高速自动驾驶场景障碍物感知评测方法及装置制造方法及图纸

本发明专利技术实施例提供一种高速自动驾驶场景障碍物感知评测方法及装置，该方法包括：根据视觉感知算法对路测图像进行处理，得到算法输出数据，所述算法输出数据包括第一障碍物的位置和类型，所述路测图像是自动驾驶车辆在道路上行驶时采集得到的；对路测图像中的障碍物进行标注处理，得到真值标注数据，所述真值标注数据包括第二障碍物的位置和类型；根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果。本发明专利技术实施例提供的高速自动驾驶场景障碍物感知评测方法及装置，能够解决现有障碍物感知评测方法路测成本高，且在实际道路测试中存在一定危险的问题。

Barrier Perception Evaluation Method and Device for High Speed Autopilot Scene

【技术实现步骤摘要】
高速自动驾驶场景障碍物感知评测方法及装置
本专利技术实施例涉及自动驾驶领域，尤其涉及一种高速自动驾驶场景障碍物感知评测方法及装置。
技术介绍
自动驾驶汽车又称无人驾驶汽车，是一种综合感知系统驱动，计算机软件控制实现的无人驾驶的智能车辆。它是未来智能交通的重要组成部分，拥有十分光明的前景，是当前车辆工程领域研究的热点之一。在自动驾驶领域，视觉感知障碍物对无人车辆的驾驶决策具有重要的影响。在具体实现过程中，通过摄像头采集图像信息，然后对该图像信息进行算法处理，输出自动驾驶场景的视觉感知障碍物，然后对视觉感知障碍物和其他传感器信息进行信息融合，输出当前环境信息。现有验证无人驾驶场景视觉感知障碍物的输出效果的好坏，主要是直接进行道路测试来观察实际的路测效果，通过记录前方遇到障碍物时自动驾驶车辆的表现来评测视觉感知算法是否满足自动驾驶场景的需求。然而，现有的障碍物感知评测方法，不仅路测成本高，而且在实际的道路测试中测试人员也会存在一定的危险。
技术实现思路
本专利技术实施例提供一种高速自动驾驶场景障碍物感知评测方法及装置，以解决现有障碍物感知评测方法路测成本高，且在实际道路测试中存在一定危险的问题。第一方面，本专利技术实施例提供一种高速自动驾驶场景障碍物感知评测方法，包括：根据视觉感知算法对路测图像进行处理，得到算法输出数据，所述算法输出数据包括第一障碍物的位置和类型，所述路测图像是自动驾驶车辆在道路上行驶时采集得到的；对路测图像中的障碍物进行标注处理，得到真值标注数据，所述真值标注数据包括第二障碍物的位置和类型；根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果。在一种可能的设计中，所述根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果，包括：根据所述第一障碍物的位置和所述第二障碍物的位置，获取所述第一障碍物与所述第二障碍物的重叠率；若所述重叠率大于预设阈值，则根据所述第一障碍物的类型和所述第二障碍物的类型，获取类型匹配结果；根据所述重叠率和所述类型匹配结果，获取所述视觉感知算法的评测结果。在一种可能的设计中，所述根据所述第一障碍物的位置和所述第二障碍物的位置，获取所述第一障碍物与所述第二障碍物的重叠率，包括：根据所述第一障碍物的位置，获取预测框，以及根据所述第二障碍物的位置，获取标注框；所述预测框覆盖所述第一障碍物，所述标注框覆盖所述第二障碍物；根据所述标注框和所述预测框，得到第一面积和第二面积，所述第一面积为所述标注框和所述预测框的交集面积，所述第二面积为所述标注框和所述预测框的并集面积；根据所述第一面积和所述第二面积得到所述重叠率。在一种可能的设计中，所述根据所述重叠率，获取所述视觉感知算法的评测结果，包括：针对所有的所述第一障碍物，根据各所述第一障碍物以及各所述第一障碍物各自对应的第二障碍物的重叠率，获取与所述第二障碍物的重叠率大于预设阈值的目标障碍物的数量；根据所有的所述第一障碍物的数量和所述目标障碍物的数量，得到总体检测准确率；根据所有的所述第二障碍物的数量和所述目标障碍物的数量，得到总体检测召回率。