自动驾驶感知模型的评测方法、计算机设备和存储介质与流程

本申请涉及自动驾驶，特别是涉及一种自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着自动驾驶技术的发展，感知模型成为了自动驾驶汽车的核心技术之一，因此，对感知模型的评测显得至关重要。

2、传统技术中，在对感知模型进行评测时，针对不同的评测项目，例如算法评测、回归评测、版本对比评测、端云一致性评测和数据自洽性评测等，不同的感知模块需要分别开发多个脚本或评测程序进行相应的评测，且各脚本或程序不具备可复用性，导致评测投入的开发成本大。

技术实现思路

1、基于此，有必要针对上述评测投入的开发成本大的技术问题，提供一种能够节省评测开发成本的自动驾驶感知模型的评测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种自动驾驶感知模型的评测方法。所述方法包括：

3、获取待评测数据，所述待评测数据包括车辆行驶过程中采集的感知数据；

4、针对目标评测项目，确定与所述待评测数据对应的车辆的目标环境信息；

5、获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息；

6、对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果；

7、根据所述匹配结果确定所述待评测感知模型的评测结果。

8、在其中一个实施例中，所述获取待评测数据，包括：获取车辆行驶过程中连续采集的感知数据；根据设定时间间隔对所述感知数据进行切分，得到切分后的多个感知数据段；将所述多个感知数据段作为所述待评测数据。

9、在其中一个实施例中，所述感知数据段包括多个帧；所述得到切分后的多个感知数据段之后，所述方法还包括：识别所述感知数据段中每个帧的感知对象；根据每个帧的感知对象，确定相同感知对象在不同帧下的时序轨迹。

10、在其中一个实施例中，所述将所述多个感知数据段作为所述待评测数据，包括：根据所述感知数据的多个感知数据段、与每个所述感知数据段分别对应的多个帧、每个帧的感知对象以及相同感知对象在不同帧下的时序轨迹，建立所述感知数据的树形结构；将所述树形结构的感知数据作为所述待评测数据。

11、在其中一个实施例中，所述建立所述感知数据的树形结构之后，所述方法还包括：存储所述树形结构的感知数据。

12、在其中一个实施例中，所述获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息，包括：针对所述待评测数据中的每个感知数据段，将所述感知数据段输入所述待评测感知模型，得到所述待评测感知模型输出的针对每个所述感知数据段预测的车辆的预测环境信息。

13、在其中一个实施例中，所述对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，包括：将针对每个所述感知数据段预测的车辆的预测环境信息分别与对应的目标环境信息进行匹配，得到针对每个所述感知数据段的匹配度；统计所述待评测数据中每个所述感知数据段的匹配度，得到针对所述待评测数据的匹配结果。

14、第二方面，本申请还提供了一种自动驾驶感知模型的评测装置。所述装置包括：

15、数据获取模块，用于获取待评测数据，所述待评测数据包括车辆行驶过程中采集的感知数据；

16、目标信息确定模块，用于针对目标评测项目，确定与所述待评测数据对应的车辆的目标环境信息；

17、预测信息获取模块，用于获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息；

18、匹配模块，用于对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果；

19、评测结果确定模块，用于根据所述匹配结果确定所述待评测感知模型的评测结果。

20、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述方法的步骤。

21、第四方面，本申请还提供了一种计算机可读存储介质。所述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第一方面所述方法的步骤。

22、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面所述方法的步骤。

23、上述自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待评测数据，针对目标评测项目，确定与待评测数据对应的车辆的目标环境信息，并获取待评测感知模型对待评测数据进行感知处理后预测的车辆的预测环境信息，然后对车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，最后根据匹配结果确定待评测感知模型的评测结果。由于其在进行评测时，可以针对不同的目标评测项目，而确定与待评测数据对应的车辆的目标环境信息进行匹配，因此，可以适用于对各种评测项目的评测，相较于传统技术能够节省评测的开发成本。

技术特征：

1.一种自动驾驶感知模型的评测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取待评测数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述感知数据段包括多个帧；所述得到切分后的多个感知数据段之后，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述将所述多个感知数据段作为所述待评测数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述建立所述感知数据的树形结构之后，所述方法还包括：

6.根据权利要求2至5任一项所述的方法，其特征在于，所述获取待评测感知模型对所述待评测数据进行感知处理后预测的车辆的预测环境信息，包括：

7.根据权利要求6所述的方法，其特征在于，所述对所述车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

9.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种自动驾驶感知模型的评测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法通过获取待评测数据，针对目标评测项目，确定与待评测数据对应的车辆的目标环境信息，并获取待评测感知模型对待评测数据进行感知处理后预测的车辆的预测环境信息，然后对车辆的预测环境信息和目标环境信息进行匹配处理，得到匹配结果，最后根据匹配结果确定待评测感知模型的评测结果。由于其在进行评测时，可以针对不同的目标评测项目，而确定与待评测数据对应的车辆的目标环境信息进行匹配，因此，可以适用于对各种评测项目的评测，相较于传统技术能够节省评测的开发成本。

技术研发人员：赵晓健,谢岳松,杨文娟,张凤博
受保护的技术使用者：安徽蔚来智驾科技有限公司
技术研发日：
技术公布日：2024/1/12