障碍物视觉感知算法评价方法、装置、设备、介质及产品与流程

本发明涉及自动驾驶信息感知，尤其涉及一种障碍物视觉感知算法评价方法、装置、设备、介质及产品。

背景技术：

1、自动驾驶系统中对于周围环境障碍物的有效识别和评估，这对于保证车辆安全、高效的自主驾驶至关重要。通过对视觉感知算法的评价可有效评估其感知预测的性能，在对视觉感知算法进行评价时，通常基于激光雷达提供高精度的三维点云数据作为障碍物的真值，让底层数据更有说服力，并通过可靠的评价规则，使视觉感知算法的置信度更高。但是视觉感知算法和激光雷达输出的时间戳存在差异，导致预测算法数据与真值数据难以匹配。并且采用单一的评价规则对于体积偏差较大的障碍物存在不合理性，从而影响对预测算法数据的评价，导致评价结果不准确。

技术实现思路

1、本发明实施例提供了一种障碍物视觉感知算法评价方法、装置、设备、介质及产品，提高了分析视觉感知算法性能的效率和准确性。

2、第一方面，本实施例提供了一种障碍物视觉感知算法评价方法，该方法包括：

3、获取激光雷达所采集的三维点云数据以及视觉感知算法对路采数据进行处理获得的预测算法数据，并将所述三维点云数据作为真值数据；

4、对所述真值数据和所述预测算法数据进行预处理，获得相对应的目标真值数据和目标预测算法数据，所述预处理包括时间戳对齐、空间对齐以及关键帧抽帧；

5、根据所述目标真值数据和所述目标预测算法数据，结合预设的自适应评价规则，确定所述视觉感知算法的初始评价指标，所述自适应评价规则包括三维测评计算方式和二维测评计算方式；

6、根据所述初始评价指标，确定所述视觉感知算法的目标评价指标。

7、第二方面，本实施例提供了一种障碍物视觉感知算法评价装置，该装置包括：

8、数据获取模块，用于获取激光雷达所采集的三维点云数据以及视觉感知算法对路采数据进行处理获得的预测算法数据，并将所述三维点云数据作为真值数据；

9、预处理模块，用于对所述真值数据和所述预测算法数据进行预处理，获得相对应的目标真值数据和目标预测算法数据，所述预处理包括时间戳对齐、空间对齐以及关键帧抽帧；

10、初始评价模块，用于根据所述目标真值数据和所述目标预测算法数据，结合预设的自适应评价规则，确定所述视觉感知算法的初始评价指标，所述自适应评价规则与障碍物大小有关；

11、目标评价模块，用于根据所述初始评价指标，确定所述视觉感知算法的目标评价指标。

12、第三方面，本实施例提供了一种电子设备，包括：

13、至少一个处理器；以及

14、与所述至少一个处理器通信连接的存储器；其中，

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的障碍物视觉感知算法评价方法。

16、第四方面，本实施例提供了一种计算机可读存储介质，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的障碍物视觉感知算法评价方法。

17、第五方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现如第一方面实施例所述的障碍物视觉感知算法评价方法。

18、本发明实施例提供一种障碍物视觉感知算法评价方法、装置、设备、介质及产品，该方法包括：首先获取激光雷达所采集的三维点云数据以及视觉感知算法对路采数据进行处理获得的预测算法数据，并将所述三维点云数据作为真值数据；其次对所述真值数据和所述预测算法数据进行预处理，获得相对应的目标真值数据和目标预测算法数据，所述预处理包括时间戳对齐、空间对齐以及关键帧抽帧；之后根据所述目标真值数据和所述目标预测算法数据，结合预设的自适应评价规则，确定所述视觉感知算法的初始评价指标，所述自适应评价规则包括三维测评计算方式和二维测评计算方式；最后根据所述初始评价指标，确定所述视觉感知算法的目标评价指标。区别于现有技术中视觉感知算法和激光雷达输出的时间戳存在差异，以及采用单一的评价规则会影响对预测算法数据的评价，导致评价结果不准确；上述技术方案，先对真值数据和预测算法数据进行时间戳对齐和空间对齐，使真值数据和预测算法数据相匹配，然后对对齐后的真值数据和预测算法数据进行关键帧抽帧处理，从而有效减少了需要处理和存储的数据量，降低了计算和存储成本。同时，采用三维测评计算方式和二维测评计算方式相结合，自适应调整评价规则，提高了对视觉感知算法评价的准确性和效率。

19、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种障碍物视觉感知算法评价方法，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，所述对所述真值数据和所述预测算法数据进行预处理，获得相对应的目标真值数据和目标预测算法数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于时间同步算法对所述真值数据和所述预测算法数据进行时间戳对齐，获得时间戳对齐的真值数据和预测算法数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标真值数据和所述目标预测算法数据，结合预设的自适应评价规则，确定所述视觉感知算法的初始评价指标，包括；

5.根据权利要求4所述的方法，其特征在于，所述对所述真值障碍物和所述预测障碍物进行初始筛选，获得候选匹配的真值障碍物和预测障碍物，包括：

6.根据权利要求4所述的方法，其特征在于，还包括：

7.根据权利要求4所述的方法，其特征在于，所述基于所述交并比确定所述初始评价指标，包括：

8.根据权利要求5所述的方法，其特征在于，所述基于所述欧氏距离确定所述初始评价指标，包括：

9.根据权利要求1所述的方法，其特征在于，所述根据所述初始评价指标，确定所述视觉感知算法的目标评价指标，包括：

10.根据权利要求1所述的方法，其特征在于，还包括：

11.一种障碍物视觉感知算法评价装置，其特征在于，包括：

12.一种电子设备，其特征在于，包括：

13.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-10中任一项所述的障碍物视觉感知算法评价方法。

14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1-10中任一项所述的障碍物视觉感知算法评价方法。

技术总结本发明实施例提供一种障碍物视觉感知算法评价方法、装置、设备、介质及产品，该方法包括：获取激光雷达所采集的三维点云数据以及视觉感知算法对路采数据进行处理获得的预测算法数据，并将三维点云数据作为真值数据；对真值数据和预测算法数据进行预处理，获得相对应的目标真值数据和目标预测算法数据，预处理包括时间戳对齐、空间对齐以及关键帧抽帧；根据目标真值数据和目标预测算法数据，结合预设的自适应评价规则，确定视觉感知算法的初始评价指标；根据初始评价指标，确定视觉感知算法的目标评价指标。利用该方法，采用三维和二维评测相结合的方式对视觉感知算法进行测评，提高了分析感知预测算法性能的效率和准确性。技术研发人员：李坤泽,陈智凯,翁绍洲,邹梓聪受保护的技术使用者：惠州市德赛西威汽车电子股份有限公司技术研发日：技术公布日：2024/11/4