一种车载系统的目标检测性能的评价方法和电子设备技术方案

本发明专利技术提供了一种车载系统的目标检测性能的评价方法和电子设备。该方法通过以激光雷达对车辆周围的目标进行检测得到的各时刻的目标位置所对应的检测坐标系下的坐标值作为目标参考值，并以车载系统对车辆周围的目标进行检测得到的各时刻的目标位置所对应的检测坐标系下的坐标值作为目标检测值，基于时刻相差在预设时长范围内的目标参考值与目标检测值的关联结果得到车载系统的目标检测性能的评价指标，实现了对车载系统的目标检测性能的自动化测试和评价。本发明专利技术的方案具有自动化程度高、测试效率高的优点，可应用于车载系统的开发测试中用以评价或验收所开发的车载系统的目标检测功能。

【技术实现步骤摘要】
一种车载系统的目标检测性能的评价方法和电子设备
本专利技术涉及自动化测试
，特别是一种车载系统的目标检测性能的评价方法和电子设备。
技术介绍
目前，自动驾驶技术正得到越来越广泛的关注，并趋于实用化。在自动驾驶中，车载系统对于车辆周围目标的检测性能对车辆的安全性至关重要。例如，在自动泊车时，自动泊车系统对于车辆周围障碍物(特别是移动障碍物，如行人、自行车、车辆等)的检测性能是成功、安全地进行自动泊车的关键因素。然而，现有技术中还没有针对车载系统的目标检测性能(尤其是自动泊车系统的障碍物检测性能)进行自动化评价的方案，导致在车载系统(例如自动泊车系统)的开发过程中难以实时、高效地对系统的目标检测性能进行评价。因此，亟需一种可适用于对车载系统的目标检测性能进行自动化评价的方案。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的车载系统的目标检测性能的评价方法和电子设备。本专利技术的一个目的在于提供一种高自动化程度、高测试效率的车载系统的目标检测性能的评价方法。本专利技术的一个进一步的目的在于提高对车载系统的目标检测性能评价的测试精度。特别地，根据本专利技术实施例的一方面，提供了一种车载系统的目标检测性能的评价方法，包括：获取激光雷达各时刻输出的对其所在车辆周围的目标进行检测的各帧检测数据，其中，所述激光雷达设置在车辆的指定位置上，且所述激光雷达的各帧检测数据包含在以所述激光雷达所在指定位置为原点的雷达坐标系下的点云坐标值；根据所述指定位置与设定检测坐标系的原点的相对位置，将所述激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值转换为所述检测坐标系下的点云坐标值，得到转换后的各时刻的各帧检测数据；对所述转换后的各时刻的各帧检测数据进行目标识别处理得到各时刻的目标位置，将各时刻的所述目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标参考值；获取所述车载系统各时刻输出的对所述车辆周围的目标进行检测得到的目标位置，将所述检测得到的目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标检测值；以时刻相差在预设时长范围内的目标参考值和目标检测值组合成一个可用样本，得到不同时刻下的多个可用样本；根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联，得到表示所述目标参考值与所述目标检测值是否对应同一目标的关联结果；根据所述关联结果得到所述车载系统的目标检测性能的评价指标。可选地，所述激光雷达的数量为多个，且每一激光雷达的各时刻的各帧检测数据各自包含在以该激光雷达所在指定位置为原点的雷达坐标系下的点云坐标值；所述对所述转换后的各时刻的各帧检测数据进行目标识别处理，包括：根据所述转换后的各时刻的各帧检测数据中包含的所述检测坐标系下的点云坐标值，分别将相同时刻下的转换后的各所述激光雷达的对应的各帧检测数据合并成一帧检测数据；对合并后各时刻的各帧检测数据进行目标识别处理。可选地，所述检测坐标系为平面坐标系，所述雷达坐标系为三维坐标系，所述雷达坐标系的x轴和y轴分别与所述检测坐标系的x轴和y轴平行，且两者具有相同的x轴方向和y轴方向；所述根据所述指定位置与设定检测坐标系的原点的相对位置，将所述激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值转换为所述检测坐标系下的点云坐标值，得到转换后的各时刻的各帧检测数据，包括：根据每一激光雷达所在指定位置与所述检测坐标系的原点的相对位置，得到每一激光雷达所在指定位置在所述检测坐标系中的x轴坐标值和y轴坐标值；将每一激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值中的x轴坐标值加上该激光雷达所在指定位置在所述检测坐标系中的x轴坐标值，将每一激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值中的y轴坐标值加上该激光雷达所在指定位置在所述检测坐标系中的y轴坐标值，得到转换后的每一激光雷达的各时刻的各帧检测数据。