一种对SR界面的渲染质量进行评价的方法、系统及介质与流程

本发明涉及智能驾驶与汽车软件测试，尤其是涉及一种对sr界面的渲染质量进行评价的方法、系统及介质。

背景技术：

1、当前，高阶智能驾驶车辆普遍搭载sr渲染功能。该功能通常依托车端高性能座舱芯片（如高通8295），利用商业化游戏引擎或车企自研渲染引擎，将智驾系统感知到的车道线、周边车辆、行人及交通设施等环境要素以3d模型形式呈现在中控屏或仪表盘上，旨在提升驾驶员对智驾系统状态的信任感。然而，针对sr渲染效果的验收存在显著的技术瓶颈：评测方案受限于单一渲染架构：现有的自动化测试手段多深度依赖特定引擎（如仅支持unity）的脚本系统。随着智能驾驶技术的发展，部分车企开始采用unreal引擎或自研c++渲染引擎以追求极致性能。现有评测工具难以跨架构适配，导致测试标准无法统一，且无法应对行业技术迭代。时空基准难以统一：从智驾域控制器（adc）发出感知目标，到渲染引擎完成绘制并提交至gpu，中间涉及异构系统与复杂的软件栈。现有技术难以实现跨系统的高精度时间对齐（微秒级），导致端到端时延测量误差大，无法精准定位性能瓶颈。安全评价维度缺失：sr渲染不仅是视觉特效，更是人机共驾（hmi）的关键交互界面。若渲染画面出现距离虚标（显示距离大于实际距离）或关键危险目标（如cut-in车辆）在画面中丢失，极易误导驾驶员做出错误的接管决策。现有技术缺乏对渲染数据本身的量化安全风险评估体系，难以支撑iso 26262功能安全验证。

技术实现思路

1、鉴于以上问题，本发明提供了一种对sr界面的渲染质量进行评价的方法、系统及介质，以解决现有技术评价方案受渲染引擎所限，时空基准难以统一，安全评价维度缺失等技术问题。

2、本发明提供一种对sr界面的渲染质量进行评价的方法，所述方法包括：步骤1，植入轻量级埋点逻辑，以获取不同渲染引擎的共性特征，以及通过智驾域控制器，获取感知数据；步骤2，将共性特征和感知数据进行时空对齐；步骤3，基于对齐后的数据，计算出核心评价指标，包括：实时性、几何准确性、稳定性、模型表现力和安全性；步骤4，设定各指标的权重系数向量w=[w1,w2,...,w5]，通过归一化处理和加权求和计算综合得分s：s=∑(metrici×wi)，根据综合得分s，将sr渲染质量划分为若干个等级，并生成包含雷达图及失分原因分析的可视化评价报告，其中，为核心评价指标的归一化得分，i为所有评价维度，wi为第i项指标对应的预设权重系数。

3、进一步的，所述步骤1包括：步骤11，预设渲染管线末端、gpu提交前的逻辑节点为进行数据采集的时机，确保采集的是最终呈现在屏幕上的确定性状态数据，排除异步计算导致的抖动；步骤12，通过高精度计时器，生成渲染提交时间戳，通过车载以太网与主时钟同步，确保所有电子控制单元的时间基准一致；步骤13，遍历当前sr场景的活跃节点，提取与渲染引擎无关的标准化属性，包括：模型标识、世界坐标、朝向角和可见性状态；步骤14，将标准化属性的结构化数据序列化为与引擎无关的轻量级二进制格式，将其作为共性特征通过共享内存或udp协议发送至车内的日志服务器，以避免阻塞渲染主线程。

4、进一步的，所述步骤2包括：步骤21，通过智驾域控制器获取包含感知时间戳的感知数据和含真值时间戳的高精度rtk-gps/惯性测量单元真值数据；步骤22，以渲染提交时间戳为基准时间戳，利用线性插值算法，将感知数据和真值数据对齐至同一时刻；步骤23，标定外参矩阵，建立通用坐标转换模型，将渲染引擎的世界坐标转换至与rtk真值一致的utm坐标系或车辆坐标系，消除因安装位置及坐标系定义不同带来的误差。

