CN110006488A - 真值获取方法、车辆感知装置的检测方法及相关设备 - Google Patents
真值获取方法、车辆感知装置的检测方法及相关设备 Download PDFInfo
- Publication number
- CN110006488A CN110006488A CN201910280384.XA CN201910280384A CN110006488A CN 110006488 A CN110006488 A CN 110006488A CN 201910280384 A CN201910280384 A CN 201910280384A CN 110006488 A CN110006488 A CN 110006488A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- detection device
- true value
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008447 perception Effects 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 230000004888 barrier function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 229920000297 Rayon Polymers 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- -1 rectangle frame S Chemical compound 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种真值获取方法、车辆感知装置的检测方法及相关设备，其中真值获取方法包括：获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。本实施例的方案能够自动确定目标对象对应的目标数据进行标注，以实现自动化的真值获取方案，不需要人工标注真值，极大程度地节省了人力成本和时间成本，提高了真值标注的效率和准确度。
Description
技术领域
本发明涉及控制技术领域，尤其涉及一种真值获取方法、车辆感知装置的检测方法及相关设备。
背景技术
在环境感知应用，尤其是无人驾驶车辆的无人感知技术开发中，均需要采集大量数据来获取环境中障碍物的真值，其中，障碍物的真值即为障碍物在环境中的真实数据，障碍物的真值可以包括障碍物的真实位置数据、真实尺寸数据、障碍物与环境中其他障碍物的相对距离等数据。目前常用的感知真值的方法是：在道路上开环采集大量数据，在所采集的数据中采用人工标注的方式建设真值。人工标注获取真值的方法耗费较大的人力、财力及时间成本，且真值标注的效率和准确性较低。
可见，现有的真值获取方法存在成本较高，且效率和准确率较低的技术问题。
发明内容
本发明实施例提供一种真值获取方法、车辆感知装置的检测方法及相关设备，以解决现有的真值获取方法存在成本较高，且效率和准确率较低的技术问题。
为了达到上述目的，本发明提供的具体方案如下：
第一方面，本发明实施例提供了一种真值获取方法，所述方法包括：
获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
可选的，所述目标场景的信息包括所述目标场景对应的点云或者所述目标场景对应的多传感器融合结果。
可选的，所述目标场景的信息为所述目标场景对应的点云；
所述对所述目标场景的信息中的目标数据进行标注的步骤，包括：
在所述目标场景的点云中，对所述目标对象的位置范围信息对应的目标点以所述目标对象的标识进行标注。
可选的，根据所述检测设备的位置信息，获取所述目标对象的位置范围信息的步骤，包括：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
可选的，所述根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息的步骤，包括：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
可选的，所述包含全部边缘端点的最小外接图框包括：
以全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
第二方面，本发明实施例提供了一种真值获取装置，所述装置包括：
第一获取模块，用于获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
第二获取模块，根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
标注模块，用于对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
可选的，所述目标场景的信息为所述目标场景对应的点云；
所述标注模块用于：
在所述目标场景的点云中，对所述目标对象的位置范围信息对应的目标点以所述目标对象的标识进行标注。
可选的，所述第二获取模块用于：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
