[发明专利]车辆感知性能评价方法及系统

说明书

本发明提供了一种车辆感知性能评价方法及系统，其中，所述方法包括：对车辆的感知系统进行定性分析，以获取表征感知系统能力的性能指标以及与所述性能指标相关的环境因素；通过定量分析建立所述感知系统的性能指标和所述环境因素之间的数学模型；检测所述数学模型的精度是否满足预设需求；若不满足，则重新获取所述数学模型；若满足，则根据所述数学模型对所述感知系统进行评估。通过上述方式本发明能够建立车辆感知系统的能力和外界环境因子之间的数学模型，该数学模型可以在感知系统运行过程中，对感知系统的能力进行实时评估。

技术领域

本发明涉及车辆感知技术领域，特别涉及一种车辆感知性能评价方法及系统。

背景技术

当前自动驾驶感知系统是实现无人驾驶的重要模块，无人车辆通过感知系统去感知周遭环境，进而将结果反馈给决策规划层，所以对于车辆感知系统能力的评价是有必要的。

无人驾驶汽车感知系统的组成为车身装载的各类传感器和车辆感知的融合算法。目前主要感知系统的能力评价体系是通过真值系统来验证无人驾驶车辆感知系统性能的好坏，即通过标注的路测数据和感知系统得到的感知数据进行匹配，进而得出感知系统性能的优异。现有技术偏向考虑障碍物类型对感知系统性能影响，但是忽略了周围环境对感知系统的影响也是巨大的。因为环境因素，如雨量，雪量，能见度，对感知系统中的传感器性能那的影响是不可忽视的。不同的环境条件下对同一个障碍物进行感知会得出差异巨大的感知系统评价指标，如在能见度好的条件下光学视觉传感器测量车辆的准确率为100％，到一个能见度为0的环境下，光学视觉传感器测量同一个车辆的准确率则为0。

因此，亟需一种车辆感知性能评价方法及系统来解决上述问题。

发明内容

本发明解决的技术问题在于，提供了一种车辆感知性能评价方法及系统，能在车辆自动驾驶系统在线运行时，可以通过外界环境，实时评估感知系统的性能指标，实时评价当前感知系统的性能优劣。

本发明解决其技术问题是采用以下的技术方案来实现的：

一种车辆感知性能评价方法，包括：对车辆的感知系统进行定性分析，以获取表征感知系统能力的性能指标以及与所述性能指标相关的环境因素；通过定量分析建立所述感知系统的性能指标和所述环境因素之间的数学模型；检测所述数学模型的精度是否满足预设需求；若不满足，则重新获取所述数学模型；若满足，则根据所述数学模型对所述感知系统进行评估。

在本发明的较佳实施例中，上述对车辆感知系统进行定性分析，的步骤包括：获取所述感知系统的应用场景；获取所述感知系统中与所述应用场景相关的性能指标；获取在所述感知系统运行过程中影响所述性能指标的所述环境因素；其中，所述性能指标包括以下中至少一项：测量类、统计类和最大性能类。

在本发明的较佳实施例中，上述获取在所述感知系统运行过程中影响所述性能指标的所述环境因素，的步骤包括：获取所述感知系统中各传感器信息；根据所述各传感器信息，获取影响所述感知系统上各传感器性能的所述环境因素。

在本发明的较佳实施例中，上述对车辆的感知系统进行定性分析，以获取表征感知系统能力的性能指标以及与所述性能指标相关的环境因素，的步骤包括：获取所述感知系统的系统特征，所述系统特征包括感知传感器的配置、感知原数据预处理算法和感知认知算法；根据所述系统特征获取所述感知系统的所述性能指标；获取影响所述性能指标的所述环境因素。

在本发明的较佳实施例中，上述环境因素包括以下中至少一项：天气、道路环境、目标物体和自车状态。

在本发明的较佳实施例中，上述根据定量分析建立所述感知系统和环境因素之间的数学模型，的步骤包括：量化或归一化所述环境因素；根据预设策略和预存数据建立所述环境因素与单一传感器对应的性能指标之间的数学关系；根据各类性能指标及应用场景，对感知系统性能进行定量分析，并建立数学模型。