可选地，所述根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联，包括：对各所述可用样本中的各所述目标参考值与各所述目标检测值，计算所述目标参考值对应的目标位置与所述目标检测值对应的目标位置之间的距离；判断所述距离是否小于所述最大允许位置误差；若是，则确定所述目标参考值与所述目标检测值关联成功；若否，则确定所述目标参考值与所述目标检测值关联失败。可选地，所述目标检测性能的评价指标包括目标检测准确率；所述根据所述关联结果得到所述车载系统的目标检测性能的评价指标，包括：统计多个所述可用样本中的目标参考值的总数量N；记录关联成功的目标参考值的数量n3；计算n3与N的比率n3/N，作为目标检测准确率。可选地，所述目标检测性能的评价指标还包括下列至少之一：目标检测位置平均误差、目标检测位置标准偏差、目标漏检率、目标虚警率；所述根据所述关联结果得到所述车载系统的目标检测性能的评价指标，还包括下列至少之一：记录与一个目标检测值关联成功的目标参考值的数量n1，以及n1个所述目标参考值中的每个目标参考值对应的目标位置和与该目标参考值关联成功的目标检测值对应的目标位置之间的距离d1、d2、…、dn1，根据式(1)计算平均距离md，作为目标检测位置平均误差：md＝(d1+d2+…+dn1)/n1(1)；记录与一个目标检测值关联成功的目标参考值的数量n1，以及n1个所述目标参考值中的每个目标参考值对应的目标位置和与该目标参考值关联成功的目标检测值对应的目标位置之间的距离d1、d2、…、dn1，根据式(2)计算距离标准差sd，作为目标检测位置标准偏差：其中，式(2)中μ＝(d1+d2+…+dn1)/n1；记录与目标检测值关联失败的目标参考值的数量n0，计算n0与N的比率n0/N，作为目标漏检率；记录与目标参考值关联失败的目标检测值的数量p0，计算p0与N的比率p0/N，作为目标虚警率。可选地，在根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联之前，该方法还包括：统计多个所述可用样本中的所述目标参考值和所述目标检测值的总数量；判断所述总数量是否大于预设阈值；若是，则执行所述根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联的步骤。可选地，该方法还包括：显示下列至少之一：转换后的各时刻的各帧检测数据进行目标识别处理后得到的各时刻的目标位置；时刻相差在预设时长范围内的各所述目标参考值和各所述目标检测值；关联成功的各所述目标参考值和各所述目标检测值；所述车载系统的目标检测性能的评价指标。可选地，所述车载系统包括自动泊车系本文档来自技高网...

【技术保护点】
1.一种车载系统的目标检测性能的评价方法，其特征在于，包括：/n获取激光雷达各时刻输出的对其所在车辆周围的目标进行检测的各帧检测数据，其中，所述激光雷达设置在车辆的指定位置上，且所述激光雷达的各帧检测数据包含在以所述激光雷达所在指定位置为原点的雷达坐标系下的点云坐标值；/n根据所述指定位置与设定检测坐标系的原点的相对位置，将所述激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值转换为所述检测坐标系下的点云坐标值，得到转换后的各时刻的各帧检测数据；/n对所述转换后的各时刻的各帧检测数据进行目标识别处理得到各时刻的目标位置，将各时刻的所述目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标参考值；/n获取所述车载系统各时刻输出的对所述车辆周围的目标进行检测得到的目标位置，将所述检测得到的目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标检测值；/n以时刻相差在预设时长范围内的目标参考值和目标检测值组合成一个可用样本，得到不同时刻下的多个可用样本；/n根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联，得到表示所述目标参考值与所述目标检测值是否对应同一目标的关联结果；/n根据所述关联结果得到所述车载系统的目标检测性能的评价指标。/n...

