[发明专利]一种无人车视觉检测的鲁棒性测试方法和系统

说明书

本申请提供一种无人车视觉检测的鲁棒性测试方法和系统，所述方法包括，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。采用本实施例所述方法和系统，测试场景更具有针对性和可重复性，大大提高了鲁棒性测试的效率。

【技术领域】

本申请涉及图像识别领域，尤其涉及一种无人车视觉检测的鲁棒性测试方法和系统。

【背景技术】

视觉检测算法在无人车系统中起着至关重要的作用，在马路上行驶的无人车，若要经过路口，首先需要识别交通信号灯(以下简称信号灯)。

现有技术中，在识别信号灯的过程中，无人车可以通过拍摄装置对信号灯进行拍摄，通过拍摄装置获得的图像只有见过视觉检测算法才能得知该图像中是否有信号灯、信号灯的类型、信号灯的颜色等，并发送给决策控制模块，由决策控制模块根据检测结果做出符合交通规则的操作，即停车或通行。

因为拍摄装置会面对各种不同场景，比如在雨雪雾天气、拍摄装置角度移动等情况，无人车可能无法对信号灯进行识别。由此可能造成违章行为，甚至引起交通事故。

为了保证安全驾驶，需要在各种场景下都能正确识别信号灯，这就要求无人车视觉检测算法具有极高的鲁棒性。

在无人车开发过程中，需要进行真实道路测试，以测试出无人车对于真实道路中遇到的场景的视觉检测是否能达到实际需求。但是，对于不同场景，尤其是雨雪雾天气等场景受自然条件影响较大，而且可能存在不可再现性。为了完成各种不同场景的测试，需要耗费较多的时间、人力、金钱成本。

【发明内容】

本申请的多个方面提供一种无人车视觉检测的鲁棒性测试方法和系统，用以测试无人车视觉算法的鲁棒性。

本申请的一方面，提供一种无人车视觉检测的鲁棒性测试方法，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，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。