CN114460862A - 应用于adas的摄像设备环测试仿真方法 - Google Patents
应用于adas的摄像设备环测试仿真方法 Download PDFInfo
- Publication number
- CN114460862A CN114460862A CN202111675526.6A CN202111675526A CN114460862A CN 114460862 A CN114460862 A CN 114460862A CN 202111675526 A CN202111675526 A CN 202111675526A CN 114460862 A CN114460862 A CN 114460862A
- Authority
- CN
- China
- Prior art keywords
- adas
- image
- data
- test
- module
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 94
- 238000004088 simulation Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 60
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title claims abstract 12
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title claims abstract 12
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title claims abstract 12
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000006870 function Effects 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims description 29
- 238000011161 development Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 101000633607 Bos taurus Thrombospondin-2 Proteins 0.000 description 4
- 238000003705 background correction Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 241000023320 Luma <angiosperm> Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
- H04N25/615—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4" involving a transfer function modelling the optical system, e.g. optical transfer function [OTF], phase transfer function [PhTF] or modulation transfer function [MTF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
- H04N25/77—Pixel circuitry, e.g. memories, A/D converters, pixel amplifiers, shared circuits or shared components
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种应用于ADAS的摄像设备环测试仿真方法的方法，该应用于ADAS的摄像设备环测试仿真方法包括：利用待测器件获取影像数据；将影像数据输入通用图像处理器进行处理得到处理数据，通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***；根据处理数据得到待测器件的测试结果。本发明还提供了一种硬件环测试仿真***、计算机可读存储介质以及计算机设备。上述应用于ADAS的摄像设备环测试仿真方法通过通用图像处理器将影像数据进行处理得到测试结果，实现对多款待测器件获取的不同的图像数据进行准确的评估的效果，从而快速挑选出性能较好的待测器件。
Description
技术领域
本发明涉及自动驾驶领域，尤其涉及一种应用于ADAS的摄像设备环测试仿真方法、硬件环测试仿真***、计算机可读存储介质以及计算机设备。
背景技术
当前主流的安全辅助驾驶***包括车道偏离预警***(LaneDepartureWarning，LDW)、自动紧急制动***(AdvancedEmergencyBraking，AEB)、自适应巡航控制(AdaptiveCruiseControl，ACC)和前方碰撞预警***(ForwardCollisionWarning，FCW)等，实现这些***功能的关键部件之一是摄像头。对于终端的使用者来说，选用不同摄像头在研发阶段需进行多次测试，以对摄像头性能和ADAS算法性能进行验证是必然的。采用路测来优化ADAS相关性能的时间与成本太高，所以在高级驾驶领域通常在前期会用硬件在环仿真测试技术来辅助开发。硬件在环仿真(Hardware-in-the-Loop,HiL)是用实际的电控***和模拟实车上真实环境的仿真模型组成闭环测试***，进行反复大量测试，验证电子控制单元(ECU)或算法控制策略和算法可靠性。对于车载摄像头来说，其图像信号处理(ImageSignalProcessing，ISP)通常有两种情况，一种是待测器件本身自带了ISP芯片，另外一种是将ISP集成在主控芯片上。对于第一种来说，ISP能力有限，限制了待测器件效果的提升，第二种将ISP集成在主控芯片上，能更进一步的优化图像质量效果，但是在仿真测试初期，ISP和主控的不同，会导致不同的图像质量效果不同，对于评估多款摄像头效果来说非常不易。
