智能驾驶可视化调试方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种智能驾驶可视化调试方法、装置、设备及存储介质，所述方法通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶环境的监控数据，根据监控数据确定当前障碍物信息；根据当前障碍物信息进行目标物信息匹配，确定目标物的位置信息；将位置信息和下一帧预测数据进行融合，将融合结果输出至可视化界面进行回放速度可调的动态呈现，能够进行可视化分析，能够更加灵活的进行驾驶可视化调试，能够进行逐帧分析功能，简化了代码更新流程，解决了融合模块开发过程中出现的部分帧融合目标丢失和跳变的问题，可以进行问题复现，实现监控数据快速回放，提高了障碍物识别精度，提升了智能驾驶可视化调试的速度和效率。提升了智能驾驶可视化调试的速度和效率。提升了智能驾驶可视化调试的速度和效率。

【技术实现步骤摘要】
智能驾驶可视化调试方法、装置、设备及存储介质


[0001]本专利技术涉及自动驾驶
，尤其涉及一种智能驾驶可视化调试方法、装置、设备及存储介质。

技术介绍

[0002]智能驾驶技术涉及信息工程、控制科学与工程、计算机科学、机械工程、数理科学、生命科学等诸多学科，是衡量一个国家科研实力和工业水平的重要标志；智能驾驶的出现，从根本上改变了传统的车辆驾驶方式，将驾驶员从“车
‑
路
‑
人”闭环系统中解放出来，利用先进的电子与信息技术控制车辆行驶，让驾驶活动中常规的、持久且疲劳的操作自动完成，人仅仅做高级的目的性操作，能够极大地提高交通系统的效率和安全性，具有广泛的社会应用价值；同时，智能驾驶技术的研究将极大地增强我国在汽车主动安全系统方面的核心竞力，对提升我国汽车电子产品和汽车产业自主创新能力具有重大的战略意义。
[0003]在研发过程中，智能车辆驶出实验室、驶入真实道路环境是必将的发展之路；然而，真实道路环境路况复杂多变，驾驶安全风险大；特别是在前方出现大型车辆、驾驶员视线受到遮挡等情况下，即使人工驾驶仍是事故多发；因此，如何提高智能车的智慧水平、确保车辆在真实道路环境中的行车安全，目前尚没有完善的技术方案。
[0004]现有的解决方案是通过Rviz可视化工具对真实道路环境进行分析，识别道路环境中的障碍物，避免交通事故发生，但是利用Rviz可视化工具，存在以下问题：无法暂停回放数据，智能连续播放，缺少逐帧分析功能，难以进行问题复现，并且代码更新流程复杂，代码开发效率较低，只能回放ROS系统下录入的ROSbag数据包，不能回放CAN端直接输出的blf文件。

技术实现思路

[0005]本专利技术的主要目的在于提供一种智能驾驶可视化调试方法、装置、设备及存储介质，旨在解决现有技术中利用Rviz可视化工具识别道路障碍物缺少逐帧分析功能，难以进行问题复现，数据回放困难，代码开发效率较低，代码更新流程复杂的技术问题。
[0006]第一方面，本专利技术提供一种智能驾驶可视化调试方法，所述智能驾驶可视化调试方法包括以下步骤：
[0007]通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶环境的监控数据，根据所述监控数据确定当前障碍物信息；
[0008]根据所述当前障碍物信息进行目标物信息匹配，确定目标物的位置信息；
[0009]将所述位置信息和下一帧预测数据进行融合，将融合结果输出至可视化界面进行回放速度可调的动态呈现。
[0010]可选地，所述通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶环境的监控数据，根据所述监控数据确定当前障碍物信息，包括：
[0011]通过Matlab读取视觉传感器的blf数据文件，获得对当前自动驾驶环境监测的视
觉监控数据，通过Matlab读取雷达传感器的blf数据文件，获得对当前自动驾驶环境监测的雷达监控数据；
[0012]根据所述视觉监控数据确定视觉障碍物信息，根据所述雷达监控数据确定雷达障碍物信息，将所述视觉障碍物信息和所述雷达障碍物信息作为当前障碍物信息。
[0013]可选地，所述通过Matlab读取视觉传感器的blf数据文件，获得对当前自动驾驶环境监测的视觉监控数据，通过Matlab读取雷达传感器的blf数据文件，获得对当前自动驾驶环境监测的雷达监控数据，包括：
[0014]通过Matlab的语言编写代码读取前视一体机和侧向环视摄像头的blf数据文件，获得对当前自动驾驶环境监测获得的视觉监控数据；
[0015]通过所述Matlab的语言编写代码读取前向毫米波雷达、侧向毫米波雷达和激光雷达的blf数据文件，获得对所述对当前自动驾驶环境监测获得的雷达监控数据。
[0016]可选地，所述根据所述视觉监控数据确定视觉障碍物信息，根据所述雷达监控数据确定雷达障碍物信息，将所述视觉障碍物信息和所述雷达障碍物信息作为当前障碍物信息，包括：
[0017]对所述视觉监控数据的CAN报文进行解析，获得视觉障碍物信息，并对所述雷达监控数据的CAN报文进行解析，获得雷达障碍物信息；
[0018]将所述视觉障碍物信息和所述雷达障碍物信息中的障碍物横纵向距离、障碍物横纵向速度和障碍物包围框信息作为当前障碍物信息。
[0019]可选地，所述根据所述当前障碍物信息进行目标物信息匹配，确定目标物的位置信息，包括：
[0020]根据预设匹配算法对所述当前障碍物信息中当前自动驾驶车辆对应各目标物的纵向距离、横向距离、纵向速度和横向速度进行匹配，获得匹配结果；
[0021]从所述当前障碍物信息中获得有包围的障碍物的包围框尺寸，根据所述包围框尺寸结合所述匹配结果确定各目标物的位置信息。
[0022]可选地，所述根据预设匹配算法对所述当前障碍物信息中当前自动驾驶车辆对应各目标物的纵向距离、横向距离、纵向速度和横向速度进行匹配，获得匹配结果，包括：
[0023]根据预设匹配算法对所述当前障碍物信息中当前自动驾驶车辆对应各目标物的纵向距离、横向距离、纵向速度和横向速度进行数据矩阵化，获得各元素对应的数据矩阵；
[0024]计算各数据矩阵的相关匹配系数，根据所述相关匹配系数对各目标物进行关联，生成匹配结果。
[0025]可选地，所述将所述位置信息和下一帧预测数据进行融合，将融合结果输出至可视化界面进行回放速度可调的动态呈现，包括：
[0026]对所述位置信息和下一帧预测数据进行无损变换，获得无损变换结果；
[0027]对所述无损变换结果进行加权计算，并对计算结果进行融合，获得融合结果；
[0028]利用Matlab自带的GUI绘制功能对所述融合结果进行编程绘制，将绘制结果输出值可视化界面进行回放速度可调的动态呈现。
[0029]第二方面，为实现上述目的，本专利技术还提出一种智能驾驶可视化调试装置，所述智能驾驶可视化调试装置包括：
[0030]数据读取模块，用于通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶
环境的监控数据，根据所述监控数据确定当前障碍物信息；
[0031]信息匹配模块，用于根据所述当前障碍物信息进行目标物信息匹配，确定目标物的位置信息；
[0032]融合展示模块，用于将所述位置信息和下一帧预测数据进行融合，将融合结果输出至可视化界面进行回放速度可调的动态呈现。
[0033]第三方面，为实现上述目的，本专利技术还提出一种智能驾驶可视化调试设备，所述智能驾驶可视化调试设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能驾驶可视化调试程序，所述智能驾驶可视化调试程序配置为实现如上文所述的智能驾驶可视化调试方法的步骤。
[0034]第四方面，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有智能驾驶可视化调试程序，所述智能驾驶可视化调试程序被处理器执行时实现如上文所述的智能驾驶可视化调试方法的步骤。...

