1.一种无人车视觉检测的鲁棒性测试方法,其特征在于,包括:
获取无人车采集的包含检测目标的原始图像;
利用待测试场景对应的测试参数,对所述原始图像进行异常处理,构建待测试场景对应的测试图像;
利用针对原始图像和测试图像中的检测目标的视觉检测结果,得到无人车视觉检测在所述待测试场景下的鲁棒性测试结果。
2.根据权利要求1所述的方法,其特征在于,所述获取无人车采集的包含检测目标的原始图像包括:
当监测到无人车与检测目标在预设的距离范围内,则启动无人车上的拍摄装置拍摄并存储包含检测目标的原始图像。
3.根据权利要求1所述的方法,其特征在于,所述视觉检测结果包括:
检测目标的类型、颜色和位置中的至少一种。
4.根据权利要求1所述的方法,其特征在于,所述待测试场景包括恶劣天气场景;
利用待测试场景对应的测试参数,对所述原始图像进行异常处理,构建待测试场景对应的测试图像包括:
根据气象参数对所述原始图像进行加噪、亮度处理,得到恶劣天气场景对应的测试图像。
5.根据权利要求1所述的方法,其特征在于,所述待测试场景包括拍摄装置位置移动场景;
利用待测试场景对应的测试参数,对所述原始图像进行异常处理,构建待测试场景对应的测试图像包括:
根据拍摄装置在无人车中的位置信息参数,对所述原始图像进行移动、缩放处理,得到拍摄装置位置移动场景对应的测试图像。
6.根据权利要求1所述的方法,其特征在于,所述待测试场景包括拍摄装置角度移动场景;
利用待测试场景对应的测试参数,对所述原始图像进行异常处理,构建待测试场景对应的测试图像包括:
根据拍摄装置在无人车中的姿态信息参数,对所述图像进行移动、旋转处理,得到拍摄装置角度移动场景对应的测试图像。
7.根据权利要求1所述的方法,其特征在于,所述利用针对原始图像和测试图像中的检测目标进行的视觉检测结果,得到所述待测试场景下无人车视觉检测的鲁棒性测试结果包括:
将针对原始图像和测试图像中的检测目标进行的视觉检测结果进行对比,得到无人车视觉检测在待测试场景下的错误率。
8.一种无人车视觉检测的鲁棒性测试系统,其特征在于,包括:
原始图像获取模块,用于获取无人车采集的包含检测目标的原始图像;
图像处理模块,用于利用待测试场景对应的测试参数,对所述原始图像进行异常处理,构建待测试场景对应的测试图像;
视觉检测模块,用于利用针对原始图像和测试图像中的检测目标的视觉检测结果,得到无人车视觉检测在所述待测试场景下的鲁棒性测试结果。
9.根据权利要求8所述的系统,其特征在于,所述原始图像获取模块具体用于:
当监测到无人车与检测目标在预设的距离范围内,则启动无人车上的拍摄装置拍摄并存储包含检测目标的原始图像。
10.根据权利要求8所述的系统,其特征在于,所述视觉检测结果包括:
检测目标的类型、颜色和位置中的至少一种。
11.根据权利要求8所述的系统,其特征在于,所述待测试场景包括恶劣天气场景;
所述图像处理模块具体用于:
根据气象参数对所述原始图像进行加噪、亮度处理,得到恶劣天气场景对应的测试图像。
12.根据权利要求8所述的系统,其特征在于,所述待测试场景包括拍摄装置位置移动场景;
所述图像处理模块具体用于:
根据拍摄装置在无人车中的位置信息参数,对所述原始图像进行移动、缩放处理,得到拍摄装置位置移动场景对应的测试图像。
13.根据权利要求8所述的系统,其特征在于,所述待测试场景包括拍摄装置角度移动场景;
所述图像处理模块具体用于:
根据拍摄装置在无人车中的姿态信息参数,对所述图像进行移动、旋转处理,得到拍摄装置角度移动场景对应的测试图像。
14.根据权利要求8所述的系统,其特征在于,所述视觉检测模块具体用于:
将针对原始图像和测试图像中的检测目标进行的视觉检测结果进行对比,得到无人车视觉检测在待测试场景下的错误率。
15.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。