车载激光雷达感知算法的测试方法、装置、设备和介质制造方法及图纸

本申请公开了一种车载激光雷达感知算法的测试方法、装置、设备和介质，涉及智能汽车领域中的测试技术。具体实现方案为：获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备；分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果；根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息；通过比较所述第一行驶信息和第二行驶信息，得到所述待测车上激光雷达感知算法对目标车辆的测试结果。本申请利用组合导航设备，在降低人力和时间成本的基础上实现真实环境中的车载激光雷达感知算法的测试验证。

【技术实现步骤摘要】
车载激光雷达感知算法的测试方法、装置、设备和介质
本申请涉及智能汽车领域，进一步涉及测试技术，具体涉及一种车载激光雷达感知算法的测试方法、装置、设备和介质。
技术介绍
自动驾驶的实现依赖多方面的因素，其中，高性能的环境感知是关键因素。激光雷达作为一种高精度的感知元器件，在自动驾驶中占据着至关重要的地位。目前，对于激光雷达感知算法的测试验证手段主要有开发阶段的人工标注点云产生真值、使用场景模拟器仿真验证和搭载规划决策算法后的实车路测三种测试方法。然而，第一种测试方法由于需要人工标注，时间和人力成本都很高，不适合大规模的产品测试；第二种测试方法使用场景模拟器仿真渲染虚拟的场景和传感器，让激光雷达感知算法在虚拟的环境中运行，但是虚拟环境与真实环境存在不可消除的差距，无法完全代替真实环境中的测试验证；第三种测试方法搭建出完整的ADAS系统后实车路测，通过ADAS功能的表现分析激光雷达感知能力的优劣性，但是在BUG分析阶段需要综合分析规划决策算法、感知融合算法以及其它如摄像头等感知传感器算法的影响，所以很难定位BUG原因，即时间和人力成本很高。
技术实现思路
本申请提供一种车载激光雷达感知算法的测试方法、装置、设备和介质，以在降低人力和时间成本的基础上实现真实环境中的测试验证。第一方面，本申请提供了一种车载激光雷达感知算法的测试方法，包括：获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备；分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果；根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息；通过比较所述第一行驶信息和第二行驶信息，得到所述待测车上激光雷达感知算法对目标车辆的测试结果。第二方面，本申请还提供了一种车载激光雷达感知算法的测试装置，包括：第一行驶信息获取模块，用于获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备；定位结果获取模块，用于分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果；第二行驶信息获取模块，用于根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息；测试结果获取模块，用于通过比较所述第一行驶信息和第二行驶信息，得到所述待测车上激光雷达感知算法对目标车辆的测试结果。第三方面，本申请还提供了一种电子设备，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本申请任意实施例所述的车载激光雷达感知算法的测试方法。第四方面，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的车载激光雷达感知算法的测试方法。应当理解，本部分所描述的内容并非旨在标识本申请的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解，上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请实施例的车载激光雷达感知算法的测试方法的流程示意图；图2是根据本申请实施例的车载激光雷达感知算法的测试方法的流程示意图；图3是根据本申请实施例的车载激光雷达感知算法的测试方法的流程示意图；图4是根据本申请实施例的车载激光雷达感知算法的测试装置的结构示意图；图5是用来实现本申请实施例的车载激光雷达感知算法的测试方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1是根据本申请实施例的车载激光雷达感知算法的测试方法的流程示意图，本实施例可适用于对车载激光雷达感知算法进行测试的情况。该方法可由一种车载激光雷达感知算法的测试装置来执行，该装置采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如车载终端、服务器或计算机设备等。如图1所示，该方法具体包括如下：S101、获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备。车载激光雷达感知算法可以对待测车周围的目标车辆、行人或车道线等环境物体进行感知，例如，感知目标车辆的位置、车道或车速等信息，为实现自动驾驶提供数据。所述待测车即为搭载有激光雷达感知算法的车辆，第一行驶信息即为基于激光雷达感知算法感知到的至少一个目标车辆的相关信息，验证该第一行驶信息的准确性即可实现对激光雷达感知算法的测试。其中，第一行驶信息可以包括激光雷达感知算法能够感知到的任一种信息，本申请对感知算法和第一行驶信息的具体内容不做任何限定。需要说明的是，所述待测车和每个目标车辆上还都搭载有组合导航设备。其中，组合导航设备是多传感器多源导航信息的集成优化融合系统中的设备，例如可以包括惯性导航设备、GPS导航系统、多普勒导航系统等。组合导航设备的关键技术是信息的融合和处理，例如，卡尔曼滤波方法的应用是产生组合导航的关键，卡尔曼滤波通过运动方程和测量方程，不仅考虑当前所测得的参量值，而且还充分利用过去测得的参量值，以后者为基础推测当前应有的参量值，而以前者为校正量进行修正，从而获得当前参量值的最佳估算。组合导航设备可以获取到更加精确的定位信息，从而可以依据该定位信息计算出目标车辆的相关信息，并将其作为真值与激光雷达感知算法感知到的信息进行对比，从而检测感知信息的准确性。本申请对组合导航设备以及信息的融合和处理算法不做任何限定。S102、分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果。具体的，可以采用现有技术中的组合导航设备及其信息的融合和处理算法，以得到待测车和每个目标车辆最终的定位结果，此处不再赘述。S103、根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息。其中，第二行驶信息是用于与感知得到的第一行驶信息进行比较的信息，作为对激光雷达感知算法进行测试的真值所用。例如，根据需求，如果需要测试激光雷达感知算法的测速、测距和目标识别分类等性能指标，那么就根据组合导航设备确定的定位结果同样计算出每个目标车辆的相应的性能指标，从而将两者进行比较，完成测试。具体而言，例如，对于测速和测距的性能指标，根据待测车和任一个目标车辆的定位结果，就能够计算出二本文档来自技高网...

