融合定位测试场景库的构建测试方法、系统及介质与流程

1.本发明涉及自动驾驶高精度定位技术领域，特别涉及一种融合定位测试场景库的构建测试方法、系统及介质。


背景技术：

2.融合定位是一种基于多源传感器(感知相机、gps、imu)及矢量高精地图、车身can的定位算法，能满足自动驾驶汽车对于多场景高精定位的需求。应用于自动驾驶汽车的高精度定位系统需要大量的里程场景测试，才能应用于量产汽车。
3.光照、天气、实际道路情况等场景会影响感知相机结果，周围环境条件、行驶区域、车辆行驶情况、道路条件等场景会影响gps或imu定位结果输出，道路施工等会影响高精度地图输出信息的准确性，可以看出影响融合定位最终输出的场景是多样且复杂的；因此基于实车里程场景测试方法具有周期长、效率低、成本高等弊端。
4.基于此，需要构建测试场景库，来减少融合定位算法在应用前的实车里程场景测试成本及周期。


技术实现要素：

5.本发明的提供一种融合定位测试场景库的构建测试方法、系统及介质，通过构建测试场景库，来减少融合定位算法在应用前的实车里程测试成本及周期。
6.第一方面，提供一种融合定位测试场景库的构建测试方法，包括以下步骤：
7.获取待测道路中每个单元路段的采集数据，所述采集数据包括感知相机数据及融合定位精度数据；
8.获取所述融合定位精度数据符合预设精度条件时的各时间段；
9.根据所述感知相机数据，获取不同分类场景的各时间段；
10.根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景；
11.根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库。
12.根据第一方面，在第一方面的第一种可能的实现方式中，所述“获取所述融合定位精度数据符合预设精度条件时的各时间段”步骤，具体包括以下步骤：
13.获取所述融合定位精度数据大于精度阈值时的各时间段；或者，
14.获取所述融合定位精度数据小于精度阈值时的各时间段。
15.根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述“根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景”步骤，具体包括以下步骤：
16.对所有所述时间段按照时间大小进行排序，获取各时间段对应的融合定位精度数据与分类场景。
17.根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述“根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库”步骤，具体
包括以下步骤：
18.采集数据包括gps数据、imu数据、车身can数据及高精地图数据；
19.将各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段；
20.根据所有所述场景标签片段，构建测试场景库。
21.根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述“根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库”步骤之后，具体包括以下步骤：
22.获取场景测试需求；
23.根据所述场景测试需求在所述测试场景库中选取对应的场景标签片段；
24.控制测试工具对选取的场景标签片段进行测试。
25.第二方面，提供一种融合定位测试场景库的构建测试系统，包括：
26.数据获取模块，用于获取待测道路中每个单元路段的采集数据，所述采集数据包括感知相机数据及融合定位精度数据；
27.定位精度时间段模块，与所述数据获取模块通信连接，用于获取所述融合定位精度数据大于精度阈值时的各时间段；
28.分类场景时间段模块，与所述数据获取模块通信连接，用于根据所述感知相机数据，获取不同分类场景的各时间段；
29.时间段对应整合模块，与所述定位精度时间段模块及所述分类场景时间段模块均通信连接，用于根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景；
30.测试场景构建模块，与所述时间段对应整合模块通信连接，用于根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库。
31.根据第二方面，在第二方面的第一种可能的实现方式中，所述边界模块，所述时间段对应整合模块，用于对所有所述时间段按照时间大小进行排序，获取各时间段对应的融合定位精度数据与分类场景。
32.根据第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，采集数据包括gps数据、imu数据、车身can数据及高精地图数据；所述测试场景构建模块，用于将各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段；根据所有所述场景标签片段，构建测试场景库。
33.根据第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，还包括与所述测试场景构建模块通信连接的测试模块，所述测试模块，用于获取场景测试需求；根据所述场景测试需求在所述测试场景库中选取对应的场景标签片段；控制测试工具对选取的场景标签片段进行测试。
34.第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的融合定位测试场景库的构建测试方法。
35.与现有技术相比，本发明的优点如下：由于目前融合定位算法在自驾车上商用前，需要大量的实车里程测试，成本高、周期长；因此通过构建测试场景库，来减少融合定位算法在应用前的实车里程测试成本及周期。
附图说明
36.图1是本发明一种融合定位测试场景库的构建测试方法的一实施例的流程示意图；
37.图2是本发明一种融合定位测试场景库的构建测试方法的又一实施例的流程示意图；
38.图3是本发明的一种融合定位测试场景库的构建测试系统的结构示意图。
39.附图说明：
40.100、融合定位测试场景库的构建测试系统；110、数据获取模块；120、定位精度时间段模块；130、分类场景时间段模块；140、时间段对应整合模块；150、测试场景构建模块；160、测试模块。
具体实施方式
