System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于仿真环境的智能设备环境适应性评估方法技术_技高网

一种基于仿真环境的智能设备环境适应性评估方法技术

技术编号:43881120 阅读:5 留言:0更新日期:2024-12-31 19:04
本发明专利技术提出一种基于仿真环境的智能设备环境适应性评估方法,采用构建虚拟仿真环境的手段,从天气配置、工况配置、干扰配置三个维度生成不同的场景数据,然后根据指标体系,计算智能设备的在不同的场景中完成任务的得分,从而完成对智能设备环境适应性的评估;所述天气配置用于提供多种天气条件下的虚拟环境,工况配置用于提供验证环境中的模拟路况,由多种天气条件下的虚拟环境和验证环境中的模拟路况构成的场景数据流为视频格式,视频的每一帧为图片,干扰配置用于模拟电磁干扰对图片形成的扰动。

【技术实现步骤摘要】

本专利技术涉及测试领域,特别涉及一种面向智能设备环境适应性的评估方法。


技术介绍

1、环境适应性是设备的一个重要质量特性,但是目前国内外对环境适应性的描述仅限于概念层面。通常的做法是,能否通过某些环境试验来定性地表示,无法整体描述设备对其所处环境的适应能力,因而不能将环境适应性要求真正落实到设备的论证、设计和生产中,也不能准确地预计、验证和评估。设备寿命期内贮存、运输和使用过程中将暴露在各种自然环境和诱发环境中,这些环境涉及各种不同环境因素。由于不同的环境因素的强度表征方式及其对设备影响的机理和作用速度各不相同,使得表征设备环境适应性变得十分复杂,目前尚不能像可靠性那样用一些简单的参数,如平均故障间隔时间和可靠度等来表示。这也是影响设备环境工程专业发展的一个重要原因。

2、随着人工智能技术的快速发展,各应用要素进一步数字化、网络化、智能化,智能设备的应用场景急速扩增,基于人工智能的智能化对抗进入新的发展阶段。智能设备在不同应用场景中是否安全可信、是否能维持较高的性能水平,是智能设备实际应用中亟需确认的问题。如果将没有经过环境适应性评估的智能设备投入到实际应用中,其应用能力将得不到保障,无法实现合理的人员设备配置,也无法控制潜在的风险,甚至无法完成指定的应用任务,造成设备损坏和人员伤亡。

3、智能设备在现如今的竞争中发挥着越来越重要的作用,但由于现实场景的特殊性,在竞争过程中极易发生不可控的安全问题,而目前智能设备的环境适应性测试不足,无法保障任务顺利完成。因此,需要研究智能设备环境适应性的评估方法,为智能设备的研究发展提供有力保障,对占领智能化对抗先机具有重要意义。


技术实现思路

1、有鉴于此,本专利技术提出了一种基于仿真环境的智能设备环境适应性评估方法,本方法采用构建虚拟仿真环境的手段模拟出现基本自然环境(如地形、地貌、水体、植被等)、不同天气(如晴、阴、雨、雪、雾等)、人工场景(如人造物根据视角、主体运动方式、场景特殊性等)、对抗干扰(如模拟现实场景中智能设备传感器受干扰的成像结果)等四要素,由此构成智能设备环境适应性测试环境,然后结合指标计算模块实现对智能设备的环境适应性评估,本专利技术解决了智能设备在不同场景中对目标跟踪识别的环境适应性测试不足的问题。

2、具体技术方案如下:一种基于仿真环境的智能设备环境适应性评估方法,采用构建虚拟仿真环境的手段,从天气配置、工况配置、干扰配置三个维度生成不同的场景数据,然后根据指标体系,计算智能设备的在不同的场景中完成任务的得分,从而完成对智能设备环境适应性的评估;所述天气配置用于提供多种天气条件下的虚拟环境,工况配置用于提供验证环境中的模拟路况,由多种天气条件下的虚拟环境和验证环境中的模拟路况构成的场景数据流为视频格式,视频的每一帧为图片,干扰配置用于模拟电磁干扰对图片形成的扰动。