在一种可能的设计中，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：针对所有的所述第一障碍物，根据各所述第一障碍物的类型以及各所述第一障碍物各自对应的第二障碍物的类型，获取与各所述第二障碍物的类型匹配的目标障碍物的数量；根据所述类型匹配的目标障碍物的数量以及所有的所述第一障碍物的数量，得到总体分类准确率；根据所述类型匹配的目标障碍物的数量以及所有的所述第二障碍物的数量，得到总体分类召回率。在一种可能的设计中，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：在类型匹配的所述第一障碍物和所述第二障碍物中，获取属于目标类型的第一障碍物的数量和第二障碍物的数量；根据所述属于目标类型的第一障碍物的数量以及所述类型匹配的且属于目标类型的第一障碍物的数量，确定所述目标类型对应的分类准确率；根据所述属于目标类型的第二障碍物的数量以及所述类型匹配的且属于目标类型的第二障碍物的数量，确定所述目标类型对应的分类召回率。在一种可能的设计中，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：在位置匹配的所述第一障碍物和所述第二障碍物中，获取位置匹配的且属于目标分类组的第一障碍物的数量和位置匹配的且属于目标分类组的第二障碍物的数量；根据属于目标分类组的第一障碍物的数量以及所述位置匹配的且属于目标分类组的第一障碍物的数量，确定所述目标分类组对应的分类准确率；根据属于目标分类组的第二障碍物的数量以及所述位置匹配的且属于目标分类组的第二障碍物的数量，确定所述目标分类组对应的分类召回率。第二方面，本专利技术实施例提供一种高速自动驾驶场景障碍物感知评测装置，包括：第一处理模块，用于根据视觉感知算法对路测图像进行处理，得到算法输出数据，所述算法输出数据包括第一障碍物的位置和类型，所述路测图像是自动驾驶车辆在道路上行驶时采集得到的；第二处理模块，用于对路测图像中的障碍物进行标注处理，得到真值标注数据，所述真值标注数据包括第二障碍物的位置和类型；评测模块，用于根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果。在一种可能的设计中，所述评测模块具体用于：根据所述第一障碍物的位置和所述第二障碍物的位置，获取所述第一障碍物与所述第二障碍物的重叠率；若所述重叠率大于预设阈值，则根据所述第一障碍物的类型和所述第二障碍物的类型，获取类型匹配结果；根据所述重叠率和所述类型匹配结果，获取所述视觉感知算法的评测结果。在一种可能的设计中，所述评测模块还用于：根据所述第一障碍物的位置，获取预测框，以及根据所述第二障碍物的位置，获取标注框；所述预测框覆盖所述第一障碍物，所述标注框覆盖所述第二障碍物；根据所述标注框和所述预测框，得到第一面积和第二面积，所述第一面积为所述标注框和所述预测框的交集面积，所述第二面积为所述标注框和所述预测框的并集面积；根据所述第一面积和所述第二面积得到所述重叠率。在一种可能的设计中，所述评测模块具体用于：针对所有的所述第一障碍物，根据各所述第一障碍物以及各所述第一障碍物各自对应的第二障碍物的重叠率，获取与所述第二障碍物的重叠率大于预设阈值的目标障碍物的数量；根据所有的所述第一障碍物的数量和所述目标障碍物的数量，得到总体检测准确率；根据所有的所述第二障碍物的数量和所述目标障碍物的数量，得到总体检测召回率。在一种可能的设计中，所述评测模块具体用于：针对所有的所述第一障碍物，根据各所述第一障碍物的类型以及各所述第一障碍物各自对应的第二障碍物的类型，获取与各所述第二障碍物的类型匹配的目标障碍物的数量；根据所述类型匹配的目标障碍物的数量以及所有的所述第一障碍物的数量，得到总体分类准确率；根据所述类型匹配的目标障碍物的数量以及所有的所述第二障碍物的数量，得到总体分类召回率。在一种可能的设计中，所述评测模块具体用于：在类型匹配的所述第一障碍物和所述第二障碍物中，获取属于目标类型的第一障碍物的数量和第二障碍物的数量；根据所述属于目标类型的第一障碍物的数量以及所述类型匹配的且属于目标类型的第一障碍物的数量，确定所述目标类本文档来自技高网...

