一种基于pegasus平台的自动驾驶的感知模型测试方法和系统技术方案

本发明专利技术公开一种基于pegasus平台的自动驾驶的感知模型测试方法和系统，其中，该基于pegasus平台的自动驾驶的感知模型测试方法包括：获取与自动驾驶相关的场景环境图像数据；在pegasus平台上，使用tensorRT工具对神经网络生成的感知模型进行tensorRT化；使用tensorRT化的感知模型，对场景环境图像数据进行推理计算。本发明专利技术的技术方案能解决现有技术中不同车载计算平台对同一感知模型的兼容性差，测试工作量大且调试周期长，影像感知模型测试效率的问题。

【技术实现步骤摘要】
一种基于pegasus平台的自动驾驶的感知模型测试方法和系统
本专利技术涉及电子设备
，尤其涉及一种基于pegasus平台的自动驾驶的感知模型测试方法和系统。
技术介绍
自动驾驶技术的飞速发展推动了自动驾驶汽车的快速迭代，但自动驾驶汽车在量产前需要进行大量的里程测试，以确保其行驶域的安全性。自动驾驶汽车主要依靠摄像头、扫描仪或激光雷达等视觉传感器对场景环境进行感知，然后再由决策控制系统进行路径规划和控制，因此自动驾驶的感知模型的测试效果至关重要。当前，自动驾驶的感知模型大多是通过深度学习算法训练的神经网络模型进行的。具体在研发人员训练好感知模型后，使用该感知模型在上车测试之前提前进行大量测试，在实验室就把各种情况考虑到，这样能提高后续测试效率，节省上车测试的成本。对于研发好的感知模型，车端部署工程师需要比较不同车载计算平台之间的性能差异。对于性能差异的比较，目前主要通过人工将感知模型输入至嵌入式的车载计算平台进行迁移测试。如果要对不同计算平台进行性能测试，需要工程师按照各车载计算平台的要求逐一进行迁移测试。然而因为不同车载计算平台对同一感知模型的兼容性差，感知模型进行车载计算平台迁移测试的工作量大且调试周期长，需要花费大量时间；数据处理团队与模型开发团队的工作成串行状态，经常出现相互等待的尴尬局面；这样就导致感知模型的测试效率低下。
技术实现思路
本专利技术提供了一种基于pegasus平台的自动驾驶的感知模型测试方法和系统，旨在解决现有技术中不同车载计算平台对同一感知模型的兼容性差，测试工作量大且调试周期长，影响感知模型测试效率的问题。根据本专利技术的第一方面，本专利技术提供了一种基于pegasus平台的自动驾驶的感知模型测试方法，包括：获取与自动驾驶相关的场景环境图像数据；在pegasus平台上，使用tensorRT工具对神经网络生成的感知模型进行tensorRT化；使用tensorRT化的感知模型，对场景环境图像数据进行推理计算。优选地，上述获取与自动驾驶相关的场景环境图像数据的步骤，包括：摄取与自动驾驶相关的场景环境图像；使用图像信号处理技术对场景环境图像进行信号处理；对信号处理后的场景环境图像进行软解码，得到与场景环境图像对应的视频流数据；按照预定帧率截取视频流数据，得到场景环境图像数据。优选地，上述使用tensorRT工具对神经网络生成的感知模型进行tensorRT化的步骤，包括：将神经网络训练生成的感知模型转化为onnx模型；使用tensorRT工具将onnx模型进行tensorRT化，得到tensorRT化的感知模型。优选地，上述使用tensorRT化的感知模型，对场景环境图像数据进行推理计算的步骤，包括：使用Socket监听网络将监听到的场景环境图像数据推送至pegasus平台的tensorRT化的感知模型；使用tensorRT化的感知模型对场景环境图像数据进行推理计算。优选地，上述根据tensorRT化的感知模型，对场景环境图像数据进行推理计算的步骤，包括：在除pegasus平台外的其他测试平台上部署Socket监听网络；使用Socket监听网络监听其他测试平台的场景环境图像数据；使用Socket监听网络将场景环境图像数据推送至pegasus平台；使用pegasus平台上tensorRT化的感知模型对场景环境图像数据进行推理计算，得到推理结果；使用Socket监听网络将推理结果返回至其他测试平台。根据本专利技术的第二方面，本专利技术还提供了一种基于pegasus平台的自动驾驶的感知模型测试系统，包括：数据获取模块，用于获取与自动驾驶相关的场景环境图像数据；优化模块，用于在pegasus平台上，使用tensorRT工具对神经网络生成的感知模型进行tensorRT化；推理计算模块，用于使用tensorRT化的感知模型，对场景环境图像数据进行推理计算。优选地，上述数据获取模块，包括：图像摄取子模块，用于摄取与自动驾驶相关的场景环境图像；信号处理子模块，用于使用图像信号处理技术对场景环境图像进行信号处理；图像解码子模块，用于对信号处理后的场景环境图像进行软解码，得到与场景环境图像对应的视频流数据；数据截取子模块，用于按照预定帧率截取视频流数据，得到场景环境图像数据。优选地，上述优化模块，包括：第一模型转化子模块，用于将神经网络训练生成的感知模型转化为onnx模型；第二模型转化子模块，用于使用tensorRT工具将onnx模型进行tensorRT化，得到tensorRT化的感知模型。优选地，上述推理计算模块，包括：图像数据推送子模块，用于使用Socket监听网络将监听到的场景环境图像数据推送至pegasus平台的tensorRT化的感知模型；图像数据计算子模块，用于使用tensorRT化的感知模型对场景环境图像数据进行推理计算。优选地，上述推理计算模块，包括：网络部署子模块，用于在除pegasus平台外的其他测试平台上部署Socket监听网络；数据监听子模块，用于使用Socket监听网络监听其他测试平台的场景环境图像数据；数据推送子模块，用于使用Socket监听网络将场景环境图像数据推送至pegasus平台；推理计算子模块，用于使用pegasus平台上tensorRT化的感知模型对场景环境图像数据进行推理计算，得到推理结果；结果发送子模块，用于使用Socket监听网络将推理结果返回至其他测试平台。综上，本申请提供的基于pegasus平台的自动驾驶的感知模型测试方案，通过获取与自动驾驶相关的场景环境图像数据，然后在pegasus平台上使用tensorRT工具对神经网络生成的感知模型进行tensorRT化，因为tensorRT工具是一种高性能的深度学习推理优化器，能够支持几乎所有已知的深度学习框架，因此使用tensorRT工具对神经网络生成的感知模型进行tensorRT化能够提高神经网络生成的感知模型的兼容性，进而使得感知模型能够在几乎所有框架中有效和高速地部署推理；最后，使用tensorRT化的感知模型对场景环境图像数据进行推理计算，能够使得同一感知模型的兼容性更高，提高感知模型的测试效率。综上本申请提供的技术方案能够解决现有技术中不同车载计算平台对同一感知模型的兼容性差，测试工作量大且调试周期长，影响感知模型测试效率的问题。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1是本专利技术实施例提供的一种基于pegasus平台的自本文档来自技高网...