可选的，所述第二获取模块具体用于：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
可选的，所述包含全部边缘端点的最小外接图框包括：
以全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
第三方面，本发明实施例还提供了一种车辆感知检测方法，应用于车辆感知装置的检测装置，所述检测装置分别与车辆感知装置，以及如第二方面中任一项所述的真值获取装置通信连接；
所述方法包括：
通过所述真值获取装置获取目标对象在目标场景中的真值；
通过车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
第四方面，本发明实施例还提供了一种车辆感知装置的检测装置，其特征在于，所述检测装置分别与车辆感知装置，以及如第二方面中任一项所述的真值获取装置通信连接；
所述检测装置包括：
第一获取模块，用于通过所述真值获取装置获取目标对象在目标场景中的真值；
第二获取模块，用于通过车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
处理模块，用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
第五方面，本发明实施例还提供了一种车辆感知装置的检测***，所述检测***包括：车辆感知装置、第二方面中任一项所述的真值获取装置，以及如第四方面所述的车辆感知装置的检测装置，所述检测装置分别与所述车辆感知装置和所述真值获取装置通信连接；
所述真值获取装置用于向所述检测装置发送目标对象在目标场景中的真值；
所述车辆感知装置用于向所述检测装置发送所述目标对象在所述目标场景中的感知数据；
所述检测装置用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
第六方面，本发明实施例还提供了一种车辆，包括车辆感知装置，以及如第四方面所述的车辆感知装置的检测装置。
可选的，还包括如第二方面中任一项所述的真值获取装置。
本发明实施例中，通过在目标场景内增设与目标对象相对静止设置的检测设备，这样，通过检测设备的位置信息即可获取目标对象的位置范围，进而将目标场景的信息中对应目标对象的目标数据标注，以可获取目标对象在目标场景中的真值。本实施例提供的真值获取方案，能够自动确定目标对象对应的目标数据记性标注，以实现自动化的真值获取方案，不需要人工标注真值，极大程度地节省了人力成本和时间成本，提高了真值标注的效率和准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种真值获取方法的流程示意图；
图2为本发明实施例提供的真值获取方法中涉及到的最小外接图形的一种示意图；
图3为本发明实施例提供的真值获取方法中涉及到的最小外接图形的另一种示意图；
图4为本发明实施例提供的真值获取装置的结构示意图；
图5为本发明实施例提供的一种车辆感知装置的检测***的结构示意图；
图6为本发明实施例提供的一种车辆感知装置的检测方法的流程示意图；
图7为本发明实施例提供的一种车辆感知装置的检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，图1为本发明实施例提供的一种真值获取方法的流程示意图，所提供的真值获取方法应用于真值获取装置。定义需要标注真值的场景为目标场景，目标场景内存在至少一个对象，将该至少一个对象中需要标注真值的对象定义为目标对象。为每个目标对象匹配一个相对静止设置的检测设备，检测设备与目标对象相对静止，且检测设备与真值获取装置通信连接。具体的，如图1所示，所述方法主要包括以下：
步骤101、获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
本实施方式中，每个目标对象均匹配有与之相对静止设置的检测对象，以保证检测设备与目标对象处于相对静止状态，检测设备与目标对象的相对静止设置方式可以有多种。其一，可以通过卡扣、粘胶等连接件将检测对象固定设置于目标对象的外表面上或者目标对象的内部，这样，检测设备的位置信息即随着目标对象的位置信息改变而改变，这种装配方式适用于目标对象处于移动状态和/或静止状态的场景。当然，也可以将检测对象固定设置于目标对象的附近一定距离的位置，这种装配方式适用于目标对象处于静止状态的场景。
检测设备为能够提供定位信息的设备，例如能够实现高精度差分的全球定位***(Global Positioning System，简称GPS)，无线电定位设备等能够实现厘米级精度的定位设备。检测设备与真值获取设备通信连接，将其本身的位置信息发送至真值获取装置。此外，检测设备还可以具备人机交互界面，用户可以通过人机交互界面输入该检测设备所对应的目标对象的相关信息，包括目标对象的外形尺寸、检测设备与目标对象之间的相对位置信息、目标对象的类别标签等。当然，检测设备还可以具备数据存储功能，以存储时间戳与对应的位置姿态等信息。
需要说明的是，目标场景内可能包括多个对象，仅将需要监测或者标注的对象作为目标对象，在目标对象上设置检测设备，其他不需要监测或者标注的对象则不需要处理。例如，在一个园区内，将位于道路上以及道路边缘的人物、车辆、路标等对象作为目标对象，在该部分目标对象上分别设置检测设备，针对于位于草坪内的对象或者远方的建筑物等则不需要处理。