【技术保护点】

【技术特征摘要】
1.一种智能驾驶可视化调试方法，其特征在于，所述智能驾驶可视化调试方法包括：通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶环境的监控数据，根据所述监控数据确定当前障碍物信息；根据所述当前障碍物信息进行目标物信息匹配，确定目标物的位置信息；将所述位置信息和下一帧预测数据进行融合，将融合结果输出至可视化界面进行回放速度可调的动态呈现。2.如权利要求1所述的智能驾驶可视化调试方法，其特征在于，所述通过Matlab读取各传感器的blf数据文件，获得当前自动驾驶环境的监控数据，根据所述监控数据确定当前障碍物信息，包括：通过Matlab读取视觉传感器的blf数据文件，获得对当前自动驾驶环境监测的视觉监控数据，通过Matlab读取雷达传感器的blf数据文件，获得对当前自动驾驶环境监测的雷达监控数据；根据所述视觉监控数据确定视觉障碍物信息，根据所述雷达监控数据确定雷达障碍物信息，将所述视觉障碍物信息和所述雷达障碍物信息作为当前障碍物信息。3.如权利要求2所述的智能驾驶可视化调试方法，其特征在于，所述通过Matlab读取视觉传感器的blf数据文件，获得对当前自动驾驶环境监测的视觉监控数据，通过Matlab读取雷达传感器的blf数据文件，获得对当前自动驾驶环境监测的雷达监控数据，包括：通过Matlab的语言编写代码读取前视一体机和侧向环视摄像头的blf数据文件，获得对当前自动驾驶环境监测获得的视觉监控数据；通过所述Matlab的语言编写代码读取前向毫米波雷达、侧向毫米波雷达和激光雷达的blf数据文件，获得对所述对当前自动驾驶环境监测获得的雷达监控数据。4.如权利要求2所述的智能驾驶可视化调试方法，其特征在于，所述根据所述视觉监控数据确定视觉障碍物信息，根据所述雷达监控数据确定雷达障碍物信息，将所述视觉障碍物信息和所述雷达障碍物信息作为当前障碍物信息，包括：对所述视觉监控数据的CAN报文进行解析，获得视觉障碍物信息，并对所述雷达监控数据的CAN报文进行解析，获得雷达障碍物信息；将所述视觉障碍物信息和所述雷达障碍物信息中的障碍物横纵向距离、障碍物横纵向速度和障碍物包围框信息作为当前障碍物信息。5.如权利要求1所述的智能驾驶可视化调试方法，其特征在于，所述根据所述当前障碍物信息进行目标物信息匹配，确定目标物的位置信息，包括...

【专利技术属性】
技术研发人员：陈筱伊，杨鹏，杨月，吴洁，陈猛，
申请(专利权)人：东风商用车有限公司，
类型：发明
国别省市：