本公开是关于一种自动驾驶感知检测能力的评测方法、装置及电子设备，其中，该方法包括：获取车辆环境感知传感器采集的实时环境感知数据；根据实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果；获取车辆环境激光雷达采集的实时激光点云数据，并将实时激光点云数据输入至预先训练好的激光点云模型，获取激光点云模型输出的检测结果；根据感知预测结果、检测结果、跟踪预测信息和跟踪信息，获取自动驾驶感知检测能力的评测指标；根据评测指标，对自动驾驶感知检测能力进行评测。本公开的技术方案可以快速且自动化的进行驾驶感知检测能力的评测，并且评测结果可以客观反映自动驾驶模型在实际道路上的检测性能。观反映自动驾驶模型在实际道路上的检测性能。观反映自动驾驶模型在实际道路上的检测性能。
【技术实现步骤摘要】
自动驾驶感知检测能力的评测方法、装置及电子设备
[0001]本公开涉及自动驾驶
，尤其涉及一种自动驾驶感知检测能力的评测方法、装置及电子设备。
技术介绍
[0002]相关技术中，通常基于图像数据的准确率和召回率来评价自动驾驶感知模型对于关键目标，如车辆、行人等目标的感知检测效果。但在实际应用中，自动驾驶下游功能应用收到的是后处理的数据，因此目标的深度会影响对于准召率的判断，而模型级别的评测无法体现上述特点。因此对于下游的数据交付而言，后处理的准召率评价非常重要，另一方面，随着目标的距离增加，目标的距离误差会越来越大，可能导致虽然检测到了目标，但由于纵向误差太大而被当做漏检。上述缺点导致对于自动驾驶感知检测能力的整体评价与实际情况偏差较大。
技术实现思路
[0003]为克服相关技术中存在的问题，本公开提供一种自动驾驶感知检测能力的评测方法、装置、电子设备及存储介质。
[0004]根据本公开实施例的第一方面，提供一种自动驾驶感知检测能力的评测方法，包括：获取车辆环境感知传感器采集的实时环境感知数据；根据所述实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果；所述感知预测结果包括跟踪预测信息；获取所述车辆环境激光雷达采集的实时激光点云数据，并将所述实时激光点云数据输入至预先训练好的激光点云模型，获取所述激光点云模型输出的检测结果；所述检测结果包括跟踪信息；根据所述感知预测结果、所述检测结果、所述跟踪预测信息和所述跟踪信息，获取所述自动驾驶感知检测能力的评测指标；根据所述评测指标，对所述自动驾驶感知检测能力进行评测。
[0005]在一种实现方式中，所述根据所述实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果，包括：将所述实时环境感知数据逐帧输入至所述自动驾驶感知工程仿真平台，得到每帧环境感知数据的检测结果；根据所述每帧环境感知数据的检测结果进行跟踪，得到三维目标的感知预测结果。
[0006]在一种实现方式中，所述根据所述感知预测结果、所述检测结果、所述跟踪预测信息和所述跟踪信息，获取所述自动驾驶感知检测能力的评测指标，包括：将所述检测结果作为真值结果；基于轨迹关联算法，匹配所述真值结果和所述感知预测结果中三维目标，获得关联三维目标；根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的召回率和/或准确率；将所述三维目标的召回率和/或准确率确定为所述自动驾驶感知检测能力的评测指标。
[0007]在一种可选地实现方式中，所述根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的召回率，包
括：根据所述感知预测结果和所述跟踪预测信息统计检测到的关联三维目标的数量；根据所述真值结果和所述跟踪信息，统计所有关联三维目标的数量；根据所述检测到的关联三维目标的数量和所有关联三维目标的数量，计算三维目标的召回率。
[0008]可选地，所述根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的准确率，包括：根据所述感知预测结果和所述跟踪预测信息，统计检测为真的关联三维目标的第一数量；根据所述真值结果和所述跟踪信息，统计检测为真的关联三维目标的第二数量；根据所述第一数量和所述第二数量，计算三维目标的准确率。
[0009]根据本公开实施例的第二方面，提供一种自动驾驶感知检测能力的评测装置包括：获取模块，用于获取车辆环境感知传感器采集的实时环境感知数据；第一处理模块，用于根据所述实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果；所述感知预测结果包括跟踪预测信息；第二处理模块，用于获取所述车辆环境激光雷达采集的实时激光点云数据，并将所述实时激光点云数据输入至预先训练好的激光点云模型，获取所述激光点云模型输出的检测结果；所述检测结果包括跟踪信息；第三处理模块，用于根据所述感知预测结果、所述检测结果、所述跟踪预测信息和所述跟踪信息，获取所述自动驾驶感知检测能力的评测指标；评测模块，用于根据所述评测指标，对所述自动驾驶感知检测能力进行评测。
[0010]在一种实现方式中，所述第一处理模块具体用于：将所述实时环境感知数据逐帧输入至所述自动驾驶感知工程仿真平台，得到每帧环境感知数据的检测结果；根据所述每帧环境感知数据的检测结果进行跟踪，得到三维目标的感知预测结果。