步骤102、根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
真值获取装置与依据上述步骤获取检测设备的位置信息，依据此位置信息结合检测设备与目标对象的相对静止设置方案，来确定目标对象的位置范围信息，即目标对象的整体结构所处的位置信息。
真值获取装置根据检测设备的位置信息来获取目标对象的位置范围信息的方式可以有多种。例如，真值获取装置可以预先设置各目标对象的轮廓尺寸即范围扩展规则，依据检测设备的位置信息来确定目标对象的位置范围信息。例如，假设检测设备设置于目标对象内部中心位置，以检测设备的位置信息为中心点，扩展预设尺寸的圆形、方形或者其他形状，将扩展后的形状对应的位置范围信息作为目标对象的位置范围信息，其中，所依据的预设尺寸可以为模糊尺寸或者目标对象的真实半径等。其他能通过检测设备的位置信息来确定目标对象的位置范围信息的方案均可适用于本实施例，不作限定。
步骤103、对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
真值获取装置依据目标对象的位置范围信息，即可执行对目标对象的标注操作。具体的，真值获取装置通过直接采集或者间接获取的方式获取目标场景的信息，对信息中的目标数据进行真值标注。目标场景的信息信息有多种类型，不同类型的信息对应的真值标注过程也不同。
在一种具体实施方式中，目标场景的信息可以为目标场景对应的点云，在获取目标场景的图像信息后，通过对图像信息进行处理或者三维渲染等方式，得到目标场景对应的点云。依据目标场景的实际坐标系与点云坐标系的对应关系，将目标对象的位置范围信息投射到目标对象的点云中，将投射后与目标对象对应的部分点作为目标点，将该部分目标点进行标注，即可获得目标对象在目标场景中的真值。通过上述方式获取的点云真值可以应用于三维感知模型的训练过程，或者对三维感知装置的感知结果的检测过程。
相应的，上述的对所述目标场景的信息中的目标数据进行标注的步骤，还可以包括：
在所述目标场景的点云中，将所述目标对象的位置范围信息的目标数据标注对应的目标点以所述目标对象的标识进行标注。
真值获取装置获取目标对象对应的目标点后，在目标点上标注目标对象的标识，即可自动获取目标对象在目标场景中的真值。具体的，用户可以预先将目标对象的类别标签储存在检测设备或者真值获取设备内，真值获取装置在标注目标对象的目标点时，为该部分目标点分配一个对象编号，以对象编号和类别标签进行目标点的标注，标注后的点云即可真实反应目标场景内存在的目标对象的相关信息。
在另一种具体实施方式中，目标场景的信息还可以为对应的多传感器融合结果。多传感器融合结果是指综合利用不同传感器各自特点，将至少一种传感器采集的数据多特征提取和融合后输出的标注有位置、类型、尺寸等详细信息的信息。例如，自动驾驶车辆的感知***中，包括能够通过点云识别障碍物的Lidar传感器、能够通过图像识别障碍物的Camera传感器以及Radar、Ultrasonic等传感器，通过融合该多个传感器采集的数据即可输出包括位置坐标、障碍物类型、障碍物颜色、尺寸等详细信息的信息。
真值获取装置根据目标对象的位置范围信息，在融合结果中自动标注目标对象的真值。融合结果的真值可以应用于车辆感知装置的感知结果的检测，对比过程更简单，效果也更准确。
上述本发明实施例提供的真值获取方法，通过在目标场景内增设与目标对象相对静止设置的检测设备，这样，通过检测设备的位置信息即可获取目标对象的位置范围，进而将目标场景的信息中对应目标对象的目标数据标注，即可获取目标对象在目标场景中的真值。本实施例提供的真值获取方案，能够自动确定目标对象对应的目标数据记性标注，以实现自动化的真值获取方案，不需要人工标注真值，极大程度地节省了人力成本和时间成本，提高了真值标注的效率和准确度。
在一种具体实施方式中，步骤102所述的，根据所述检测设备的位置信息，获取所述目标对象的位置范围信息的步骤，可以具体包括：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
真值获取装置根据检测装置与目标对象装配时的全部边缘端点与检测设备之间的相对距离信息，与检测对象的位置信息进行叠加，即可确定目标对象的位置范围信息。
进一步的，所述根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息的步骤，可以包括：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
本实施方式中，为了准确地框选目标对象，且减少框选过程中的计算操作，真值获取装置以最小外接图框来构建目标对象的外形。具体的，真值获取装置依据目标对象的边缘端点与检测设备之间的相对距离信息，先构建一个最小外接图框，该最小外接图框包含了目标对象的全部边缘端点，则目标对象的全部内部点也位于该最小外接图框内。
可选的，所述包含全部边缘端点的最小外接图框包括：
全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