5、进一步的，所述步骤3包括：步骤31，计算端到端渲染时延，统计连续帧间的渲染提交时间错间隔的标准差，反应系统响应速度和渲染线程的稳定性；步骤32，计算转换后的渲染坐标/航向与真值数据的偏差，以及主车与目标车的渲染相对距离与真值相对距离的偏差；步骤33，统计单位时间内，目标位置或航向角变化量超过预设阈值的次数，评价感知融合输出的平滑度；步骤34，统计测试周期内渲染的不同model id的数量与预设模型库总量的比值，反映渲染资源的丰富程度，比较感知数据中的目标分类与渲染model id的一致性，反映感知结果到渲染对象的映射准确性；步骤35，在aeb/fcw触发临界区，计算关键目标丢失率=丢失帧数/危险场景总帧数，当sr渲染显示的相对距离dsr大于真实相对距离dreal，且差值超过预设的安全阈值时，判定为高风险误差。

6、进一步的，所述权重系数中，安全性指标对应的权重系数最高。

7、进一步的，所述等级包括卓越、优秀、良好、合格、不合格五个等级。

8、本发明还提供一种对sr界面的渲染质量进行评价的系统，所述系统包括：采集模块，用于植入轻量级埋点逻辑，以获取不同渲染引擎的共性特征，以及通过智驾域控制器，获取感知数据；同步模块，与采集模块相连，用于将共性特征和感知数据进行时空对齐；处理模块，与同步模块相连，基于对齐后的数据，计算出核心评价指标，设定各指标的权重系数向量w=[w1,w2,...,w5]，通过归一化处理和加权求和计算综合得分s：s=∑(metrici×wi)，根据综合得分s，将sr渲染质量划分为若干个等级，并生成包含雷达图及失分原因分析的可视化评价报告，其中，metrici为核心评价指标的归一化得分，i为所有评价维度，wi为第i项指标对应的预设权重系数。

9、进一步的，所述权重系数中，安全性指标对应的权重系数最高。

10、进一步的，所述等级包括卓越、优秀、良好、合格、不合格五个等级。

11、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

12、本发明提供一种对sr界面的渲染质量进行评价的方法、系统及介质，能够从渲染管线的底层获取结构化数据，并结合整车时空基准进行高精度评估，以解决现有评测工具的适配性难题及安全评估缺失的问题。

1.一种对sr界面的渲染质量进行评价的方法，应用于智能驾驶车辆上，其特征在于，所述方法包括：

2.根据权利要求1所述一种对sr界面的渲染质量进行评价的方法，其特征在于，所述步骤1包括：

3.根据权利要求2所述一种对sr界面的渲染质量进行评价的方法，其特征在于，所述步骤2包括：

4.根据权利要求1所述一种对sr界面的渲染质量进行评价的方法，其特征在于，所述步骤3包括：

5.根据权利要求1所述一种对sr界面的渲染质量进行评价的方法，其特征在于，所述权重系数中，安全性指标对应的权重系数最高。

6.根据权利要求1所述一种对sr界面的渲染质量进行评价的方法，其特征在于，所述等级包括卓越、优秀、良好、合格、不合格五个等级。

7.一种实施权利要求1-6任一项所述的对sr界面的渲染质量进行评价的方法的系统，其特征在于，所述系统包括：

8.根据权利要求7所述一种对sr界面的渲染质量进行评价的系统，其特征在于，所述权重系数中，安全性指标对应的权重系数最高。

9.根据权利要求7所述一种对sr界面的渲染质量进行评价的系统，其特征在于，所述等级包括卓越、优秀、良好、合格、不合格五个等级。

10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。