[发明专利]一种基于雷达传感器模型的保真度检测的评估方法及系统

说明书

本发明公开了一种基于雷达传感器模型的保真度检测的评估方法及系统，其中方法包括以下步骤：获取测试汽车在真实驾驶下的真实雷达点云数据，同时测量记录所述测试汽车的真实轨迹；获取所述测试汽车在模拟驾驶下的模拟雷达点云数据；使用点云跟踪算法，对所述模拟雷达点云数据进行跟踪，生成跟踪轨迹；对所述跟踪轨迹和所述真实轨迹进行一致性计算，将计算结果进行量化，将量化的结果作为雷达传感器模型的保真度。本发明将雷达传感器模型产生的模拟数据通过感知算法例如点云目标跟踪，比较其与真实数据使用效果的差异进行评价，进而对雷达传感器模型的保真度进行间接评估。

技术领域

本发明属于雷达传感器模型保真度的评估方法领域，特别是涉及一种基于雷达传感器模型的保真度检测的评估方法及系统。

背景技术

在自动驾驶汽车的测试阶段，需要对雷达(Radar)进行多种性能和指标的测试，如果全部采用现场测试，会耗费大量的人力、物力、财力且易受天气状况影响。因此基于模拟的雷达模型应用逐渐广泛。但是有必要量化模拟和现实之间的差异，验证所采用的雷达传感器模型的保真度是否满足预期用途。目前还没有可靠的方法来度量雷达传感器模型保真度，也没有一个适当的度量。传统的度量方法主要有在生成点云之前的原始数据级别的评估方法，但是只能检测简单的场景和基本功能；生成点云的检测水平评价方法，主要存在定性评价及评价指标人工制定的问题。本方法提出将点云数据进一步感知，将感知算法的性能效果作为传感器模型的评估方法。这种方法通过验证雷达模型是否满足预期用途，能够在感知层面对雷达模型的进行保真度评价。

发明内容

为了确定雷达传感器模型的可靠性，需要检测模拟到现实的差距是否适合于应用目的。除了评估产生的雷达数据外，还必须检查数据的质量对预期用途的适应性，以满足不同应用的不同需求。目前有许多雷达传感器模型，工作原理为根据真实试驾的数据，从雷达传感器的角度生成环境虚拟场景，得到模拟雷达点云。但验证和定量评估雷达传感器模型的整体保真度的问题仍未得到解决。基于此，本发明提出了一种基于雷达传感器模型的保真度检测的评估方法及系统。

一方面为实现上述目的，本发明提供了一种基于雷达传感器模型的保真度检测的评估方法，包括以下步骤：

获取测试汽车在真实驾驶下的真实雷达点云数据，同时测量记录所述测试汽车的真实轨迹；

获取所述测试汽车在模拟驾驶下的模拟雷达点云数据；

使用点云跟踪算法，对所述模拟雷达点云数据进行跟踪，生成跟踪轨迹；

对所述跟踪轨迹和所述真实轨迹进行一致性计算，将计算结果进行量化，将量化的结果作为雷达传感器模型的保真度。

可选的，对所述跟踪轨迹和所述真实轨迹进行一致性计算的方法包括：均方根误差、最优子模式分配距离和IoU指标定量计算。

可选的，所述均方根误差的计算公式为：

其中，x_k是k时刻目标的真实值，x_k^～是目标估计值，M是仿真次数，i表示第几次测量。

可选的，所述最优子模式分配距离的计算公式为：

其中，p是距离敏感性参数，c是水平调节数，是估计值。

可选的，所述IoU指标定量计算的方法为：基于所述跟踪轨迹的估计形状和所述测试汽车的真实轨迹的预测形状之间的交点面积,除以两种形状的并集面积。

可选的，将计算结果进行量化的方法为：将计算结果通过z-score方法映射在0-1空间内，通过调整各一致性计算方法的系数，将映射后的各计算结果相加得到雷达传感器模型的保真度。

另一方面为实现上述目的，本发明提供了一种基于雷达传感器模型的保真度检测的评估系统，包括：