[发明专利]获取盲区噪音方法和装置

说明书

本发明实施例提出一种获取盲区噪音方法和装置，方法包括：获取车辆上设置的各传感器的理论采集区域；将各传感器的理论采集区域结合，获取车辆的理论采集盲区数据；获取车辆在实际道路行驶中各传感器的实际采集区域；将各传感器的实际采集区域结合，获取车辆的实际采集盲区数据；基于车辆的理论采集盲区数据和实际采集盲区数据，获取车辆的盲区噪音数据。本发明实施例由于采用了实际道路行驶中获得的车辆的实际采集盲区数据，并将车辆的实际采集盲区数据与理论采集盲区数据结合，因此使得获得的噪音数据更加真实可靠。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种获取盲区噪音方法和装置。

背景技术

在目前无人车的传感器系统中，都存在着一定区域的数据采集盲区。且在不同车辆参数、不同传感器安装位置的情况下，盲区的范围及其所造成的影响都将有所差异。进一步的，由于无人车是需要在实际道路中进行行驶的，只通过理论值获取数据采集盲区，并不能够准确的反应采集盲区的数据。然而通过人工介入的方式对盲区添加噪音并不容易，由于噪音的形成原因众多且难以量化，无法轻易以人工介入的方式准确的添加噪声数据。

在背景技术中公开的上述信息仅用于加强对本发明的背景的理解，因此其可能包含没有形成为本领域普通技术人员所知晓的现有技术的信息。

发明内容

本发明实施例提供一种获取盲区噪音方法和装置，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种获取盲区噪音方法，包括：

获取车辆上设置的各传感器的理论采集区域；

将各所述传感器的理论采集区域结合，获取所述车辆的理论采集盲区数据；

获取所述车辆在实际道路行驶中各所述传感器的实际采集区域；

将各所述传感器的实际采集区域结合，获取所述车辆的实际采集盲区数据；

基于所述车辆的理论采集盲区数据和实际采集盲区数据，获取所述车辆的盲区噪音数据。

在一个实施方式中，获取所述车辆在实际道路行驶中各所述传感器的实际采集区域，包括：

获取所述车辆在实际道路行驶中各所述传感器的位置参数和探测范围参数；

获取所述车辆的外形参数；

根据所述车辆的外形参数，以及每个所述传感器的位置参数和探测范围参数，获取每个所述传感器的实际采集区域。

在一个实施方式中，将各所述传感器的实际采集区域结合，获取所述车辆的实际采集盲区数据，包括：

获取位于预设车辆探测区域中的各所述传感器的实际采集区域结合后未覆盖的区域，并将所述未覆盖的区域作为所述车辆的实际采集盲区；

采用水平集方法按照所述实际采集盲区的边界范围，对构成所述实际采集盲区的各所述传感器的实际采集区域进行裁切；

获取各所述传感器的实际采集区域上被裁切的区域；

将各所述被裁切的区域数据化，并组合形成所述车辆的实际采集盲区数据。

在一个实施方式中，基于所述车辆的理论采集盲区数据和实际采集盲区数据，获取所述车辆的盲区噪音数据，包括：

采用贝叶斯算法，将所述车辆的理论采集盲区数据和实际采集盲区数据结合，计算出所述车辆的盲区噪音数据。

在一个实施方式中，将各所述传感器的理论采集区域结合，获取所述车辆的理论采集盲区数据，包括：

获取位于预设车辆探测区域中的各所述传感器的理论采集区域结合后未覆盖的区域，并将所述未覆盖的区域作为所述车辆的理论采集盲区；