41.现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
42.为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。
43.注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
44.参见图1所示，本发明实施例提供一种融合定位测试场景库的构建测试方法，其特征在于，包括以下步骤：
45.s100，获取待测道路中每个单元路段的采集数据，所述采集数据包括感知相机数据及融合定位精度数据；
46.s200，获取所述融合定位精度数据符合预设精度条件时的各时间段；
47.s300，根据所述感知相机数据，获取不同分类场景的各时间段；
48.s400，根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景；
49.s500，根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库。
50.优选地，在本技术另外的实施例中，所述“s200，获取所述融合定位精度数据符合预设精度条件时的各时间段”步骤，具体包括以下步骤：
51.获取所述融合定位精度数据大于精度阈值时的各时间段；或者，
52.获取所述融合定位精度数据小于精度阈值时的各时间段。
53.具体地，本实施例中，由于目前融合定位算法在自驾车上商用前，需要大量的实车里程测试，成本高、周期长。因此需要针对融合定位算法构建测试场景库，来减少融合定位算法在应用前的实车里程测试成本及周期。
54.具体地，s100，在全国范围制定高速场景融合定位采集计划，总规划里程数l(km)；实车搭载融合定位系统，硬件包含感知相机、gps模块、imu模块、工业相机、开发板、can信号
采集装置及其它采集设备，对待测道路进行数据采集；
55.采集数据主要包含融合定位精度数据、感知相机数据、车身can数据、gps数据、imu数据、感知相机数据及软件输出高精地图数据，数据以lcm格式存储；每采集一段路线保存一段log数据(单元路段的单元数据)，数据保存在硬盘中，采集完硬盘中存有log1、log2、......、logn；台架基于回放工具加载log1，提取上述数据。
56.s200，对融合定位进度数据进行精度分析，得到时长为t1的log1中t1....tn(秒)的融合定位精度r1....rn，定义精度阈值r,记录精度r》r时间段的起止时间戳tn1’、tn2’,得到数据log1中的r》r的时间段(tn1’,tn2’),(tn3’,tn4’)...。
57.s300，回放感知相机视频数据，当天气(晴、雨、雾、雪等)、路面材料(沥青、水泥等)、光照条件(明光、暗光)、车道线情况(清晰、轻度磨损、重度磨损)、道路条件((干，湿),((平坦、不平坦)))、道路施工(在施工、未施工)、道路类型(普通高速道路、匝道、收费站)、车辆周围遮挡情况((隧道、非隧道)、(山区、非山区)、(高架遮挡区域、非高架遮挡区域))，当上述场景出现变化时(其中道路类型变化可以从地图输出信息自动提出，其它场景变化为人工基于视频数据主观评判),记录变化时间点tn”，得到t1、tn1”、tn2”...tn各时间段内的不同分类场景。
58.最后根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景；再根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库；因此可构建测试场景库，来减少融合定位算法在应用前的实车里程测试成本及周期。
59.优选地，在本技术另外的实施例中，所述“s400，根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景”步骤，具体包括以下步骤：
60.对所有所述时间段按照时间大小进行排序，获取各时间段对应的融合定位精度数据与分类场景。
61.具体地，本实施例中，基于大于精度阈值时间段(tn1’、tn2’...)和场景变化时间点(tn1”、tn2”...)进行时间排序，得到t1、tn1、tn2...tn各时间段对应的融合定位精度数据与分类场景。
62.如t1～tn1场景标签为r《r,场景为(晴、沥青路、暗光、车道线清晰、道路干、道路平坦、未施工、普通高速道路、非隧道、山区、非高架遮挡区域)，表示为标签[a1]。
[0063]
优选地，在本技术另外的实施例中，所述“s500,根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库”步骤，具体包括以下步骤：
[0064]
采集数据包括gps数据、imu数据、车身can数据及高精地图数据；
[0065]
将各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段；
[0066]
根据所有所述场景标签片段，构建测试场景库。
[0067]
具体地，本实施例中，整理log1中所有时间段标签，即为[a1]、[a2]、[a3]...；将各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段，即得到场景标签片段p1(标签[a1]+log1(t1～tn1)),p2(标签[a2]+log1(tn1～tn2))...，同理分析其它log，最后得到n个场景标签片段；最后将场景标签片段存储在共享存储器中，并可通过场景标签查询下载场景数据，至此测试场景库构建完成。
[0068]
优选地，在本技术另外的实施例中，所述“s500，根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库”步骤之后，具体包括以下步骤：
[0069]
获取场景测试需求；
[0070]
根据所述场景测试需求在所述测试场景库中选取对应的场景标签片段；
[0071]
控制测试工具对选取的场景标签片段进行测试。
[0072]
具体地，本实施例中，当融合定位算法需迭代版本发布，基于场景测试需求在所述测试场景库中选取对应的场景标签片段，即从共享存储器下载数据，控制测试工具对选取的场景标签片段进行测试，检证测试结果。如，此版本算法对上版本算法中的匝道、暗光场景下精度大于r的场景进行改进，基于匝道、暗光、r》r场景标签从测试场景库下载场景标签片段，注入工具迭代测试，检证融合定位精度是否大于r，以此判定迭代版本是否解决此场景问题。
[0073]