[0011]在一种实现方式中，所述第三处理模块具体用于：将所述检测结果作为真值结果；基于轨迹关联算法，匹配所述真值结果和所述感知预测结果中三维目标，获得关联三维目标；根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的召回率和/或准确率；将所述三维目标的召回率和/或准确率确定为所述自动驾驶感知检测能力的评测指标。
[0012]在一种可选地实现方式中，所述第三处理模块具体用于：根据所述感知预测结果和所述跟踪预测信息统计检测到的关联三维目标的数量；根据所述真值结果和所述跟踪信息，统计所有关联三维目标的数量；根据所述检测到的关联三维目标的数量和所有关联三维目标的数量，计算三维目标的召回率。
[0013]可选地，所述第三处理模块具体用于：根据所述感知预测结果和所述跟踪预测信息，统计检测为真的关联三维目标的第一数量；根据所述真值结果和所述跟踪信息，统计检测为真的关联三维目标的第二数量；根据所述第一数量和所述第二数量，计算三维目标的准确率。
[0014]根据本公开实施例的第三方面，提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述第一方面所述的方法。
[0015]根据本公开实施例的第四方面，提供一种计算机可读存储介质，用于存储有指令，当所述指令被执行时，使如第一方面所述的方法被实现。
[0016]根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
[0017]本公开的实施例提供的技术方案可以包括以下有益效果：可以根据车辆环境感知传感器采集的实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果，并结合激光点云模型的检测结果对自动驾驶感知检测能力进行评测。可以快速且自动化的进行驾驶感知检测能力的评测，并且评测结果可以客观反映自动驾驶模型在实际道路上的检测性能。
[0018]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0019]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0020]图1是根据一示例性实施例示出的一种自动驾驶感知检测能力的评测方法的流程图。...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶感知检测能力的评测方法，其特征在于，包括：获取车辆环境感知传感器采集的实时环境感知数据；根据所述实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果；所述感知预测结果包括跟踪预测信息；获取所述车辆环境激光雷达采集的实时激光点云数据，并将所述实时激光点云数据输入至预先训练好的激光点云模型，获取所述激光点云模型输出的检测结果；所述检测结果包括跟踪信息；根据所述感知预测结果、所述检测结果、所述跟踪预测信息和所述跟踪信息，获取所述自动驾驶感知检测能力的评测指标；根据所述评测指标，对所述自动驾驶感知检测能力进行评测。2.如权利要求1所述的方法，其特征在于，所述根据所述实时环境感知数据和自动驾驶感知工程仿真平台，获得感知预测结果，包括：将所述实时环境感知数据逐帧输入至所述自动驾驶感知工程仿真平台，得到每帧环境感知数据的检测结果；根据所述每帧环境感知数据的检测结果进行跟踪，得到三维目标的感知预测结果。3.如权利要求1所述的方法，其特征在于，所述根据所述感知预测结果、所述检测结果、所述跟踪预测信息和所述跟踪信息，获取所述自动驾驶感知检测能力的评测指标，包括：将所述检测结果作为真值结果；基于轨迹关联算法，匹配所述真值结果和所述感知预测结果中三维目标，获得关联三维目标；根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的召回率和/或准确率；将所述三维目标的召回率和/或准确率确定为所述自动驾驶感知检测能力的评测指标。4.如权利要求3所述的方法，其特征在于，所述根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的召回率，包括：根据所述感知预测结果和所述跟踪预测信息统计检测到的关联三维目标的数量；根据所述真值结果和所述跟踪信息，统计所有关联三维目标的数量；根据所述检测到的关联三维目标的数量和所有关联三维目标的数量，计算三维目标的召回率。5.如权利要求4所述的方法，其特征在于，所述根据所述感知预测结果、所述跟踪预测信息、所述真值结果和所述跟踪信息，对所述关联三维目标进行统计，以计算三维目标的准确率，包括：根据所述感知预测结果和所述跟踪预测信息，统计检测为真的关联三维目标的第一数量；根据所述真值结果和所述跟踪信息，统计检测为真的关联三维目标的第二数量；根据所述第一数量和所述第二数量，计算三维目标的准确率。6.一种自动驾驶感知检测能力的评测装置，其特征在于，包括：<...
【专利技术属性】
技术研发人员：张琼，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。