智能驾驶算法的仿真测试方法与流程
本申请涉及智能驾驶仿真测试,尤其涉及一种智能驾驶算法的仿真测试方法。
背景技术:
1、智能驾驶系统开发中,回灌仿真通常采用实采传感器数据回放进行算法验证。
2、然而,实采数据回放多属于固定轨迹下的开环验证,车辆行为变化后输入数据难以同步更新,易造成感知结果与实际位姿偏离。
3、因此,如何在智能驾驶仿真中保持车辆行为变化后的感知输入一致性,成为亟需解决的技术问题。
技术实现思路
1、本申请实施例提供一种智能驾驶算法的仿真测试方法,用以保持车辆行为变化后的感知输入一致性。
2、第一方面,本申请实施例提供一种智能驾驶算法的仿真测试方法,包括:
3、s1、获取车辆的传感器数据,传感器数据包括真实数据和仿真数据中的至少一项,真实数据是车辆处于真实道路环境中,采用多个传感器采集的,仿真数据是在车辆所处路段的三维高斯模型的基础上,对多个传感器的感知视角进行仿真得到的;
4、s2、将传感器数据输入至待测试的智能驾驶算法中,得到控制指令;
5、s3、基于控制指令,更新传感器数据;
6、s4、当未触发预设的测试终止条件时,返回执行s2;
7、s5、生成并输出待测试的智能驾驶算法的测试报告。
8、在一个可能的实施例中,获取车辆的传感器数据,包括:
9、获取真实数据;
10、基于真实数据,构建车辆所处路段的三维高斯模型;
11、基于三维高斯模型,确定仿真数据。
12、在一个可能的实施例中,基于真实数据,构建车辆所处路段的三维高斯模型,包括:
13、基于真实数据,构建初始模型;
14、基于预设的损失函数,对初始模型进行训练直至收敛,得到车辆所处路段的三维高斯模型。
15、在一个可能的实施例中,基于真实数据,构建初始模型,包括:
16、基于真实数据,确定多个高斯点和图像平面;
17、将多个高斯点投影至图像平面,并进行渲染,得到初始模型。
18、在一个可能的实施例中,高斯点包括位置、协方差矩阵、不透明度和球谐函数系数中的至少一项参数。
19、在一个可能的实施例中,损失函数如下公式所示:
20、
21、其中,、、分别表示三个损失项的权重参数,为预测图像,为真实图像,为计算所有像素差值的绝对值,为结构相似性指数, 为不透明度的正则项。
22、在一个可能的实施例中,基于控制指令,更新传感器数据,包括:
23、基于控制指令,确定车辆的位姿信息;
24、基于位姿信息和三维高斯模型,更新传感器数据。
25、在一个可能的实施例中,基于位姿信息,更新传感器数据,包括:
26、将位姿信息输入至三维高斯模型中,生成对应的传感器图像仿真数据;
27、基于传感器图像仿真数据,更新传感器数据。
28、在一个可能的实施例中,测试终止条件包括达到预设测试时长、车辆发生碰撞事件和车辆偏离道路的至少一项。
29、在一个可能的实施例中,还包括:
30、提取真实数据中动态物体的动态轨迹;
31、基于动态轨迹,构建三维动态模型;
32、将三维动态模型叠加至三维高斯模型中。
33、在一个可能的实施例中,还包括:
34、将真实数据中动态物体的表面纹理特征迁移至三维动态模型中。
35、在一个可能的实施例中,测试报告包括轨迹跟踪误差、安全性指标、舒适性指标和感知一致性中的至少一项。
36、在一个可能的实施例中,在将位姿信息输入至三维高斯模型中之前,还包括:
37、获取补充数据,补充数据为在测试过程中,车辆的多个传感器真实采集的数据;
38、基于补充数据,对三维高斯模型进行更新。
39、在一个可能的实施例中,传感器包括摄像头、激光雷达和毫米波雷达中的至少一种,传感器数据包括图像数据、点云数据和雷达数据中的至少一项。
40、在一个可能的实施例中,仿真数据还包括在多个传感器中的至少一个传感器处于故障状态或引入预设噪声的情况下生成的异常数据。
41、在一个可能的实施例中,还包括:
42、基于测试报告,生成并输出图形化界面,图形化界面包括车辆的仿真行驶画面、行驶轨迹以及控制指令的量化曲线。
43、第二方面,本申请实施例提供一种电子设备,包括:存储器,处理器;
44、存储器存储计算机执行指令;
45、处理器执行存储器存储的计算机执行指令,使得处理器执行如上第一方面和/或第一方面各种可能的实施方式。
46、第三方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。
47、通过获取包括真实数据和/或基于车辆所处路段的三维高斯模型仿真得到的传感器数据,并将传感器数据输入至待测试的智能驾驶算法中得到控制指令,再基于控制指令对传感器数据进行更新并循环执行测试,能够使待测试算法在车辆状态持续变化的过程中始终获得与当前控制行为相对应的感知输入,进而提升智能驾驶算法仿真测试的真实性、实时性以及交互一致性,并提高测试报告对算法性能评估的有效性。
1.一种智能驾驶算法的仿真测试方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取车辆的传感器数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述真实数据,构建所述车辆所处路段的三维高斯模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述真实数据,构建初始模型,包括:
5.根据权利要求4所述的方法,其特征在于,所述高斯点包括位置、协方差矩阵、不透明度和球谐函数系数中的至少一项参数。
6.根据权利要求3所述的方法,其特征在于,所述损失函数如下公式所示:
7.根据权利要求1所述的方法,其特征在于,所述基于所述控制指令,更新所述传感器数据,包括:
8.根据权利要求7所述的方法,其特征在于,所述基于所述位姿信息,更新所述传感器数据,包括:
9.根据权利要求1所述的方法,其特征在于,所述测试终止条件包括达到预设测试时长、所述车辆发生碰撞事件和所述车辆偏离道路的至少一项。
10.根据权利要求2所述的方法,其特征在于,还包括:
11.根据权利要求10所述的方法,其特征在于,还包括:
12.根据权利要求1所述的方法,其特征在于,所述测试报告包括轨迹跟踪误差、安全性指标、舒适性指标和感知一致性中的至少一项。
13.根据权利要求8所述的方法,其特征在于,在所述将所述位姿信息输入至所述三维高斯模型中之前,还包括:
14.根据权利要求1所述的方法,其特征在于,所述传感器包括摄像头、激光雷达和毫米波雷达中的至少一种,所述传感器数据包括图像数据、点云数据和雷达数据中的至少一项。
15.根据权利要求 1 所述的方法,其特征在于,所述仿真数据还包括在所述多个传感器中的至少一个传感器处于故障状态或引入预设噪声的情况下生成的异常数据。
16.根据权利要求 1 所述的方法,其特征在于,还包括:
17.一种电子设备,其特征在于,包括:存储器,处理器;
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-16任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com