真实区域的长宽比，计算所述感知区域与所述真实区域的图形相似度；基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，并将所述匹配度发送给所述无人驾驶车。2.根据权利要求1所述的方法，其特征在于，所述基于所述重合率、所述中心点距离和所述图形相似度，计算所述感知区域和所述真实区域之间的匹配度，包括：通过以下公式计算匹配度：匹配度＝w1*重合率-w2*中心点距离-w3*图形相识度其中，w1、w2和w3的取值均在0～1之间。3.根据权利要求2所述的方法，其特征在于，所述计算所述感知区域与所述真实区域的重合率，包括：获取所述感知区域与所述真实区域的交集区域的面积；获取所述感知区域与所述真实区域的并集区域的面积；计算所述交集区域的面积与所述并集区域的面积的比值，得到所
\t述感知区域与所述真实区域的重合率。4.根据权利要求2所述的方法，其特征在于，所述计算所述感知区域与所述真实区域的中心点距离，包括：获取所述感知区域的中心点位置；获取所述真实区域的中心点位置；测量所述感知区域的中心点位置到所述真实区域的中心点位置的距离，得到所述感知区域与所述真实区域的中心点距离。5.根据权利要求2所述的方法，其特征在于，所述计算所述感知区域与所述真实区域的图形相似度，包括：获取所述感知区域的面积和所述真实区域的面积；获取所述感知区域的长宽比和所述真实区域的长宽比；计算所述感知区域的面积与所述真实区域的面积的差值的绝对值，并计算所述感知区域的长宽比与所述真实区域的长宽比的差值的绝对值；将所述面积的差值的绝对值与所述长宽比的差值的绝对值相加，得到所述感知区域与所述真实区域的图形相似度。6.一种用于无人驾驶车的障碍物检测结果评估装置，其特征在于，所述装置包括：获取单元，配置用于获取无人驾驶车感知到的障碍物的感知图像和所...

【专利技术属性】
技术研发人员：谭楚亭，徐益，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11