【技术保护点】
1.一种基于pegasus平台的自动驾驶的感知模型测试方法，其特征在于，包括：/n获取与自动驾驶相关的场景环境图像数据；/n在pegasus平台上，使用tensorRT工具对神经网络生成的感知模型进行tensorRT化；/n使用tensorRT化的所述感知模型，对所述场景环境图像数据进行推理计算。/n

【技术特征摘要】
1.一种基于pegasus平台的自动驾驶的感知模型测试方法，其特征在于，包括：
获取与自动驾驶相关的场景环境图像数据；
在pegasus平台上，使用tensorRT工具对神经网络生成的感知模型进行tensorRT化；
使用tensorRT化的所述感知模型，对所述场景环境图像数据进行推理计算。


2.根据权利要求1所述的感知模型测试方法，其特征在于，所述获取与自动驾驶相关的场景环境图像数据的步骤，包括：
摄取与自动驾驶相关的场景环境图像；
使用图像信号处理技术对所述场景环境图像进行信号处理；
对信号处理后的所述场景环境图像进行软解码，得到与所述场景环境图像对应的视频流数据；
按照预定帧率截取所述视频流数据，得到所述场景环境图像数据。


3.根据权利要求1所述的感知模型测试方法，其特征在于，所述使用tensorRT工具对神经网络生成的感知模型进行tensorRT化的步骤，包括：
将所述神经网络训练生成的感知模型转化为onnx模型；
使用所述tensorRT工具将所述onnx模型进行tensorRT化，得到tensorRT化的所述感知模型。


4.根据权利要求1所述的感知模型测试方法，其特征在于，所述使用tensorRT化的感知模型，对场景环境图像数据进行推理计算的步骤，包括：
使用Socket监听网络将监听到的场景环境图像数据推送至所述pegasus平台的tensorRT化的感知模型；
使用所述tensorRT化的感知模型对所述场景环境图像数据进行推理计算。


5.根据权利要求1所述的感知模型测试方法，其特征在于，所述根据tensorRT化的感知模型，对场景环境图像数据进行推理计算的步骤，包括：
在除所述pegasus平台外的其他测试平台上部署Socket监听网络；
使用所述Socket监听网络监听所述其他测试平台的场景环境图像数据；
使用所述Socket监听网络将所述场景环境图像数据推送至所述pegasus平台；
使用所述pegasus平台上tensorRT化的感知模型对所述场景环境图像数据进行推理计算，得到推理结果；
使用所述Socket监听网络将所述推理结果返回至所述其他测试平台。


6.一种基于pegasus平台的自动驾驶的感...

【专利技术属性】
技术研发人员：龚湛，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32