3、进一步的,天气配置由气象数据、传感器模拟、视觉效果模拟、天气动态、任务场景集成6个方面实现,工况配置由不同的路段随机组合实现不同的路况;干扰配置由噪声设计、颜色失真、图像抖动、图像模糊、亮度不稳定、对抗扰动6个方面实现。

4、进一步的,气象数据设置用于模拟不同天气条件,气象数据通过配置文件进行配置,配置完成输入到天气模拟器中生成模拟的气象条件,气象数据包括光照、降水量和能见度;传感器模拟用于模拟不同天气条件下,智能设备传感器的性能变化;视觉效果模拟用于模拟各种天气条件下,智能设备执行任务所在场景的视觉效果;天气动态用于模拟气象数据随时间推移产生的变化;任务情境用于模拟任务要求所需的天气条件。

5、进一步的,工况配置包括没有静态或动态干扰物的正常区域路段,用于测试智能设备在标准道路条件下的基本性能;包含静态干扰物的路段,用于测试智能设备的避障和碰撞预防能力;包含动态干扰物的路段用于测试智能设备的交通感知和交通规避能力;包含行人干扰项的路段,用于测试智能设备在城市或人口密集区域的性能,其中行人数量百分比可调整;包含虚假目标的路段,用于测试智能设备在具有干扰的环境中的性能,其中虚假目标的数量和位置可调;遮挡情况路段,模拟了视线受到遮挡的情况,用于测试智能设备在具有视线障碍的情况下的表现;避障路段模拟需要进行避障操作的情况,用于测试智能设备的避障和安全性能;车速调节路段模拟不同的速度限制或速度变化情况,用于测试智能设备在不同速度条件下的性能。

6、进一步的,噪声设计:通过为图像增加符合泊松分布的噪声模拟电磁干扰的噪声;颜色失真:图像以hsv的格式保存,直接修改h和s通道的值的大小来模拟电磁干扰引起的图像颜色失真;图像抖动:通过对图像进行平移与旋转模拟图像的抖动;图像模糊:通过高斯模糊模拟电磁干扰带来的图像模糊;亮度不稳定:将图片转换为yuv格式后,整体改变y通道数值来模拟图像亮度的不稳定;对抗扰动:通过快速梯度符号法fgsm模拟图像的对抗扰动。

7、进一步的,所述指标体系从态势感知、态势理解、智能决策、任务执行四个方面来评估智能设备的环境适应性能力,其中,态势感知用来评估智能设备对复杂环境的信息感知能力,态势理解用来评估智能设备对感知信息的理解能力,智能决策用来评估智能设备对环境信息理解后做出决策的能力,任务执行用来评估智能设备做出决策后的执行能力。

8、进一步的,态势感知包括六种指标,即感知精确率均值、感知精确率方差、召回率方差、召回率、交并比iou、f1分数;态势理解包括重识别评价指标;智能决策包括关键决策、决策准确指标,任务执行包括执行进度、执行评价指标。

9、进一步的,感知精确率即为得分,得分用于衡量智能设备在不同的场景中完成任务的稳定性和正确性表现,计算公式为:,其中,正确性为智能设备在复杂环境中所得查准率的加权平均数,稳定性为智能设备在复杂环境中所得查准率方差的加权平均数;召回率用来预测智能设备正确完成任务的概率,召回率为智能设备正确完成任务的次数除以完成任务的总数;交并比iou用于测量在特定数据集中智能设备检测对应物体的准确度;f1分数用于衡量智能设备对目标进行二分类的性能。