因此，如何快速挑选出性能较好的不同参数的待测器件是亟需解决的问题。
发明内容
本发明提供一种应用于ADAS的摄像设备环测试仿真方法、硬件环测试仿真***、计算机可读存储介质以及计算机设备，可以快速挑选出性能较好的不同参数的待测器件。
第一方面，本发明实施例提供一种应用于ADAS的摄像设备环测试仿真方法，该应用于ADAS的摄像设备环测试仿真方法包括：
利用待测器件获取影像数据；
将影像数据输入通用图像处理器进行处理得到处理数据，通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***；
根据处理数据得到待测器件的测试结果。
第二方面，本发明实施例提供一种硬件环测试仿真***，该硬件环测试仿真***包括：
数据获取模块：用于利用待测器件获取影像数据；
数据处理模块：用于将影像数据输入通用图像处理器进行处理得到处理数据，通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***；
结果输出模块：用于根据处理数据得到待测器件的测试结果。
第三方面，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有能够被处理器加载并执行应用于ADAS的摄像设备环测试仿真方法的程序指令。
第四方面，本发明实施例提供一种计算机设备，该计算机设备包括：
存储器，用于存储程序指令；
处理器，用于执行程序指令以使计算机设备实现应用于ADAS的摄像设备环测试仿真方法。
上述应用于ADAS的摄像设备环测试仿真方法通过通用图像处理器将影像数据进行处理得到测试结果，实现对多款待测器件获取的不同的图像数据进行准确的评估的效果，从而快速挑选出性能较好的待测器件。
附图说明
为了更清楚地说明本发明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为本发明第一实施例提供的应用于ADAS的摄像设备环测试仿真方法的流程图。
图2为本发明第二实施例提供的应用于ADAS的摄像设备环测试仿真方法的子流程图。
图3为本发明第一实施例提供的硬件环测试仿真***的内部结构示意图。
图4为本发明第一实施例提供的计算机设备的内部结构示意图。
图5为本发明第一实施例提供的应用于ADAS的摄像设备环测试仿真方法的数据流向图。
图6为本发明第一实施例提供的摄像设备获取获取影像数据的示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
请结合参看图1，其为本发明实施例提供的应用于ADAS的摄像设备环测试仿真方法的流程图。其中,本发明实施例提供的应用于ADAS的摄像设备环测试仿真方法具体包括下面步骤。
步骤S101，利用待测器件获取影像数据。在本实施例中，待测器件为摄像设备，例如，摄像机、照相机或者其他具有获取图像数据的设备。应用于ADAS的摄像设备环测试仿真方法可以进行多种ADAS场景的仿真，包括道路、交通设施、建筑物等静态环境仿真以及行人、目标测试车辆、其他车辆动态环境的仿真。具体地，显示器播放指定场景的图像摄像设备捕捉对应的影像数据，例如，显示器播放十字路口的视频、人行道上的行走的行人的视频或者道路上行驶的车辆的视频等。利用待测器件获取关于显示器播放的影像数据。请结合参看图6，其为本发明第一实施例提供的摄像设备获取获取影像数据的示意图。待测设备100从显示器200播放的视频中，获取影像数据。
在一些可行的实施例中，同时利用多个待测设备拍摄同一个拍摄对象获取关于拍摄对象的影像数据。
在另一些可行的实施例中，多个待测设备分别拍摄同一个拍摄对象获取多份关于拍摄对象的影像数据。多个待测设备之间相互独立。
步骤S102，将影像数据输入通用图像处理器进行处理得到处理数据，通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***。通用图像处理器(CommonImage Signal Processor，CISP)，是一个通用的图像处理器(Image Signal Processor，ISP)，通用图像处理器能为机器视觉提供最小图像质量***，在本实施例中，通过开发对应ISP模拟软件来实现对CIPS芯片的模拟。该通用图像处理器集成在主控芯片上。
最小图像质量******，满足机器视觉不同功能定义的最小图像质量***。在本实施例中，最小图像质量***可以是最小的像素***。通用图像处理器具体包括：黑电平校正模块、坏点校正模块、阴影校正模块、白平衡模块、去噪模块、去马赛克模块、色彩校正模块、Gamma校正模块和/或RGB/YUV输出模块。在具体的实施例中，根据需要测试的项目确定需要启用的模块。例如，需要测试待测设备在晴天中的使用的效果，启用黑电平校正模块、坏点校正模块、阴影校正模块、白平衡模块、色彩校正模块、Gamma校正模块和RGB/YUV输出模块。在本实施例中，例子仅为示例不做限定。
