[發明專利]自動駕駛車輛環境認知能力評價方法、設備及存儲介質

在審

• 申請號: 202010400859.7
• 申請日: 2020-05-13
• 公開（公告）號: CN111523515A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 王家梁;郭正東
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

本申請公開了自動駕駛車輛環境認知能力評價方法、設備及存儲介質，涉及自動駕駛領域。通過獲取待分級的交通場景數據，交通場景數據包括交通場景的二維圖像數據和/或三維點云數據；通過交通場景復雜度分類模型對交通場景數據進行處理，以根據交通場景數據提取特征向量，對交通場景數據進行分級得到對應的目標復雜度等級；根據交通場景數據以及目標復雜度等級評價自動駕駛車輛的環境認知能力。本申請通過交通復雜度分類模型可對任意的包括二維圖像數據和/或三維點云數據的交通場景數據進行復雜度分級，適用于各種交通場景數據，復雜度分級準確、區分度好，能夠更準確的基于交通場景數據以及其復雜度等級評價自動駕駛車輛的環境認知能力。

技術領域

本申請實施例涉及數據處理技術領域，尤其涉及一種自動駕駛車輛環境認知能力評價方法、設備及存儲介質，可用于自動駕駛領域。

背景技術

在對自動駕駛車輛的環境認知能力進行評估過程，需要依據自動駕駛的交通場景數據集來評估。而不同的駕駛條件需要不同程度的認知能力，如果自動駕駛車輛能夠準確感知更復雜的場景，則認為自動駕駛車輛認知能力更強。因此通常可采用不同復雜度等級的交通場景數據來測試自動駕駛車輛能夠準確感知，從而可以評價自動駕駛車輛的環境認知能力，因此需要對自動駕駛的交通場景數據集進行更為全面的復雜度分級，這樣才能準確評價自動駕駛車輛的環境認知能力。

現有的自動駕駛的交通場景數據集主要包括KITTI數據集和Robotcar數據集。其中，KITTI數據集通過將采集的原始數據集劃分成不同的類別，例如，道路，城市，住宅，校園和人群等，并進一步統計不同交通參與者的數量，例如汽車，卡車，行人，自行車等，即基于KITTI數據集進行復雜度分級面向的是對具體對象的處理。另外，對于KITTI數據集中的三維目標，復雜度的分級的基準基于特定基準，例如，視角和遮擋程度等。而Robotcar數據集引入了環境條件等復雜度的全局表征形式，例如：針對行人，自行車和車輛交通，小雨和大雨等。

基于此，上述現有的交通場景數據集中，KITTI數據集的復雜度分級方式由于僅是面向具體對象，針對特定基準，因此復雜度的分級并不適合表示整體交通場景的內在復雜程度，而Robotcar數據集的復雜度分級方式由于僅是基于全局性表征，因此不具有代表性，缺少道路類型和部分場景條件的表征等。也即現有的交通場景數據集的復雜度分級方式均無法適用于所有的交通場景，且復雜度分級不夠準確、或區分度不好，如果使用這樣的交通場景數據的復雜度分級對自動駕駛車輛的環境認知能力進行測試和評估，會導致對自動駕駛車輛的環境認知能力的測試和評估不準確。

發明內容

本申請提供了一種自動駕駛車輛環境認知能力評價方法、設備及存儲介質。

第一方面，本申請提供了一種自動駕駛車輛環境認知能力評價方法，包括：

獲取待分級的交通場景數據，所述交通場景數據包括交通場景的二維圖像數據和/或三維點云數據；

通過交通場景復雜度分類模型，對所述交通場景數據進行處理，以根據所述二維圖像數據和/或所述三維點云數據提取特征向量，并根據所述特征向量對所述交通場景數據進行分級，得到所述交通場景數據對應的目標復雜度等級；

根據所述交通場景數據以及所述交通場景數據對應的目標復雜度等級，評價自動駕駛車輛的環境認知能力。

第二方面，本申請提供了一種自動駕駛車輛環境認知能力評價裝置，包括：

獲取模塊，用于獲取待分級的交通場景數據，所述交通場景數據包括交通場景的二維圖像數據和/或三維點云數據；

處理模塊，用于通過交通場景復雜度分類模型，對所述交通場景數據進行處理，以根據所述二維圖像數據和/或所述三維點云數據提取特征向量，并根據所述特征向量對所述交通場景數據進行分級，得到所述交通場景數據對應的目標復雜度等級；