下面将结合一个具体实施例来解释最小外接图框的构建过程，为简化计算过程，仅以二维坐标系来举例说明。设定检测对象的位置信息为O(3，3)，检测设备装配于目标对象内，目标对象的边缘端点相对与检测设备的相对位置信息分别为：AO(3，0)、BO(0，3)，CO(0，-3)，DO(-3，O)。若将全部边缘端点的连线所构成的图形对应的最小外接图框作为目标对象的最小外接图框，如图2所示，不规则ABCD对应的最小外接图框，即矩形框S，或者圆形框H，即为目标对象的最小外接图框。若将全部边缘点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框作为目标对象的最小外接图框，如图3所示，横向坐标轴上的坐标值最大值为a(0，0)和b(6，0)，以及纵向坐标轴上的坐标值最大值为(0，6)和(6，6)，所构建的矩形框abcd即为目标对象的最小外接图框。
真值获取对象获取目标对象的最小外接图框后，依据检测设备的位置信息，将目标对象的最小外接图框覆盖的范围确定目标对象的位置范围信息，进而标注目标点得到目标对象在目标场景内的真值。
具体实施时，真值获取装置可以为独立于多个检测设备外的主控设备，也可以为集成与某一个检测设备的处理单元，不作限定。目标场景内的目标对象的类型或者数量，可以根据所要标注的目标场景的类型和复杂程度来具体设定，仅需要保证每个目标对象上均设有对应的检测设备即可。
真值获取装置依据上述步骤获取目标对象在目标场景内的真值后，可以利用该真值训练感知***的模型，或者用来检测感知***的感知效果等。
参见图4，图4为本发明实施例提供的一种真值获取装置的结构示意图，所述真值获取装置400可以为上述图1所示的实施例中涉及的真值获取装置。具体的，如图4所示，所述真值获取装置400包括：
第一获取模块401，用于获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
第二获取模块402，根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
标注模块403，用于对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
可选的，所述目标场景的信息包括所述目标场景对应的点云或者所述目标场景对应的多传感器融合结果。
可选的，所述目标场景的信息为所述目标场景对应的点云；
所述标注模块403用于：
在所述目标场景的点云中，对所述目标对象的位置范围信息对应的目标点以所述目标对象的标识进行标注。
可选的，所述第二获取模块402用于：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
可选的，所述第二获取模块402具体用于：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
可选的，所述包含全部边缘端点的最小外接图框包括：
以全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
上述本发明实施例提供的真值获取装置，通过在目标场景内增设与目标对象相对静止设置的检测设备，这样，通过检测设备的位置信息即可获取目标对象的位置范围，进而将目标场景的信息中对应目标对象的目标数据标注，以获取目标对象在目标场景中的真值。本实施例提供的真值获取方案，能够自动确定目标对象对应的目标数据记性标注，以实现自动化的真值获取方案，不需要人工标注真值，极大程度地节省了人力成本和时间成本，提高了真值标注的效率和准确度。本实施例提供的真值获取装置的具体实施过程，可以参见上述图1所示的实施例提供的真值获取方法的具体实施过程，在此不再一一赘述。
参见图5，图5为本发明实施例提供的一种车辆感知装置的检测***的结构示意图。如图5所示，所述检测***包括：车辆感知装置501、真值获取装置502和感知装置的检测装置503，所述检测装置503分别与所述车辆感知装置501和所述真值获取装置502通信连接。其中的真值获取装置502可以为上述图4所示的实施例所提供的真值获取装置。具体的，
所述真值获取装置502用于向所述检测装置发送目标对象在目标场景中的真值；
所述车辆感知装置501用于向所述检测装置发送所述目标对象在所述目标场景中的感知数据；
所述检测装置503用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
参见图6，图6为应用于上述车辆感知装置的检测***的检测方法的流程示意图，此实施例中的执行主体设为车辆感知装置的检测装置503。如图6所示，所述检测方法主要包括以下步骤：
步骤601、通过真值获取装置获取目标对象在目标场景中的真值；
步骤602、通过车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
步骤603、将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
本实施例中，车辆感知装置直接获取针对同一个目标场景中，真值获取装置输出的目标对象在目标场景中的真值，以及车辆感知装置输出的感知数据。这样，检测装置即可依据目标场景的真值，来检测车辆感知装置的感知数据是否存在遗漏识别、误识别、分类错误或者跟踪错误等问题，利用检测得到的相关问题数据汇总分析，即可得到感知数据的准确率，进而评判车辆感知装置所在的无人驾驶车辆的驾驶可行性，方便出厂前的量产测试。