黑电平校正模块用于将图像数据中的黑电平进行校正。以8bit数据为例，单个pixel的有效值是0～255，但是实际模数转换芯片的精度可能无法将电压值很小的一部分转换出来，因此，sensor厂家一般会在AD的输入之前加上一个固定的偏移量，使输出的pixel value在5～255之间，目的是为了让暗部的细节完全保留，当然同时也会损失一些亮部细节，由于对于本实施例中待测设备获取的图像来说黑电平(Black Level Correction)中是黑色的最低点在经过一定校准的显示装置上，没有一行光亮输出的视频信号电平。在本实施例中，黑电平定义为图像数据为0时对应的信号电平。
坏点校正模块，用于将图像数据中的坏点进行校正。待测传感器中的传感器上每一光线采集的点形成的阵列工艺存在缺陷，或光信号进行转化的过程中出现错误，会造成图像上有些像素的信息有误，导致图像中的像素值不准确，这些有缺陷的像素即为图像坏点(Bad pixel)。由于来自不同工艺技术和传感器制造商，坏点数会有不同。此外，待测传感器在长时间、高温环境下坏点也会越来越多，从而破坏了图像的清晰度和完整性。因此在一些特定的情况下需要进行坏点的校正。
阴影校正模块用于将图像数据中的阴影进行校正。镜头阴影校正(Lens ShadingCorrection)是为了解决由于镜片的光学特性，待测传感器对于光学折射不均匀导致的镜头周围出现阴影的情况。shading可以细分为luma shading和color shading。其中，lumashading，由于镜片的光学特性，待测传感器影像区的边缘区域接收的光强比中心小，所造成的中心和四角亮度不一致的现象。镜片本身就是一个凸透镜，由于凸透镜原理，中心的感光必然比周边多。chrom/color shading，由于各种颜色的波长不同，经过了镜片的折射，折射的角度也不一样，因此会造成color shading的现象，这也是为什么太阳光经过三棱镜可以呈现彩虹的效果。因此在一些对光线有要求的情况下需要进行阴影的校正。
白平衡模块用于将图像数据中的白色像素进行校正。白平衡，字面上的理解是白色的平衡。白平衡是描述显示器中红、绿、蓝三基色混合生成后白色精确度的一项指标。白平衡是图像领域一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题。白平衡是随着电子影像再现色彩真实而产生的，白平衡模块是实现摄像机图像能精确反映拍摄物体的色彩状况，在一些可行的实施例中，有手动白平衡和自动白平衡等方式。因为在日光灯的房间里待测设备获得的图像数据会显得发绿，在室内钨丝灯光下待测设备获得的图像数据就会偏黄，而在日光阴影处待测设备获得的图像数据则莫名其妙地偏蓝，因此为了得到更加准确的图像数据需要对待测设备的白平衡进行设置。
去噪模块用于将图像数据中的噪声进行滤波处理。待测设备获取的图像数据，在本实施例中可以是是CMOS或者CCD图像感应器将捕捉到的光源信号转化为数字信号的数据，是无损的，包含了物体原始的颜色信息等。RAW数据格式一般采用的是Bayer排列方式，通过滤波光片，产生彩色滤波阵列(CFA)，鉴于人眼对绿色波段的色彩比较敏感，Bayer数据格式中包含了50％的绿色信息，以及各25％的红色和蓝色信息。在CISP处理过程中，需要对图像数据进行去噪操作。普通的去噪方式针对Bayer数据格式是不合适的，需要进行变换后才能进行处理。通过去噪模块将图像数据中多余的数据去掉，便于图像数据后续的检测。
去马赛克模块于将图像数据中的马赛克像素进行校正。在本实施例中，超分辨率(Super-Resolution)即通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。超分辨率重建的核心思想就是用时间带宽，也就是获取同一场景的多帧图像序列，换取空间分辨率,实现时间分辨率向空间分辨率的转换。一般在单传感器相机通过彩色滤波阵列(CFA)获得图像的彩色信息，但是采集到的图像在每个像素位置只有一种原始的颜色分量，为了恢复另外两个分量得到的全彩图像，必须对其进行插值，这个过程也被称为彩色去马赛克。图片马赛克的来源可以被认为有两类：一是原始的图像数据采集由于镜头本身受环境及传输过程中干扰等影响而产生的马赛克；二是图像数据直接放大所产生的单一颜色值的马赛克。在自动驾驶领域中，图像数据需要达到一定的清晰度以便于后续的图像处理对图像数据中的目标进行识别，因此需为了有效提高图像质量，需要去除图像数据中的马赛克。
色彩校正模块用于将图像数据中的颜色进行校正。一般来说，由于待测设备、光线环境等客观因素，或者待测设备参数设置等主观因素影响，图像数据与真实物体的色彩会有一定的偏差。同一个事物在不同的环境下得到的图片颜色是不同的，这样就对接下来进行的图片处理、比较造成了一定影响。在本实施例中，色彩校正模块是使图像数据还原事物本身的颜色，也就是尽可能接近人眼看所看到的事物。在自动驾驶领域中，图像数据需要准确的颜色以便于后续的图像处理对图像数据中的目标进行识别，因此需为了有效提高图像质量，需要对图像数据色彩校正。
Gamma校正模块用于将图像数据中的色调进行校正。在本实施例中，Gamma校正模块使用Gamma曲线对图像数据进行调色处理。其中，Gamma曲线是一种特殊的色调曲线，当Gamma值等于1的时候，曲线为与坐标轴成45°的直线，这个时候表示输入和输出密度相同。高于1的Gamma值将会造成输出亮化，低于1的Gamma值将会造成输出暗化。最终达到输入和输出比率尽可能地接近于1。在计算机***中，由于显卡或者显示器的原因会出现实际输出的图像在亮度上有偏差，而Gamma曲线矫正就是通过一定的方法来矫正图像的这种偏差的方法。一般情况下，当用于Gamma矫正的值大于1时，图像的高光部分被压缩而暗调部分被扩展，当Gamma矫正的值小于1时，图像的高光部分被扩展而暗调部分被压缩，Gamma矫正一般用于平滑的扩展暗调的细节。在自动驾驶领域中，图像数据需要准确的颜色以便于后续的图像处理对图像数据中的目标进行识别，因此需为了有效提高图像质量，需要对图像数据进行调色。