【技术保护点】
1.一种高速自动驾驶场景障碍物感知评测方法，其特征在于，包括：根据视觉感知算法对路测图像进行处理，得到算法输出数据，所述算法输出数据包括第一障碍物的位置和类型，所述路测图像是自动驾驶车辆在道路上行驶时采集得到的；对路测图像中的障碍物进行标注处理，得到真值标注数据，所述真值标注数据包括第二障碍物的位置和类型；根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果。

【技术特征摘要】
1.一种高速自动驾驶场景障碍物感知评测方法，其特征在于，包括：根据视觉感知算法对路测图像进行处理，得到算法输出数据，所述算法输出数据包括第一障碍物的位置和类型，所述路测图像是自动驾驶车辆在道路上行驶时采集得到的；对路测图像中的障碍物进行标注处理，得到真值标注数据，所述真值标注数据包括第二障碍物的位置和类型；根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述算法输出数据和所述真值标注数据进行障碍物匹配，得到所述视觉感知算法的评测结果，包括：根据所述第一障碍物的位置和所述第二障碍物的位置，获取所述第一障碍物与所述第二障碍物的重叠率；若所述重叠率大于预设阈值，则根据所述第一障碍物的类型和所述第二障碍物的类型，获取类型匹配结果；根据所述重叠率和所述类型匹配结果，获取所述视觉感知算法的评测结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一障碍物的位置和所述第二障碍物的位置，获取所述第一障碍物与所述第二障碍物的重叠率，包括：根据所述第一障碍物的位置，获取预测框，以及根据所述第二障碍物的位置，获取标注框；所述预测框覆盖所述第一障碍物，所述标注框覆盖所述第二障碍物；根据所述标注框和所述预测框，得到第一面积和第二面积，所述第一面积为所述标注框和所述预测框的交集面积，所述第二面积为所述标注框和所述预测框的并集面积；根据所述第一面积和所述第二面积得到所述重叠率。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述重叠率，获取所述视觉感知算法的评测结果，包括：针对所有的所述第一障碍物，根据各所述第一障碍物以及各所述第一障碍物各自对应的第二障碍物的重叠率，获取与所述第二障碍物的重叠率大于预设阈值的目标障碍物的数量；根据所有的所述第一障碍物的数量和所述目标障碍物的数量，得到总体检测准确率；根据所有的所述第二障碍物的数量和所述目标障碍物的数量，得到总体检测召回率。5.根据权利要求2所述的方法，其特征在于，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：针对所有的所述第一障碍物，根据各所述第一障碍物的类型以及各所述第一障碍物各自对应的第二障碍物的类型，获取与各所述第二障碍物的类型匹配的目标障碍物的数量；根据所述类型匹配的目标障碍物的数量以及所有的所述第一障碍物的数量，得到总体分类准确率；根据所述类型匹配的目标障碍物的数量以及所有的所述第二障碍物的数量，得到总体分类召回率。6.根据权利要求2所述的方法，其特征在于，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：在类型匹配的所述第一障碍物和所述第二障碍物中，获取属于目标类型的第一障碍物的数量和第二障碍物的数量；根据所述属于目标类型的第一障碍物的数量以及所述类型匹配的且属于目标类型的第一障碍物的数量，确定所述目标类型对应的分类准确率；根据所述属于目标类型的第二障碍物的数量以及所述类型匹配的且属于目标类型的第二障碍物的数量，确定所述目标类型对应的分类召回率。7.根据权利要求2所述的方法，其特征在于，所述根据所述类型匹配结果，获取所述视觉感知算法的评测结果，包括：在位置匹配的所述第一障碍物和所述第二障碍物中，获取位置匹配的且属于目标分类组的第一障碍物的数量和位置匹配的且属于目标分类组的第二障碍物的数量；根据属于目标分类组的第一障碍物的数量以及所述位置匹配的且属于目标分类组的第一障碍物的数量，确定所述目标分类组对应的分类准确率；根据属于目标分类组的第二障碍物的数量以及所述位置匹配的且属于目标分类组的第二障碍物的数量，确定所述目标分类组对应的分类召回率。8.一种高速自动驾驶场景障碍物感知评测装置，其特征在于，包括：第一处理模块，用于根据视觉感知算法对...

【专利技术属性】
技术研发人员：赵晓健，向旭东，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11