需要说明的是，在对比感知数据和真值，进行感知效果评估的时候，需要根据障碍物的三维范围和无人车传感器的位置，计算障碍物遮挡情况，只对比在无人车传感器视野范围内，且不完全被遮挡的障碍物，完全被遮挡的障碍物不需要评估，完全超出无人车感知***设计的感知范围要求的障碍物也不需要评估。也就是说，检测评估时会有一个根据评估需求的真值过滤机制，只评估想要评估的，过滤范围太远或完全遮挡或不关注的。
上述本发明实施例提供的检测***及检测方法，通过在目标场景内增设与目标对象相对静止设置的检测设备，这样，通过检测设备的位置信息即可获取目标对象的位置范围，进而将目标场景的信息中对应目标对象的目标数据标注，即可获取目标对象在目标场景中的真值。依据该真值来检测车辆感知装置的感知效果，可以准确、简便地评判车辆感知装置的感知效果。本实施例提供的车辆感知装置的检测***和方法的具体实施过程，可以参见上述图1所示的实施例提供的真值获取方法的具体实施过程，在此不再一一赘述。
参见图7，图7为本发明实施例提供的一种车辆感知装置的检测装置的结构示意图。如图7所示，所述检测装置主要包括：
第一获取模块701，用于通过所述真值获取装置获取目标对象在目标场景中的真值；
第二获取模块702，用于通过车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
处理模块703，用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
此外，本发明实施例还提供了一种车辆，包括车辆感知装置，以及如车辆感知装置的检测装置。
可选的，所述车辆还可以包括真值获取装置。
将车辆感知装置、检测装置以及真值获取装置集成于车辆上，可以实时、准确、更直接地查看车辆感知装置的感知效果，还能及时对车辆感知装置进行纠错和优化。
当然，在其他实施方式中，也可以将真值获取装置和检测装置集成于后台处理***，以减少车辆本身的计算量。
本实施例提供的车辆可以实现上述实施例提供的车辆感知装置的检测***和方法的各过程，为避免重复，不再赘述。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。
Claims (17)
1.一种真值获取方法，其特征在于，所述方法包括：
获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
2.根据权利要求1所述的方法，其特征在于，所述目标场景的信息包括所述目标场景对应的点云或者所述目标场景对应的多传感器融合结果。
3.根据权利要求2所述的方法，其特征在于，所述目标场景的信息为所述目标场景对应的点云；
所述对所述目标场景的信息中的目标数据进行标注的步骤，包括：
在所述目标场景的点云中，将所述目标对象的位置范围信息对应的目标点以所述目标对象的标识进行标注。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述检测设备的位置信息，获取所述目标对象的位置范围信息的步骤，包括：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息的步骤，包括：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
6.根据权利要求5所述的方法，其特征在于，所述包含全部边缘端点的最小外接图框包括：
全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
7.一种真值获取装置，其特征在于，所述装置包括：
第一获取模块，用于获取检测设备的位置信息，其中，所述检测设备与目标场景内的目标对象相对静止设置；
第二获取模块，根据所述检测设备的位置信息，获取所述目标对象的位置范围信息；
标注模块，用于对所述目标场景的信息中的目标数据进行标注，以获得所述目标对象在所述目标场景中的真值，其中，所述目标数据是指所述目标场景的信息中与所述目标对象的位置范围信息对应的数据。
8.根据权利要求7所述的装置，其特征在于，所述目标场景的信息包括所述目标场景对应的点云或者所述目标场景对应的多传感器融合结果。
9.根据权利要求8所述的装置，其特征在于，所述目标场景的信息为所述目标场景对应的点云；
所述标注模块用于：
在所述目标场景的点云中，对所述目标对象的位置范围信息对应的目标点以所述目标对象的标识进行标注。
10.根据权利要求7至9中任一项所述的装置，其特征在于，所述第二获取模块用于：
获取所述目标对象的边缘端点与所述检测设备之间的相对距离信息；
根据所述检测设备的位置信息，以及所述目标对象的边缘端点与所述检测设备之间的相对距离信息，获取所述目标对象的边缘端点所在的位置范围信息。
11.根据权利要求10所述的装置，其特征在于，所述第二获取模块具体用于：
根据所述目标对象的边缘端点与所述检测设备之间的相对距离信息，构建包含全部边缘端点的最小外接图框；
根据所述检测设备的位置信息，确定所述最小外接图框的位置范围信息，作为所述目标对象的位置范围信息。
12.根据权利要求11所述的装置，其特征在于，所述包含全部边缘端点的最小外接图框包括：
全部边缘端点的连线所构成的图形对应的最小外接图框，其中，所述最小外接图框包括最小外接圆形框和最小外接方形框中的任一种；或者，
全部边缘端点在各坐标轴上的坐标值中的最大值对应的至少两个端点构成的矩形框。
13.一种车辆感知检测方法，其特征在于，应用于车辆感知装置的检测装置，所述检测装置分别与车辆感知装置，以及如权利要求7至12中任一项所述的真值获取装置通信连接；
所述方法包括：