RGB/YUV输出模块用于将处理后的图像数据以指定的格式输出。在本实施例中，RGB和YUV都是图像数据输出的格式。其中，YUV，是一种颜色编码方法。YUV允许降低色度的带宽。YUV是编译true-color颜色空间(color space)的种类，Y'UV,YUV,YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度(Luminance或Luma)，也就是灰阶值，“U”和“V”表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色。
在另一些可行的实施例中，请结合参看图5，待测设备100将获取的图像数据传输至通用图像处理器110得到处理数据，处理数据可以直接作为输出结果。或者对处理数据进行进一步的处理。还可以将处理数据输入图像识别模块120,进行图像识别从而获取到图像识别结果。还可以将处理数据输入电控模块130,模拟自动机驾驶车辆整体的电路***，实现环测试仿真。
在本实施例中，根据IEEEP2020标准开发CISP处理软件***。通用图像处理器满足IEEEP2020标准开发ISP处理软件***定义的标准要求。通用图像处理器所有模块的参数可根据不同场景需求进行修改，开放所有模块的参数接口，以便于测试不同场景下的待测设备，同时便于操作人员可以针对需求对模块进行特殊化处理。用实际的电控***和模拟实车上真实环境的仿真模型组成闭环测试***，利用应用于ADAS的摄像设备环测试仿真方法进行反复大量测试，验证电子控制单元(ECU)或算法控制策略和算法可靠性。通过CISP开放所有模块的参数接口，针对不同场景的需求，可进一步评估待测器件的性能，如清晰度要求高的地方可对去噪模块进行修改，色彩要求高的场景，可以对白平衡和色彩校正进行修改。
步骤S103，根据处理数据得到待测器件的测试结果。
上述实施例中，通过应用于ADAS的摄像设备环测试仿真方法选择高级驾驶辅助***(Advanced Driver Assistance System，ADAS)中测试不同的待测器件，可获得不同的测试结果，可从中获取图像处理结果最优的待测器件进行使用，使得最优的待测器件在识别能够发挥在目标识别方面的优势，结合先进的算法能够准确地识别行人、非机动车、机动车或其他障碍物、交通标志等具体内容，从而大幅度降低交通事故，减少人员伤亡和经济损失。
请结合参看图2，其为本发明第二实施例提供的应用于ADAS的摄像设备环测试仿真方法的子流程。第二实施例提供的应用于ADAS的摄像设备环测试仿真方法与第一实施例提供的应用于ADAS的摄像设备环测试仿真方法的差异在于在根据处理数据得到待测器件的测试结果之后，第二实施例提供的应用于ADAS的摄像设备环测试仿真方法还包括下面步骤。
步骤S501，获取所述电控***的电控仿真参数。在本实施例中，电控***为电子控制单元(Electronic Control Unit，ECU)。
步骤S502，根据电控仿真参数和测试结果得到ADAS的整体仿真结果。在本实施例中，电子控制单元会根据待测器件拍摄的影像视频运行一些仿真算法进行分析，同时，综合待测器件的测试结果进行总体评价分析，最后根据分析结果去控制仿真车辆动力学***的运行。
上述实施例中，在硬件在环仿真(Hardware-in-the-Loop,HiL)环境中，用实际的电控***和模拟实车上真实环境的仿真模型组成闭环测试***，进行反复大量测试，验证电子控制单元(ECU)或算法控制策略和算法可靠性。
请结合参看图3，其为本发明第一实施例提供的硬件环测试仿真***的内部结构示意图。硬件环测试仿真***800包括，数据获取模块801、数据处理模块802和结果输出模块。其中，数据获取模块801：用于利用待测器件获取影像数据。
数据处理模块802：用于将影像数据输入通用图像处理器进行处理得到处理数据，通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***。结果输出模块803：用于根据处理数据得到待测器件的测试结果。
本发明还提供了一种计算机可读存储介质。计算机可读存储介质上存储有能够被处理器加载并执行的上述的应用于ADAS的摄像设备环测试仿真方法的程序指令。例如，该程序指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk(SSD))等。
由于计算机可读存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。
本发明还提供一种计算机设备900，计算机设备900至少包括存储器901和处理器902。存储器901用于存储应用于ADAS的摄像设备环测试仿真方法的程序指令。处理器902用于执行程序指令以使计算机设备实现上述的应用于ADAS的摄像设备环测试仿真方法。请结合参看图4，其为本发明实施例提供的计算机设备900的内部结构示意图。
其中，存储器901至少包括一种类型的计算机可读存储介质，该计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器901在一些实施例中可以是计算机设备900的内部存储单元，例如计算机设备900的硬盘。存储器901在另一些实施例中也可以是计算机设备900的外部存储设备，例如计算机设备900上配备的插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字卡(SecureDigital,SD)，闪存卡(FlashCard)等。进一步地，存储器901还可以既包括计算机设备900的内部存储单元也包括外部存储设备。存储器901不仅可以用于存储安装于计算机设备900的应用软件及各类数据，例如应用于ADAS的摄像设备环测试仿真方法的程序指令等，还可以用于暂时地存储已经输出或者将要输出的数据，例如应用于ADAS的摄像设备环测试仿真方法执行产生的数据等。