【技术保护点】
1.一种车载激光雷达感知算法的测试方法，其特征在于，包括：/n获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备；/n分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果；/n根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息；/n通过比较所述第一行驶信息和第二行驶信息，得到所述待测车上激光雷达感知算法对目标车辆的测试结果。/n

【技术特征摘要】
1.一种车载激光雷达感知算法的测试方法，其特征在于，包括：
获取待测车上基于激光雷达感知算法感知到的至少一个目标车辆的第一行驶信息，其中，所述待测车和每个目标车辆上都搭载有组合导航设备；
分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果；
根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息；
通过比较所述第一行驶信息和第二行驶信息，得到所述待测车上激光雷达感知算法对目标车辆的测试结果。


2.根据权利要求1所述的方法，其特征在于，所述分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位结果，包括：
分别获取所述待测车和每个目标车辆基于所述组合导航设备确定的定位原始数据；
对所述定位原始数据进行后处理，得到所述定位结果。


3.根据权利要求1所述的方法，其特征在于，所述第一行驶信息和第二行驶信息均包括如下中的至少一种：车速、距离、位置和检测框。


4.根据权利要求1所述的方法，其特征在于，所述根据所述待测车和每个目标车辆的定位结果，计算所述每个目标车辆的第二行驶信息，包括：
将所述待测车和每个目标车辆的定位结果进行比较，确定每个目标车辆与所述待测车的距离；
利用多帧跟踪分析技术，确定每个目标车辆的车速，并结合每个目标车辆的车身信息，确定每个目标车辆的检测框；
将所述距离、车速和检测框作为所述第二行驶信息。


5.根据权利要求1所述的方法，其特征在于，还包括：
获取利用任意目标车辆的组合导航设备测绘出的车道线测绘结果；
获取所述待测车在所述车道线所属车道上行驶的过程中，基于激光雷达感知算法感知到的车道线感知结果；
通过比较所述车道线测绘结果和车道线感知结果，得到所述待测车上激光雷达感知算法对车道线的测试结果。

【专利技术属性】
技术研发人员：孙建蕾，陈博，王栋梁，王秋，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林;22