自动驾驶感知模型的评测方法、计算机设备和存储介质技术

本申请涉及一种自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法通过获取待评测数据，针对目标评测项目，确定与待评测数据对应的车辆的目标环境信息，并获取待评测感知模型对待评测数据进行感知处理后预测的车辆的预测环境信息，然后对车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，最后根据匹配结果确定待评测感知模型的评测结果。由于其在进行评测时，可以针对不同的目标评测项目，而确定与待评测数据对应的车辆的目标环境信息进行匹配，因此，可以适用于对各种评测项目的评测，相较于传统技术能够节省评测的开发成本。较于传统技术能够节省评测的开发成本。较于传统技术能够节省评测的开发成本。

【技术实现步骤摘要】
自动驾驶感知模型的评测方法、计算机设备和存储介质


[0001]本申请涉及自动驾驶
，特别是涉及一种自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着自动驾驶技术的发展，感知模型成为了自动驾驶汽车的核心技术之一，因此，对感知模型的评测显得至关重要。
[0003]传统技术中，在对感知模型进行评测时，针对不同的评测项目，例如算法评测、回归评测、版本对比评测、端云一致性评测和数据自洽性评测等，不同的感知模块需要分别开发多个脚本或评测程序进行相应的评测，且各脚本或程序不具备可复用性，导致评测投入的开发成本大。

技术实现思路

[0004]基于此，有必要针对上述评测投入的开发成本大的技术问题，提供一种能够节省评测开发成本的自动驾驶感知模型的评测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种自动驾驶感知模型的评测方法。所述方法包括：
[0006]获取待评测数据，所述待评测数据包括车辆行驶过程中采集的感知数据；
[0007]针对目标评测项目，确定与所述待评测数据对应的车辆的目标环境信息；
[0008]获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息；
[0009]对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果；
[0010]根据所述匹配结果确定所述待评测感知模型的评测结果。
[0011]在其中一个实施例中，所述获取待评测数据，包括：获取车辆行驶过程中连续采集的感知数据；根据设定时间间隔对所述感知数据进行切分，得到切分后的多个感知数据段；将所述多个感知数据段作为所述待评测数据。
[0012]在其中一个实施例中，所述感知数据段包括多个帧；所述得到切分后的多个感知数据段之后，所述方法还包括：识别所述感知数据段中每个帧的感知对象；根据每个帧的感知对象，确定相同感知对象在不同帧下的时序轨迹。
[0013]在其中一个实施例中，所述将所述多个感知数据段作为所述待评测数据，包括：根据所述感知数据的多个感知数据段、与每个所述感知数据段分别对应的多个帧、每个帧的感知对象以及相同感知对象在不同帧下的时序轨迹，建立所述感知数据的树形结构；将所述树形结构的感知数据作为所述待评测数据。
[0014]在其中一个实施例中，所述建立所述感知数据的树形结构之后，所述方法还包括：存储所述树形结构的感知数据。
[0015]在其中一个实施例中，所述获取待评测感知模型对所述待评测数据进行感知处理
后预测的车辆的预测环境信息，包括：针对所述待评测数据中的每个感知数据段，将所述感知数据段输入所述待评测感知模型，得到所述待评测感知模型输出的针对每个所述感知数据段预测的车辆的预测环境信息。
[0016]在其中一个实施例中，所述对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，包括：将针对每个所述感知数据段预测的车辆的预测环境信息分别与对应的目标环境信息进行匹配，得到针对每个所述感知数据段的匹配度；统计所述待评测数据中每个所述感知数据段的匹配度，得到针对所述待评测数据的匹配结果。
[0017]第二方面，本申请还提供了一种自动驾驶感知模型的评测装置。所述装置包括：
[0018]数据获取模块，用于获取待评测数据，所述待评测数据包括车辆行驶过程中采集的感知数据；
[0019]目标信息确定模块，用于针对目标评测项目，确定与所述待评测数据对应的车辆的目标环境信息；
[0020]预测信息获取模块，用于获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息；
[0021]匹配模块，用于对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果；
[0022]评测结果确定模块，用于根据所述匹配结果确定所述待评测感知模型的评测结果。
[0023]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述方法的步骤。
[0024]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述方法的步骤。
[0025]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面所述方法的步骤。
[0026]上述自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待评测数据，针对目标评测项目，确定与待评测数据对应的车辆的目标环境信息，并获取待评测感知模型对待评测数据进行感知处理后预测的车辆的预测环境信息，然后对车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，最后根据匹配结果确定待评测感知模型的评测结果。由于其在进行评测时，可以针对不同的目标评测项目，而确定与待评测数据对应的车辆的目标环境信息进行匹配，因此，可以适用于对各种评测项目的评测，相较于传统技术能够节省评测的开发成本。
附图说明
[0027]图1为一个实施例中自动驾驶感知模型的评测方法的流程示意图；
[0028]图2为一个实施例中获取感知数据步骤的流程示意图；
[0029]图3为一个实施例中感知数据预处理步骤的流程示意图；
[0030]图4为另一个实施例中感知数据预处理步骤的流程示意图；
[0031]图5为一个实施例中感知数据的树形结构示意图；
[0032]图6为一个实施例中匹配处理步骤的流程示意图；
[0033]图7为一个实施例中自动驾驶感知模型的评测装置的结构框图；
[0034]图8为一个实施例中计算机设备的内部结构图。
具体实施方式
[0035]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0036]在一个实施例中，如图1所示，提供了一种自动驾驶感知模型的评测方法，本实施例以该方法应用于计算机设备为例进行说明，具体可以包括以下步骤：
[0037]步骤102，获取待评测数据。
[0038]其中，待评测数据包括车辆行驶过程中采集的感知数据。具体地，感知数据包括但不限于车辆历史行驶过程中录制的传感器数据、图像数据等。
[0039]感知模型则是车辆自动驾驶过程中用于识别感知对象的位置、大小、类别以及速度等信息的网络学习模型。在本实施例中，当需要对感知模型进行评测时，则计算机设备首先需要获取待评测数据。
[0040]步骤104，针对目标评测项目，确定与待评测数据对应的车辆的目标环境信息。
[0041]其中，目标评测项目可以是当前需要对感知模型进行评测的测试项目，包括但不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶感知模型的评测方法，其特征在于，所述方法包括：获取待评测数据，所述待评测数据包括车辆行驶过程中采集的感知数据；针对目标评测项目，确定与所述待评测数据对应的车辆的目标环境信息；获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息；对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果；根据所述匹配结果确定所述待评测感知模型的评测结果。2.根据权利要求1所述的方法，其特征在于，所述获取待评测数据，包括：获取车辆行驶过程中连续采集的感知数据；根据设定时间间隔对所述感知数据进行切分，得到切分后的多个感知数据段；将所述多个感知数据段作为所述待评测数据。3.根据权利要求2所述的方法，其特征在于，所述感知数据段包括多个帧；所述得到切分后的多个感知数据段之后，所述方法还包括：识别所述感知数据段中每个帧的感知对象；根据每个帧的感知对象，确定相同感知对象在不同帧下的时序轨迹。4.根据权利要求3所述的方法，其特征在于，所述将所述多个感知数据段作为所述待评测数据，包括：根据所述感知数据的多个感知数据段、与每个所述感知数据段分别对应的多个帧、每个帧的感知对象以及相同感知对象在不同帧下的时序轨迹，建立所述感知数据的树形结构；将所述树形结构的感知数据作为所述待评测数据。5.根据权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：赵晓健，谢岳松，杨文娟，张凤博，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：