处理器902在一些实施例中可以是中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器901中存储的程序指令或处理数据。具体地，处理器902执行应用于ADAS的摄像设备环测试仿真方法的程序指令以控制计算机设备900实现应用于ADAS的摄像设备环测试仿真方法。
进一步地，计算机设备900还可以包括总线903可以是外设部件互连标准总线(peripheralcomponentinterconnect，简称PCI)或扩展工业标准结构总线(extendedindustrystandardarchitecture，简称EISA)等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
进一步地，计算机设备900还可以包括显示组件904。显示组件904可以是LED(LightEmittingDiode，发光二极管)显示器、液晶显示器、触控式液晶显示器以及OLED(OrganicLight-EmittingDiode，有机发光二极管)触摸器等。其中，显示组件904也可以适当的称为显示装置或显示单元，用于显示在计算机设备900中处理的信息以及用于显示可视化的用户界面。
进一步地，计算机设备900还可以包括通信组件905，通信组件905可选的可以包括有线通信组件和/或无线通信组件(如WI-FI通信组件、蓝牙通信组件等)，通常用于在计算机设备900与其他计算机设备之间建立通信连接。
图4仅示出了具有组件901-905以及实现应用于ADAS的摄像设备环测试仿真方法的程序指令的计算机设备900，本领域技术人员可以理解的是，图4示出的结构并不构成对计算机设备900的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。由于计算机设备900采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的应用于ADAS的摄像设备环测试仿真方法实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
该作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、流动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序指令的介质。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
以上所列举的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。
Claims (10)
1.一种应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述应用于ADAS的摄像设备环测试仿真方法包括：
利用待测器件获取影像数据；
将所述影像数据输入通用图像处理器进行处理得到处理数据，所述通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***；
根据所述处理数据得到所述待测器件的测试结果。
2.如权利要求1所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，将所述影像数据输入通用图像处理器进行处理得到处理数据，所述通用图像处理器具体包括：黑电平校正模块、坏点校正模块、阴影校正模块、白平衡模块、去噪模块、去马赛克模块、色彩校正模块、Gamma校正模块和/或RGB/YUV输出模块。
3.如权利要求2所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述通用图像处理器所有模块的参数可根据不同场景需求进行修改。
4.如权利要求1所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述待测器件为摄像设备。
5.如权利要求1所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述应用于ADAS的摄像设备环测试仿真方法还包括：
获取所述电控***的电控仿真参数；
根据所述电控仿真参数和所述测试结果得到ADAS的整体仿真结果。
6.如权利要求1所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述通用图像处理器满足IEEEP2020标准开发ISP处理软件***定义的标准要求。
7.如权利要求1所述的应用于ADAS的摄像设备环测试仿真方法，其特征在于，所述应用于ADAS的摄像设备环测试仿真方法可以进行多种ADAS场景的仿真，包括道路、交通设施、建筑物等静态环境仿真,以及行人、目标测试车辆、其他车辆动态环境的仿真。
8.一种硬件环测试仿真***，其特征在于，所述硬件环测试仿真***包括：
数据获取模块：用于利用待测器件获取影像数据；
数据处理模块：用于将所述影像数据输入通用图像处理器进行处理得到处理数据，所述通用图像处理器为满足不同功能定义的最小图像质量的图像信号处理***；
结果输出模块：用于根据所述处理数据得到所述待测器件的测试结果。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有能够被处理器加载并执行的如权利要求1～7任意一项所述的应用于ADAS的摄像设备环测试仿真方法的程序指令。
10.一种计算机设备，其特征在于，所述计算机设备包括：
