[發明專利]一種路網數據置信度的確定方法和裝置

在審

• 申請號: 202111389722.7
• 申請日: 2021-11-19
• 公開（公告）號: CN114091219A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 于兆瑋
• 申請（專利權）人: 廣州小鵬汽車科技有限公司
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06K9/62;G06Q50/30;G06F16/29
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 趙娟

本發明實施例提供了一種路網數據置信度的確定方法和裝置，所述方法包括：獲取用于確定路網數據置信度的回歸模型以及所采集的路網數據；用于確定路網數據置信度的回歸模型為通過采用路網樣本數據的路網影響因素信息與各個因素相應的權重值訓練得到，其中，路網影響因素信息包括基于時間回歸算法確定的路網數據準確性參數；根據所采集的路網數據和用于確定路網數據置信度的回歸模型，得到路網數據的置信度。通過綜合考慮多個影響到路網數據準確性的路網影響因素，利用邏輯回歸模型構建較為全面的置信度計算方法在室內環境或者先驗估計信息不足的場景下對路網數據的置信度進行確定，以判定所采集的路網數據的準確率。

技術領域

本發明涉及車輛技術領域，特別是涉及一種路網數據置信度的確定方法和一種路網數據置信度的確定裝置。

背景技術

隨著車路協同技術的不斷發展，路網數據的重要性不斷提升，成為當今自動駕駛/無人駕駛技術依賴的基本信息。路網數據指的是道路數據的集合，其包含道路位置、方向、障礙等位姿信息，以及限速、單向道雙向道等人為信息，其中路網骨架的精度對于車輛行駛而言尤為重要。

目前，較為成熟的路網結構有百度、Google等地圖企業自研的矢量圖格式，也有OpenStreetMap等開源格式，通常可以從前述平臺上獲得海量標定完成的室外路網數據，然而對于室內數據仍需要不斷采集。但對于該類需要采集的室內數據，往往缺乏先驗數據，所采集得到的路網數據也有可能存在誤差、缺失、錯誤等情況，難以判定所采集的路網數據的精確度。

發明內容

鑒于上述問題，提出了本發明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種路網數據置信度的確定方法和相應的一種路網數據置信度的確定裝置。

本發明實施例公開了一種路網數據置信度的確定方法，所述方法包括：

獲取用于確定路網數據置信度的回歸模型，以及所采集的路網數據；所述用于確定路網數據置信度的回歸模型為通過采用路網樣本數據的路網影響因素信息與各個因素相應的權重值訓練得到，其中，所述路網影響因素信息包括基于時間回歸算法確定的路網數據準確性參數；

根據所采集的路網數據和所述用于確定路網數據置信度的回歸模型，得到所述路網數據的置信度。

可選地，所述根據所采集的路網數據和所述用于確定路網數據置信度的回歸模型，得到所述路網數據的置信度，包括：

確定針對所采集路網數據的路網影響因素信息；

將所述路網影響因素信息作為所述用于確定路網數據置信度的回歸模型的輸入項，輸出得到所采集的路網數據的置信度。

可選地，所述用于確定路網數據置信度的回歸模型的生成方式如下：

獲取所采集的路網樣本數據，確定針對所述路網樣本數據的路網影響因素信息，以及與各個因素相應的權重值；所述路網影響因素信息包括以下至少一個：數據采集次數、數據采集用戶差異參數、數據采集時間差異參數、傳感器精度以及路網數據準確性參數；

采用所述路網影響因素信息與各個因素相應的權重值，并基于預設雙曲正切函數對所述回歸模型進行訓練，得到用于確定路網數據置信度的回歸模型。

可選地，所述確定針對所述路網樣本數據的路網影響因素信息，包括：

獲取所采集的路網樣本數據中的環境數據，基于所采集的環境數據是否被測量的判斷結果確定影響所述路網樣本數據的數據采集次數；

和/或，獲取所述路網樣本數據的采集人員角色，基于所述采集人員角色確定數據采集用戶差異參數；

和/或，獲取所述路網樣本數據的數據采集時間與數據使用時間，通過構建基于所述數據采集時間與數據使用時間差值的遞減函數，確定數據采集時間差異參數；