【技术特征摘要】
1.一种车载系统的目标检测性能的评价方法，其特征在于，包括：
获取激光雷达各时刻输出的对其所在车辆周围的目标进行检测的各帧检测数据，其中，所述激光雷达设置在车辆的指定位置上，且所述激光雷达的各帧检测数据包含在以所述激光雷达所在指定位置为原点的雷达坐标系下的点云坐标值；
根据所述指定位置与设定检测坐标系的原点的相对位置，将所述激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值转换为所述检测坐标系下的点云坐标值，得到转换后的各时刻的各帧检测数据；
对所述转换后的各时刻的各帧检测数据进行目标识别处理得到各时刻的目标位置，将各时刻的所述目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标参考值；
获取所述车载系统各时刻输出的对所述车辆周围的目标进行检测得到的目标位置，将所述检测得到的目标位置对应的所述检测坐标系下的坐标值作为各时刻的目标检测值；
以时刻相差在预设时长范围内的目标参考值和目标检测值组合成一个可用样本，得到不同时刻下的多个可用样本；
根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联，得到表示所述目标参考值与所述目标检测值是否对应同一目标的关联结果；
根据所述关联结果得到所述车载系统的目标检测性能的评价指标。


2.根据权利要求1所述的评价方法，其特征在于，
所述激光雷达的数量为多个，且每一激光雷达的各时刻的各帧检测数据各自包含在以该激光雷达所在指定位置为原点的雷达坐标系下的点云坐标值；
所述对所述转换后的各时刻的各帧检测数据进行目标识别处理，包括：
根据所述转换后的各时刻的各帧检测数据中包含的所述检测坐标系下的点云坐标值，分别将相同时刻下的转换后的各所述激光雷达的对应的各帧检测数据合并成一帧检测数据；
对合并后各时刻的各帧检测数据进行目标识别处理。


3.根据权利要求2所述的评价方法，其特征在于，
所述检测坐标系为平面坐标系，所述雷达坐标系为三维坐标系，所述雷达坐标系的x轴和y轴分别与所述检测坐标系的x轴和y轴平行，且两者具有相同的x轴方向和y轴方向；
所述根据所述指定位置与设定检测坐标系的原点的相对位置，将所述激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值转换为所述检测坐标系下的点云坐标值，得到转换后的各时刻的各帧检测数据，包括：
根据每一激光雷达所在指定位置与所述检测坐标系的原点的相对位置，得到每一激光雷达所在指定位置在所述检测坐标系中的x轴坐标值和y轴坐标值；
将每一激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值中的x轴坐标值加上该激光雷达所在指定位置在所述检测坐标系中的x轴坐标值，将每一激光雷达的各时刻的各帧检测数据中包含的在所述雷达坐标系下的点云坐标值中的y轴坐标值加上该激光雷达所在指定位置在所述检测坐标系中的y轴坐标值，得到转换后的每一激光雷达的各时刻的各帧检测数据。


4.根据权利要求1所述的评价方法，其特征在于，
所述根据最大允许位置误差分别对各所述可用样本中的各所述目标参考值和各所述目标检测值进行关联，包括：
对各所述可用样本中的各所述目标参考值与各所述目标检测值，计算所述目标参考值对应的目标位置与所述目标检测值...

【专利技术属性】
技术研发人员：田玉珍，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：湖北;42