评估自主驾驶车辆的规划性能的方法及系统技术方案

公开一种评估自主驾驶车辆的规划性能的方法及系统。方法包括以下操作：在分析应用处，接收由ADV记录的针对区域中的驾驶场景的记录文件，以及与区域匹配的高清地图；从记录文件中提取规划消息和感知消息；并基于它们的时间戳对齐规划消息和感知消息。方法进一步包括基于规划消息为驾驶场景的ADV的每个规划周期计算单个性能分数；基于感知消息和高清地图计算每个规划周期的权重；然后基于单个性能分数及其相应的权重计算驾驶场景的加权分数。其相应的权重计算驾驶场景的加权分数。其相应的权重计算驾驶场景的加权分数。

【技术实现步骤摘要】
评估自主驾驶车辆的规划性能的方法及系统


[0001]本公开的实施例一般涉及操作自主车辆。更特别地，本公开的实施例涉及评估自主车辆的运动规划性能。

技术介绍

[0002]以自主模式(例如，无人驾驶)操作的车辆可以减轻乘坐者，尤其是驾驶员的一些驾驶相关责任。当以自主模式操作时，车辆可以使用车载传感器导航到各种位置，从而允许车辆以最小的人机交互或者在没有任何乘客的一些情况下行驶。
[0003]自主驾驶车辆在自主驾驶中依赖于各种模块。其中一个重要的模块是规划模块，它可以为车辆生成用于跟随的轨迹。对规划模块的性能的准确评估能够有利于车辆的校准和调整。
[0004]然而，当评估自主车辆在诸如通过交通路口等场景中的运动规划性能时，现有解决方案通常仅基于如加速度等字段检查单个规划轨迹。如果需要场景的单个分数，所有帧的简单平均分数用于指示规划模块在整个场景中的执行情况。这些现有的解决方案没有考虑驾驶场景的不同阶段的不同交通状况，因此无法准确评估车辆的运动规划的性能。