10、重识别评价指标用于衡量智能设备在复杂环境中的识别和重识别表现,重识别评价指标等于智能设备在复杂环境的识别能力得分,与智能设备在复杂环境的重识别能力得分的加权平均;在任务执行过程中,智能设备识别能力的衡量方法基于智能设备首次正确识别到任务目标所消耗的时间,重识别能力的衡量方法基于智能设备完成重识别操作所消耗的时间,令,则智能设备识别能力和重识别能力的得分计算方法为:。

11、智能设备的决策准确性等于智能设备在不同场景下的决策正确率;关键决策指智能设备在不同场景中做出准确决策的次数。

12、进一步的,所有权重通过配置文件配置。

13、进一步的,智能设备要完成的任务是目标的识别跟踪。

14、采用本专利技术能够取得的有益效果包括:1、本专利技术采用虚拟仿真环境与指标计算相结合的智能设备环境适应性评估方法,解决了智能设备在不同场景中执行任务的环境适应本文档来自技高网...

【技术保护点】

1.一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:采用构建虚拟仿真环境的手段,从天气配置、工况配置、干扰配置三个维度生成不同的场景数据,然后根据指标体系,计算智能设备的在不同的场景中完成任务的得分,从而完成对智能设备环境适应性的评估;所述天气配置用于提供多种天气条件下的虚拟环境,工况配置用于提供验证环境中的模拟路况,由多种天气条件下的虚拟环境和验证环境中的模拟路况构成的场景数据流为视频格式,视频的每一帧为图片,干扰配置用于模拟电磁干扰对图片形成的扰动。

2.根据权利要求1所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:天气配置由气象数据、传感器模拟、视觉效果模拟、天气动态、任务场景集成6个方面实现,工况配置由不同的路段随机组合实现不同的路况;干扰配置由噪声设计、颜色失真、图像抖动、图像模糊、亮度不稳定、对抗扰动6个方面实现。

3.根据权利要求2所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:气象数据设置用于模拟不同天气条件,气象数据通过配置文件进行配置,配置完成输入到天气模拟器中生成模拟的气象条件,气象数据包括光照、降水量和能见度;传感器模拟用于模拟不同天气条件下,智能设备传感器的性能变化;视觉效果模拟用于模拟各种天气条件下,智能设备执行任务所在场景的视觉效果;天气动态用于模拟气象数据随时间推移产生的变化;任务情境用于模拟任务要求所需的天气条件。

4.根据权利要求2所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:工况配置包括没有静态或动态干扰物的正常区域路段,用于测试智能设备在标准道路条件下的基本性能;包含静态干扰物的路段,用于测试智能设备的避障和碰撞预防能力;包含动态干扰物的路段用于测试智能设备的交通感知和交通规避能力;包含行人干扰项的路段,用于测试智能设备在城市或人口密集区域的性能,其中行人数量百分比可调整;包含虚假目标的路段,用于测试智能设备在具有干扰的环境中的性能,其中虚假目标的数量和位置可调;遮挡情况路段,模拟了视线受到遮挡的情况,用于测试智能设备在具有视线障碍的情况下的表现;避障路段模拟需要进行避障操作的情况,用于测试智能设备的避障和安全性能;车速调节路段模拟不同的速度限制或速度变化情况,用于测试智能设备在不同速度条件下的性能。

5.根据权利要求2所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:噪声设计:通过为图像增加符合泊松分布的噪声模拟电磁干扰的噪声;颜色失真:图像以HSV的格式保存,直接修改H和S通道的值的大小来模拟电磁干扰引起的图像颜色失真;图像抖动:通过对图像进行平移与旋转模拟图像的抖动;图像模糊:通过高斯模糊模拟电磁干扰带来的图像模糊;亮度不稳定:将图片转换为YUV格式后,整体改变Y通道数值来模拟图像亮度的不稳定;对抗扰动:通过快速梯度符号法FGSM模拟图像的对抗扰动。