参见图2所示，本发明实施例还提供了一种融合定位测试场景库的构建测试方法，具体步骤如下：
[0074]
1、在全国范围制定高速场景融合定位采集计划，总规划里程数l(km)；
[0075]
2、实车搭载融合定位系统，硬件包含感知相机、gps模块、imu模块、工业相机、开发板、can信号采集装置及其它采集设备，对待测道路进行数据采集；采集数据主要包含融合定位精度数据、感知相机数据、车身can数据、gps数据、imu数据、感知相机数据及软件输出高精地图数据。
[0076]
3、数据以lcm格式存储；每采集一段路线保存一段log数据(单元路段的单元数据)，数据保存在硬盘中，采集完硬盘中存有log1、log2、......、logn。
[0077]
4、数据预处理，台架基于回放工具加载log1，提取上述数据。
[0078]
5、对融合定位进度数据进行精度分析，得到时长为t1的log1中t1....tn(秒)的融合定位精度r1....rn，定义精度阈值r,记录精度r》r时间段的起止时间戳tn1’、tn2’,得到数据log1中的r》r的时间段(tn1’,tn2’),(tn3’,tn4’)...。
[0079]
6、回放感知相机视频数据，当场景出现变化时(其中道路类型变化可以从地图输出信息自动提出，其它场景变化为人工基于视频数据主观评判),记录变化时间点tn”，得到t1、tn1”、tn2”...tn各时间段内的不同分类场景。
[0080]
7、基于大于精度阈值时间段(tn1’、tn2’...)和场景变化时间点(tn1”、tn2”...)进行时间排序，得到t1、tn1、tn2...tn各时间段对应的融合定位精度数据与分类场景。
[0081]
8、整理log1中所有时间段标签，即为[a1]、[a2]、[a3]...。
[0082]
9、各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段，即得到场景标签片段p1(标签[a1]+log1(t1～tn1)),p2(标签[a2]+log1(tn1～tn2))...，同理分析其它log，最后得到n个场景标签片段，测试场景库构建完成。
[0083]
10、当融合定位算法需迭代版本发布，基于场景测试需求在所述测试场景库中选取对应的场景标签片段，即从共享存储器下载数据，控制测试工具对选取的场景标签片段进行测试，检证测试结果。
[0084]
同时参见图3所示，本发明实施例还提供了一种融合定位测试场景库的构建测试系统100，包括：数据获取模块110、定位精度时间段模块120、分类场景时间段模块130、时间
段对应整合模块140、测试场景构建模块150及测试模块160；
[0085]
数据获取模块110，用于获取待测道路中每个单元路段的采集数据，所述采集数据包括感知相机数据及融合定位精度数据；
[0086]
定位精度时间段模块120，与所述数据获取模块110通信连接，用于获取所述融合定位精度数据大于精度阈值时的各时间段；
[0087]
分类场景时间段模块130，与所述数据获取模块110通信连接，用于根据所述感知相机数据，获取不同分类场景的各时间段；
[0088]
时间段对应整合模块140，与所述定位精度时间段模块120及所述分类场景时间段模块130均通信连接，用于根据所有所述时间段，获取各时间段对应的融合定位精度数据与分类场景；以及，
[0089]
测试场景构建模块150，与所述时间段对应整合模块140通信连接，用于根据各时间段对应的融合定位精度数据与分类场景，构建测试场景库。
[0090]
所述时间段对应整合模块140，用于对所有所述时间段按照时间大小进行排序，获取各时间段对应的融合定位精度数据与分类场景。
[0091]
采集数据包括gps数据、imu数据、车身can数据及高精地图数据；所述测试场景构建模块150，用于将各时间段对应的融合定位精度数据与分类场景对应生成标签，并将各时间段对应的gps数据、imu数据、车身can数据、高精地图数据及标签对应生成场景标签片段；根据所有所述场景标签片段，构建测试场景库。
[0092]
还包括与所述测试场景构建模块150通信连接的测试模块160，所述测试模块160，用于获取场景测试需求；根据所述场景测试需求在所述测试场景库中选取对应的场景标签片段；控制测试工具对选取的场景标签片段进行测试。
[0093]
由于目前融合定位算法在自驾车上商用前，需要大量的实车里程测试，成本高、周期长。因此本发明构建测试场景库，来减少融合定位算法在应用前的实车里程测试成本及周期。
[0094]
具体的，本实施例与上述方法实施例一一对应，各个模块的功能在相应的方法实施例中已经进行详细说明，因此不再一一赘述。
[0095]
基于同一发明构思，本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
[0096]
本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0097]
基于同一发明构思，本技术实施例还提供一种电子设备，包括存储器和处理器，存
储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
[0098]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
[0099]
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等)；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0100]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0101]
本发明是参照根据本发明实施例的方法、设备(系统)、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0102]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0103]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0104]
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，倘若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。