存储器，用于存储程序指令；以及
处理器，用于执行所述程序指令以使所述计算机设备实现如权利要求1～7任意一项所述的应用于ADAS的摄像设备环测试仿真方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111675526.6A CN114460862A (zh) | 2021-12-31 | 2021-12-31 | 应用于adas的摄像设备环测试仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111675526.6A CN114460862A (zh) | 2021-12-31 | 2021-12-31 | 应用于adas的摄像设备环测试仿真方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114460862A true CN114460862A (zh) | 2022-05-10 |
Family
ID=81408384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111675526.6A Pending CN114460862A (zh) | 2021-12-31 | 2021-12-31 | 应用于adas的摄像设备环测试仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114460862A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117749451A (zh) * | 2023-12-12 | 2024-03-22 | 镁佳(北京)科技有限公司 | 一种adas信号的正确性验证方法、装置及*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03237852A (ja) * | 1990-02-14 | 1991-10-23 | Nec Corp | 交換ソフトウェアの自動試験方式 |
| US20130010111A1 (en) * | 2010-03-26 | 2013-01-10 | Christian Laforte | Effortless Navigation Across Cameras and Cooperative Control of Cameras |
| CN107707905A (zh) * | 2017-09-26 | 2018-02-16 | 惠州市德赛西威汽车电子股份有限公司 | 一种多摄像头测试显示*** |
| CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技（北京）有限公司 | 离线测试***和方法 |
| CN110620920A (zh) * | 2019-09-06 | 2019-12-27 | 深圳市度信科技有限公司 | 车载摄像头测试装置及车载摄像头测试*** |
| CN110933400A (zh) * | 2019-11-18 | 2020-03-27 | 上海集成电路研发中心有限公司 | 一种选取最优摄像头模组的方法及装置 |
| CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
| KR102107319B1 (ko) * | 2018-11-26 | 2020-05-14 | 해성옵틱스(주) | 차량용 카메라 모듈 테스트 장치 |
| CN111447434A (zh) * | 2020-02-21 | 2020-07-24 | 中国汽车技术研究中心有限公司 | 一种adas前视摄像机硬件在环测试评价方法 |
| CN113727094A (zh) * | 2021-08-25 | 2021-11-30 | 蔚来汽车科技(安徽)有限公司 | 一种摄像头在环测试设备和*** |
| US20220214842A1 (en) * | 2019-05-08 | 2022-07-07 | Canon Kabushiki Kaisha | Information processing apparatus, control method for information processing apparatus, and storage medium |
-
2021
- 2021-12-31 CN CN202111675526.6A patent/CN114460862A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03237852A (ja) * | 1990-02-14 | 1991-10-23 | Nec Corp | 交換ソフトウェアの自動試験方式 |
| US20130010111A1 (en) * | 2010-03-26 | 2013-01-10 | Christian Laforte | Effortless Navigation Across Cameras and Cooperative Control of Cameras |
| CN107707905A (zh) * | 2017-09-26 | 2018-02-16 | 惠州市德赛西威汽车电子股份有限公司 | 一种多摄像头测试显示*** |
| CN108593310A (zh) * | 2018-06-14 | 2018-09-28 | 驭势科技（北京）有限公司 | 离线测试***和方法 |
| KR102107319B1 (ko) * | 2018-11-26 | 2020-05-14 | 해성옵틱스(주) | 차량용 카메라 모듈 테스트 장치 |