技术实现思路

[0005]一方面，一种评估自主驾驶车辆(ADV)的规划性能的计算机实现方法，所述方法包括：
[0006]通过由处理器执行的分析应用，从具有与区域中的驾驶场景相关联的ADV的先前驾驶记录的记录文件中提取多个规划消息和多个感知消息；
[0007]通过分析应用，基于多个规划消息计算针对驾驶场景的ADV的多个规划周期中的每一个的单个性能分数；
[0008]通过分析应用，基于感知消息和与区域相关联的地图计算多个规划周期中的每一个的权重；以及
[0009]通过分析应用，基于多个规划周期中的每一个的单个性能分数和相应的权重，计算针对驾驶场景的加权分数。
[0010]另一方面，提供一种其中存储有指令的非暂时性机器可读介质，当指令由处理器执行时，使处理器执行如前所述的评估自主驾驶车辆(ADV)的规划性能的计算机实现方法。
[0011]另一方面，提供一种数据处理系统，包括：
[0012]处理器；以及
[0013]存储器，耦接到处理器并存储指令，当由处理器执行指令时，使处理器执行如商所述的评估自主驾驶车辆(ADV)的规划性能的计算机实现方法的操作。
[0014]本公开能够提供对自主车辆的运动规划性能的更准确的评估。
附图说明
[0015]本公开的实施例通过示例的方式示出并且不限于附图中的图，在附图中相同的附图标记表示相似的元件。
[0016]图1是示出根据一个实施例的联网系统的框图。
[0017]图2是示出根据一个实施例的自主车辆的示例的框图。
[0018]图3A
‑
3B是示出根据一个实施例的与自主车辆一起使用的感知和规划系统的示例的框图。
[0019]图4示出了根据实施例的用于评估ADV的规划模块的性能的系统。
[0020]图5示出了根据实施例的用于计算帧的权重的因素。
[0021]图6是示出根据实施例的评估ADV的规划模块的性能的过程600的流程图。
具体实施方式
[0022]将参考以下讨论的细节描述本公开的各个实施例和方面，并且附图将示出各个实施例。以下描述和附图是本公开的说明并且不应被解释为限制本公开。描述了许多具体细节以提供对本公开的各个实施例的全面理解。然而，在某些情况下，为了提供对本公开的实施例的简要讨论，没有描述公知或常规的细节。
[0023]说明书中对“一个实施例”或“实施例”的引用意味着结合该实施例描述的特定特征、结构或特性可包括在本公开的至少一个实施例中。在说明书中的各个地方出现的短语“在一个实施例中”不一定都指同一实施例。
[0024]根据各种实施例，本文公开的系统是用于评估通过驾驶场景行驶的自主车辆的运动规划性能的方法、系统和媒体。实施例基于阶段的驾驶环境的复杂性对驾驶场景的每个阶段进行不同的加权，从而提供对自主车辆的运动规划性能的更准确的评估。
[0025]在一个实施例中，示例性方法包括以下操作：在分析应用处，接收由ADV记录的针对区域中的驾驶场景的记录文件，以及与区域匹配的高清地图；从记录文件中提取规划消息和感知消息；以及基于它们的时间戳对齐规划消息和感知消息。方法进一步包括基于规划消息针对驾驶场景为ADV的每个规划周期计算单个性能分数；基于感知消息和高清地图计算每个规划周期的权重；然后基于单个性能分数及其相应的权重计算驾驶场景的加权分数。
[0026]在一个实施例中，规划周期，也称为帧，是时间间隔(例如，100ms)，在该时间间隔期间，为随后的时间段(例如，接下来的2秒)生成规划的轨迹。分析应用具有一个或多个标准接口，使用户能够上传记录文件和高清地图，并且分析应用被配置为在ADV或云服务器上运行。
[0027]在一个实施例中，可以基于包括规划路径的曲率、与ADV具有重叠轨迹的障碍物的数量或路口大小的一个或多个因素来计算每个规划周期的权重。每个因素可以从感知消息或高清地图中得出。
[0028]在一个实施例中，计算针对驾驶场景的加权分数进一步包括以下操作：通过将规划周期的单个性能分数乘以规划周期的相应权重来计算每个规划周期的加权分数；将每个规划周期的加权分数相加，生成总加权分数；以及将总加权分数除以规划周期的数量。
[0029]在一个实施例中，驾驶场景包括多个阶段，每个阶段对应于一个或多个规划周期
并且具有不同的驾驶环境。每个规划周期的单个性能分数是基于测量可控性和舒适性的因素计算的。
[0030]上述实施例并非穷举本专利技术的所有方面。预期本专利技术包括可以从上面总结的各种实施例的所有合适组合以及下文公开的那些实施例中实施的所有实施例。
[0031]自主驾驶车辆
[0032]图1是示出根据本公开的一个实施例的自主驾驶网络配置的框图。参考图1，网络配置100包括自主驾驶车辆(ADV)101，自主驾驶车辆(ADV)101可以通过网络102通信地耦接到一个或多个服务器103
‑
104。尽管示出一个ADV，但是多个ADV可以通过网络102彼此耦接和/或耦接到服务器103
‑
104。网络102可以是任何类型的网络，诸如局域网(LAN)、诸如因特网的广域网(WAN)、蜂窝网络、卫星网络、或其组合，有线或无线。服务器103
‑
104可以是任何类型的服务器或服务器群集，诸如Web或云服务器、应用服务器、后端服务器或其组合。服务器103
‑
104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(map and point of interest，MPOI)服务器或位置服务器等。
[0033]ADV指的是能够被配置为处于自主模式的车辆，在自主模式中，车辆在驾驶员很少或没有输入的情况下导航通过环境。这种ADV可包括具有一个或多个传感器的传感器系统，传感器被配置为检测关于车辆操作于其中的环境的信息。车辆及其相关联的控制器使用检测到的信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估自主驾驶车辆(ADV)的规划性能的计算机实现方法，所述方法包括：通过由处理器执行的分析应用，从具有与区域中的驾驶场景相关联的ADV的先前驾驶记录的记录文件中提取多个规划消息和多个感知消息；通过分析应用，基于多个规划消息计算针对驾驶场景的ADV的多个规划周期中的每一个的单个性能分数；通过分析应用，基于感知消息和与区域相关联的地图计算多个规划周期中的每一个的权重；以及通过分析应用，基于多个规划周期中的每一个的单个性能分数和相应的权重，计算针对驾驶场景的加权分数。2.如权利要求1所述的方法，其中，分析应用被配置为在ADV或云服务器上运行。3.如权利要求1所述的方法，其中，基于一个或多个因素计算多个规划周期中的每一个的权重，一个或多个因素包括规划路径的曲率、与ADV具有重叠轨迹的障碍物的数量、或路口大小，其中一个或多个因素中的每一个是从多个感知消息或从地图得出的。4.如权利要求1所述的方法，其中，计算针对驾驶场景的加权分数进一步包括：通过将规划周期的单个性能分数与用于规划周期的相应权重相乘，计算多个规划周期中的每一...

【专利技术属性】
技术研发人员：姜舒，罗琦，曹昱，林玮曼，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：