通过所述真值获取装置获取目标对象在目标场景中的真值；
通过所述车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
14.一种车辆感知装置的检测装置，其特征在于，所述检测装置分别与车辆感知装置，以及如权利要求7至12中任一项所述的真值获取装置通信连接；
所述检测装置包括：
第一获取模块，用于通过所述真值获取装置获取目标对象在目标场景中的真值；
第二获取模块，用于通过车辆感知装置获取所述目标对象在所述目标场景中的感知数据；
处理模块，用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
15.一种车辆感知装置的检测***，其特征在于，所述检测***包括：车辆感知装置、权利要求7至12中任一项所述的真值获取装置，以及如权利要求14所述的车辆感知装置的检测装置，所述检测装置分别与所述车辆感知装置和所述真值获取装置通信连接；
所述真值获取装置用于向所述检测装置发送目标对象在目标场景中的真值；
所述车辆感知装置用于向所述检测装置发送所述目标对象在所述目标场景中的感知数据；
所述检测装置用于将所述目标对象在所述目标场景中的真值，与所述目标对象在所述目标场景中的感知数据进行比对，输出所述车辆感知装置的检测结果。
16.一种车辆，其特征在于，包括车辆感知装置，以及如权利要求14所述的车辆感知装置的检测装置。
17.根据权利要求16所述的车辆，其特征在于，还包括如权利要求7至12中任一项所述的真值获取装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910280384.XA CN110006488A (zh) | 2019-04-09 | 2019-04-09 | 真值获取方法、车辆感知装置的检测方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910280384.XA CN110006488A (zh) | 2019-04-09 | 2019-04-09 | 真值获取方法、车辆感知装置的检测方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110006488A true CN110006488A (zh) | 2019-07-12 |
Family
ID=67170458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910280384.XA Pending CN110006488A (zh) | 2019-04-09 | 2019-04-09 | 真值获取方法、车辆感知装置的检测方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110006488A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411499A (zh) * | 2019-08-05 | 2019-11-05 | 上海汽车集团股份有限公司 | 传感器检测识别能力的评估方法及评估*** |
| CN113074959A (zh) * | 2021-04-06 | 2021-07-06 | 北京理工大学 | 一种自动驾驶***测试分析方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407947A (zh) * | 2016-09-29 | 2017-02-15 | 百度在线网络技术（北京）有限公司 | 用于无人驾驶车辆的目标物体识别方法和装置 |
| CN108762226A (zh) * | 2018-05-14 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶车辆测试方法、装置及*** |
| US20180341820A1 (en) * | 2017-05-25 | 2018-11-29 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and Apparatus for Acquiring Information |
| CN108957478A (zh) * | 2018-07-23 | 2018-12-07 | 上海禾赛光电科技有限公司 | 多传感器同步采样***及其控制方法、车辆 |
| CN109543600A (zh) * | 2018-11-21 | 2019-03-29 | 成都信息工程大学 | 一种实现可行驶区域检测方法及***和应用 |
-
2019
- 2019-04-09 CN CN201910280384.XA patent/CN110006488A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407947A (zh) * | 2016-09-29 | 2017-02-15 | 百度在线网络技术（北京）有限公司 | 用于无人驾驶车辆的目标物体识别方法和装置 |
| US20180341820A1 (en) * | 2017-05-25 | 2018-11-29 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and Apparatus for Acquiring Information |
