[发明专利]一种自动驾驶模型的测试方法及装置

说明书

本发明涉及了一种自动驾驶模型的测试方法及装置，其中该方法包括基于云端的模型训练服务器执行以下步骤：将真实数据集加入训练数据，并基于训练数据对模型进行训练；将训练过的模型传输给位于车辆上的车载服务器以根据训练过的模型基于驾驶数据进行测试；接收由车载服务器反馈的测试结果；根据测试结果将相应的数据加入训练数据，并基于训练数据对模型继续训练。利用本发明的实施例在模型训练服务器上对深度学习模型进行训练、测试和优化，然后将测试优化好的模型传送给车载服务器，进一步进行车载服务器的测试，从而使测试条件更加接近于实际情况，更能准确地对硬件进行检验和调试，进而减少现场调试场次、缩短开发周期、降低风险和成本。

技术领域

本发明涉及自动驾驶技术领域。本发明进一步涉及一种自动驾驶模型的测试方法及装置。

背景技术

目前自动驾驶测试平台大多基于仿真数据和真实数据在服务器上进行训练，根据评价结果对模型和参数进行优化和更新。但是，现有的测试平台尚存在一些缺点。例如，测试平台中模型的测试是在单一服务器上进行，而实际中模型是在云端服务器完成训练测试后加载到车载服务器或车载芯片上的，两者之间由于环境不同存在一定的偏差。并且，计算机仿真虽然可以降低时间和成本，但是测试环境与真实环境不同，缺乏实际环境的测试经验。

因此，需要提出一种优化的测试平台，从而能够在对自动驾驶软件进行测试时结合硬件实际环境，进而减少现场调试场次、缩短开发周期、降低风险和成本。

发明内容

一方面，本发明基于上述目的提出了一种自动驾驶模型的测试方法，其中该方法包括基于云端的模型训练服务器执行以下步骤：

将真实数据集加入训练数据，并基于训练数据对模型进行训练；

将训练过的模型传输给位于车辆上的车载服务器以根据训练过的模型基于驾驶数据进行测试；

接收由车载服务器反馈的测试结果；

根据测试结果将相应的数据加入训练数据，并基于训练数据对模型继续训练。

根据本发明的自动驾驶模型的测试方法的实施例，其中将真实数据集加入训练数据，并基于训练数据对模型进行训练进一步包括：将训练数据输入模型进行迭代训练，迭代训练包括将图像中的所有车辆以矩形框标记出来，并对每个车辆分别进行像素级别的分割提取。

根据本发明的自动驾驶模型的测试方法的实施例，其中将图像中的所有车辆以矩形框标记出来进一步包括：

对车辆在取景平面上做投影；

将投影的水平最大尺寸作为矩形框的长度；

将投影的竖直最大尺寸作为矩形框的宽度。

根据本发明的自动驾驶模型的测试方法的实施例，其中对每个车辆分别进行像素级别的分割提取进一步包括：对每个车辆的进行像素级矩形框标记，并标记相应的类别概率。

根据本发明的自动驾驶模型的测试方法的实施例，其中将训练过的模型传输给位于车辆上的车载服务器以根据训练过的模型基于驾驶数据进行测试进一步包括：对训练过的模型进行压缩、量化并传输给车载服务器。

另一方面，本发明还提出了一种自动驾驶模型的测试装置，其中该装置包括：

至少一个处理器；和

存储器，该存储器存储有处理器可运行的程序指令，该程序指令在被处理器运行时执行以下步骤：

将真实数据集加入训练数据，并基于训练数据对模型进行训练；

将训练过的模型传输给位于车辆上的车载服务器以根据训练过的模型基于驾驶数据进行测试；

接收由车载服务器反馈的测试结果；