6.根据权利要求1所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:所述指标体系从态势感知、态势理解、智能决策、任务执行四个方面来评估智能设备的环境适应性能力,其中,态势感知用来评估智能设备对复杂环境的信息感知能力,态势理解用来评估智能设备对感知信息的理解能力,智能决策用来评估智能设备对环境信息理解后做出决策的能力,任务执行用来评估智能设备做出决策后的执行能力。

7.根据权利要求6所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:态势感知包括六种指标,即感知精确率均值、感知精确率方差、召回率方差、召回率、交并比IOU、F1分数;态势理解包括重识别评价指标;智能决策包括关键决策、决策准确指标,任务执行包括执行进度、执行评价指标。

8.根据权利要求7所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:感知精确率即为得分,得分用于衡量智能设备在不同的场景中完成任务的稳定性和正确性表现,计算公式为:,其中,正确性为智能设备在复杂环境中所得查准率的加权平均数,稳定性为智能设备在复杂环境中所得查准率方差的加权平均数;召回率用来预测智能设备正确完成任务的概率,召回率为智能设备正确完成任务的次数除以完成任务的总数;交并比IOU用于测量在特定数据集中智能设备检测对应物体的准确度;F1分数用于衡量智能设备对目标进行二分类的性能;

9.根据权利要求1-8任一项所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:所有权重通过配置文件配置。

10.根据权利要求9所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:智能设备要完成的任务是目标的识别跟踪。

...

【技术特征摘要】

1.一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:采用构建虚拟仿真环境的手段,从天气配置、工况配置、干扰配置三个维度生成不同的场景数据,然后根据指标体系,计算智能设备的在不同的场景中完成任务的得分,从而完成对智能设备环境适应性的评估;所述天气配置用于提供多种天气条件下的虚拟环境,工况配置用于提供验证环境中的模拟路况,由多种天气条件下的虚拟环境和验证环境中的模拟路况构成的场景数据流为视频格式,视频的每一帧为图片,干扰配置用于模拟电磁干扰对图片形成的扰动。

2.根据权利要求1所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:天气配置由气象数据、传感器模拟、视觉效果模拟、天气动态、任务场景集成6个方面实现,工况配置由不同的路段随机组合实现不同的路况;干扰配置由噪声设计、颜色失真、图像抖动、图像模糊、亮度不稳定、对抗扰动6个方面实现。

3.根据权利要求2所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:气象数据设置用于模拟不同天气条件,气象数据通过配置文件进行配置,配置完成输入到天气模拟器中生成模拟的气象条件,气象数据包括光照、降水量和能见度;传感器模拟用于模拟不同天气条件下,智能设备传感器的性能变化;视觉效果模拟用于模拟各种天气条件下,智能设备执行任务所在场景的视觉效果;天气动态用于模拟气象数据随时间推移产生的变化;任务情境用于模拟任务要求所需的天气条件。

4.根据权利要求2所述的一种基于仿真环境的智能设备环境适应性评估方法,其特征在于:工况配置包括没有静态或动态干扰物的正常区域路段,用于测试智能设备在标准道路条件下的基本性能;包含静态干扰物的路段,用于测试智能设备的避障和碰撞预防能力;包含动态干扰物的路段用于测试智能设备的交通感知和交通规避能力;包含行人干扰项的路段,用于测试智能设备在城市或人口密集区域的性能,其中行人数量百分比可调整;包含虚假目标的路段,用于测试智能设备在具有干扰的环境中的性能,其中虚假目标的数量和位置可调;遮挡情况路段,模拟了视线受到遮挡的情况,用于测试智能设备在具有视线障碍的情况下的表现;避障路段模拟需要进行避障操作的情况,用于测试智能设备的避障和安全性能;车速调节路段模拟不同的速度限制或速度变化情况,用于测试智能设备在不同速度条件下的性能...

【专利技术属性】
技术研发人员:张修建葛忠文张龙弯天琪杨平程中浩刘弋菲丁亦嘉范博文
申请(专利权)人:北京航天计量测试技术研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1