| CN108762226A (zh) * | 2018-05-14 | 2018-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶车辆测试方法、装置及*** |
| CN108957478A (zh) * | 2018-07-23 | 2018-12-07 | 上海禾赛光电科技有限公司 | 多传感器同步采样***及其控制方法、车辆 |
| CN109543600A (zh) * | 2018-11-21 | 2019-03-29 | 成都信息工程大学 | 一种实现可行驶区域检测方法及***和应用 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411499A (zh) * | 2019-08-05 | 2019-11-05 | 上海汽车集团股份有限公司 | 传感器检测识别能力的评估方法及评估*** |
| CN110411499B (zh) * | 2019-08-05 | 2021-08-17 | 上海汽车集团股份有限公司 | 传感器检测识别能力的评估方法及评估*** |
| CN113074959A (zh) * | 2021-04-06 | 2021-07-06 | 北京理工大学 | 一种自动驾驶***测试分析方法 |
| CN113074959B (zh) * | 2021-04-06 | 2022-03-25 | 北京理工大学 | 一种自动驾驶***测试分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10863166B2 (en) | Method and apparatus for generating three-dimensional (3D) road model | |
| CN107063713B (zh) | 应用于无人驾驶汽车的测试方法和装置 | |
| KR101622028B1 (ko) | 차량 통신을 이용한 차량 제어 장치 및 제어 방법 | |
| KR20190134231A (ko) | 차량의 위치 추정 장치, 차량의 위치 추정 방법, 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
| CN110906954A (zh) | 一种基于自动驾驶平台的高精度地图测试评估方法和装置 | |
| KR20200001471A (ko) | 차선 정보 검출 장치, 방법 및 이러한 방법을 수행하도록 프로그램된 컴퓨 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
| CN110470333B (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
| CN104217439A (zh) | 一种室内视觉定位***及方法 | |
| CN110208739A (zh) | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 | |
| CN105785989A (zh) | 利用行进中机器人标定分布式网络摄像机的***和相关方法 | |
| CN115235500B (zh) | 基于车道线约束的位姿校正方法及装置、全工况静态环境建模方法及装置 | |
| CN103616025A (zh) | 一种现场人员三维定位导航*** | |
| CN105974456A (zh) | 一种自主式水下机器人组合导航*** | |
| WO2020087297A1 (zh) | 一种无人机测试方法、设备及存储介质 | |
| CN114494618B (zh) | 地图的生成方法、装置、电子设备及存储介质 | |
| CA3057695A1 (en) | Aircraft flight information system and method | |
| CN110006488A (zh) | 真值获取方法、车辆感知装置的检测方法及相关设备 | |
| CN111856499B (zh) | 基于激光雷达的地图构建方法和装置 | |
| CN104898675A (zh) | 一种机器人智能导航控制方法 | |
| CN102141407B (zh) | 地图建立***、建立方法 | |
| CN113311821A (zh) | 一种多悬垂管道探伤移动机器人的建图与定位***及方法 | |
| CN111521971B (zh) | 一种机器人的定位方法及*** | |
| CN111376902B (zh) | 一种自动驾驶的车道保持方法及*** | |
| WO2017173904A1 (zh) | 智能照明***、智能车辆及其车辆辅助驾驶***和方法 | |
| CN111079786A (zh) | 一种基于ROS和Gazebo的旋转相机特征匹配算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |
|
| RJ01 | Rejection of invention patent application after publication |