一种针对失效样本的自动驾驶视觉感知测试方法和装置制造方法及图纸

本发明专利技术实施例提供一种针对失效样本的自动驾驶视觉感知测试方法和装置，以感知失效样本为核心，通过失效场景定义、失效图片抽取、失效图片学习、HIL测试构建等多项技术点有机结合，实现视觉感知的快速、有效验证；有效利用已有的自然驾驶影像数据库，是测试系统的原始数据源，测试系统通过迭代更新的方式保证数据库的不断增加式更新；视觉感知的样本集来源于同类和自身的失效样本，针对性强，通过对失效样本的大量分析，总结提炼失效场景，有效性大大提升，通过预检测和正式检测的分阶段实施，可快速提升测试进度，仅对提炼的特定样本进行标注和测试验证，效率大大提高。

A visual perception test method and device for automatic driving based on failure samples

【技术实现步骤摘要】
一种针对失效样本的自动驾驶视觉感知测试方法和装置
本专利技术涉及自动驾驶领域，更具体地，涉及一种针对失效样本的自动驾驶视觉感知测试方法和装置。
技术介绍
随着移动互联网的流量天花板逐渐见顶，互联网与实体行业如农业、工业、建筑行业和服务行业等传统行业的数字融合将成为新的趋势，产业互联网结合5G和云计算等技术将加快实体经济转型。汽车作为产业互联网场景下必不可少的智能移动设备，随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新，将结合不同落地场景打造可复制循环的商业模式闭环。自动驾驶是指智能汽车通过安装配备在车上的传感器设备(包括2D摄影视觉感知、激光雷达、毫米波雷达等)感知汽车周围的驾驶环境，结合导航的高精度地图，进行快速的运算与分析，在不断模拟和深度学习潜在的路况环境并作出判断，进一步借助算法规划汽车最理想或最合适的行驶路线及方式，再通过芯片反馈给控制系统进行刹车、方向盘控制等实际操作动作。目前自动驾驶已经处于高速发展的阶段，而智能化尤为火热。感知、融合、决策、控制、执行是智能化的各个阶段，感知作为汽车的眼睛、耳朵尤为重要本文档来自技高网...

【技术保护点】
1.一种针对失效样本的自动驾驶视觉感知测试方法，其特征在于，包括：/n以自动驾驶视觉感知失效图片作为原始输入，对被测视觉感知产品进行硬件在环HIL环境预检测，得到被测产品预检测失效样本；/n基于已训练的失效图片扩充检索模型，获取自然驾驶影像数据库中与被测产品预检测失效样本特征匹配的自动驾驶视觉感知失效扩充图片，并基于所述自动驾驶视觉感知失效扩充图片对被检测视觉感知产品进行HIL环境正式检测。/n

【技术特征摘要】
1.一种针对失效样本的自动驾驶视觉感知测试方法，其特征在于，包括：
以自动驾驶视觉感知失效图片作为原始输入，对被测视觉感知产品进行硬件在环HIL环境预检测，得到被测产品预检测失效样本；
基于已训练的失效图片扩充检索模型，获取自然驾驶影像数据库中与被测产品预检测失效样本特征匹配的自动驾驶视觉感知失效扩充图片，并基于所述自动驾驶视觉感知失效扩充图片对被检测视觉感知产品进行HIL环境正式检测。


2.根据权利要求1所述的针对失效样本的自动驾驶视觉感知测试方法，其特征在于，以自动驾驶视觉感知失效图片作为原始输入前，还包括：
基于历史自然驾驶数据采集或历史视觉感知产品自然驾驶环境验证记录自然驾驶影像数据，并形成自然驾驶影像数据库；
基于历史视觉感知产品自然驾驶环境验证或历史视觉感知产品初期阶段的验证收集自动驾驶视觉感知失效数据，得到感知失效集。


3.根据权利要求2所述的针对失效样本的自动驾驶视觉感知测试方法，其特征在于，还包括：
提取所述感知失效集中的自动驾驶视觉感知失效场景特征，并基于所述自动驾驶视觉感知失效场景特征提取所述自然驾驶影像数据库中的自动驾驶视觉感知失效图片。


4.根据权利要求1所述的针对失效样本的自动驾驶视觉感知测试方法，其特征在于，得到被测产品预检测失效样本后，还包括：
基于所述被测产品预检测失效样本和所述自动驾驶影像数据库进行机器学习训练，得到用于从所述自动驾驶影像数据集中提取自动驾驶视觉感知失效扩充图片的失效图片扩充检索模型。


5.根据权利要求3所述的针对失效样本的自动驾驶视觉感知测试方法，其特征在于，获取自然驾驶影像数据库中被测产品预检测失效样本...

【专利技术属性】
技术研发人员：王军德，周风明，郝江波，
申请(专利权)人：武汉光庭信息技术股份有限公司，
类型：发明
国别省市：湖北;42