[发明专利]风险数据识别、物体检测及模型优化方法、装置和系统

说明书

本公开公开了风险数据识别、物体检测及模型优化方法、装置和系统。所述风险数据识别方法包括：将传感器实时采集的数据输入物体检测模型进行物体检测，获取数据和物体检测模型输出的检测结果；若确定数据的紊乱程度高于设定条件，和/或，检测结果中的检测准确率低于设定准确率阈值，将数据确定为风险数据。能够快速有效的识别风险数据，且识别成本低。

技术领域

本公开涉及自动驾驶技术领域，特别涉及风险数据识别、物体检测及模型优化方法、装置和系统。

背景技术

自动驾驶技术中的感知系统，负责利用车辆上装载的各种传感器采集的数据检测车辆周围的物体，为自动驾驶的安全实现提供重要依据。为了提高感知系统的检测精准度，需要确定出容易存在漏检或误检风险的传感器采集数据，即风险数据，进而解决找出的问题(风险数据)，以提高感知系统的检测精准度。

传统方法往往是通过测试获取风险数据，包括真实路况测试和仿真路况测试等。而好多风险场景的发生概率较低，导致无论真实还是仿真路况测试都无法完全找出潜在的风险场景，即风险数据的发现概率低；而且真实路况测试和仿真路况测试往往需要消耗较多时间与人力成本，使得风险数据挖掘的周期长、成本高。

发明内容

鉴于上述问题，提出了本公开以便提供一种克服上述问题或者至少部分地解决上述问题的风险数据识别、模型优化和物体检测方法及装置和系统。

第一方面，本公开实施例提供一种风险数据识别方法，包括：

将传感器实时采集的数据输入物体检测模型进行物体检测，获取所述数据和物体检测模型输出的检测结果；

若确定所述数据的紊乱程度高于设定条件，和/或，所述检测结果中的检测准确率低于设定准确率阈值，将所述数据确定为风险数据。

第二方面，本公开实施例提供一种物体检测模型优化方法，包括：

获取传感器实时采集的数据，利用物体检测模型根据获取的数据进行物体检测，根据获取的数据和对应的物体检测结果确定该数据是否为风险数据；

若是，获取风险数据的物体检测真值，由风险数据和其物体检测真值构成一条样本数据，填加到样本集中；

判断当前的样本集是否满足预设的模型优化条件；

若是，利用当前的样本集优化所述物体检测模型，得到优化后物体检测模型；

若否，获取传感器实时采集的新数据，返回所述利用物体检测模型根据获取的数据进行物体检测步骤。

第三方面，本公开实施例提供一种物体检测方法，包括：

利用优化后的物体检测模型根据获取的数据进行物体检测，确定所述车辆周围的物体信息，所述优化后的物体检测模型是按照上述物体检测模型优化方法优化的。

第四方面，本公开实施例提供一种风险数据识别装置，包括：

获取模块，用于将传感器实时采集的数据输入物体检测模型进行物体检测，获取所述数据和物体检测模型输出的检测结果；

风险数据确定模块，用于确定所述获取模块获取的数据的紊乱程度高于设定条件，和/或，所述检测结果中的检测准确率低于设定准确率阈值，将所述数据确定为风险数据。

第五方面，本公开实施例提供一种物体检测模型优化装置，包括：

风险数据确定模块，用于获取传感器实时采集的数据，利用物体检测模型根据获取的数据进行物体检测，根据获取的数据和对应的物体检测结果确定该数据是否为风险数据；

样本集获取模块，用于获取所述风险数据确定模块确定的风险数据的物体检测真值，由风险数据和其物体检测真值构成一条样本数据，填加到样本集中；