| US20220214842A1 (en) * | 2019-05-08 | 2022-07-07 | Canon Kabushiki Kaisha | Information processing apparatus, control method for information processing apparatus, and storage medium |
| CN110620920A (zh) * | 2019-09-06 | 2019-12-27 | 深圳市度信科技有限公司 | 车载摄像头测试装置及车载摄像头测试*** |
| CN110987464A (zh) * | 2019-11-08 | 2020-04-10 | 同济大学 | 一种用于车辆在环测试的传感器测试环境舱及测试方法 |
| CN110933400A (zh) * | 2019-11-18 | 2020-03-27 | 上海集成电路研发中心有限公司 | 一种选取最优摄像头模组的方法及装置 |
| CN111447434A (zh) * | 2020-02-21 | 2020-07-24 | 中国汽车技术研究中心有限公司 | 一种adas前视摄像机硬件在环测试评价方法 |
| CN113727094A (zh) * | 2021-08-25 | 2021-11-30 | 蔚来汽车科技(安徽)有限公司 | 一种摄像头在环测试设备和*** |
Non-Patent Citations (2)
| Title |
|---|
| 王月辉: "《市场营销学》", 31 January 2017, 北京理工大学出版社 * |
| 赵道强: "《数码摄影兵器谱——从十八般武艺说起》", 30 June 2010, 华中科技大学出版社 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117749451A (zh) * | 2023-12-12 | 2024-03-22 | 镁佳(北京)科技有限公司 | 一种adas信号的正确性验证方法、装置及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20100208104A1 (en) | Image processing apparatus, imaging apparatus, image processing method, and program | |
| CN105430359A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
| CN108717691B (zh) | 一种图像融合方法、装置、电子设备及介质 | |
| JP4466015B2 (ja) | 画像処理装置および画像処理プログラム | |
| CN107273838A (zh) | 交通信号灯抓拍图片的处理方法及装置 | |
| CN111510692B (zh) | 图像处理方法、终端及计算机可读存储介质 | |
| CN103828345A (zh) | 用于图像处理的设备、方法和程序、存储介质以及图像拾取设备 | |
| CN114338958B (zh) | 一种图像处理的方法及相关设备 | |
| WO2020119454A1 (zh) | 一种对图像进行颜色还原的方法和装置 | |
| CN108093183B (zh) | 一种摄像机日夜模式切换方法及终端设备 | |
| CN112562017A (zh) | 一种rgb图像的色彩还原方法及计算机可读存储介质 | |
| CN105578081A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
| CN111669523B (zh) | 像素校正 | |
| CN112185300A (zh) | 显示屏的校正方法、装置、存储介质和处理器 | |
| CN114460862A (zh) | 应用于adas的摄像设备环测试仿真方法 | |
| CN112150392B (zh) | 一种低照度图像的修复方法及装置 | |
| WO2023151210A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
| US20190057492A1 (en) | Method and image processing device for detecting a portion of an image | |
| US12010433B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP6874315B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| US9041815B2 (en) | Digital camera imaging evaluation module | |
| CN114046882A (zh) | 一种获取光学设备的颜色测试信息的方法与设备 | |
| JP2004222233A (ja) | 画像処理装置および画像処理プログラム | |
| WO2013114802A1 (ja) | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム | |
| CN117408872B (zh) | 色彩图像数据转换方法、装置、设备及存储介质 |
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 |