[發明專利]真值檢測方法、裝置、設備及存儲介質

有效

• 申請號: 202210057243.3
• 申請日: 2022-01-19
• 公開（公告）號: CN114091626B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 周俊杰;衡陽;金晨;盧紅喜;李國慶;余舒;陳勇;李志成;任向飛;石曉明
• 申請（專利權）人: 浙江吉利控股集團有限公司;吉利汽車研究院（寧波）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01S13/86;G01C21/28
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 黃廷山

本發明涉及數據處理技術領域，公開了一種真值檢測方法、裝置、設備及存儲介質，所述方法包括：獲取車輛對應的傳感器采集的傳感器數據，并從所述車輛的車載總線獲取車輛狀態數據；基于組合慣導數據對所述傳感器數據和所述車輛狀態數據進行時空同步，得到時空同步后的傳感器數據和車輛狀態數據；根據時空同步后的傳感器數據和車輛狀態數據通過預設模型進行預標注，并通過人工修正得到真值檢測結果。從而可先對采集的與車輛相關的數據進行時空同步，然后根據時空同步后的數據確定真值檢測結果，提高了真值檢測結果的精度，可高效地為量產化方案的驗證提供準確度較高的真值檢測結果。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種真值檢測方法、裝置、設備及存儲介質。

背景技術

近年來，隨著國家政策和各大汽車廠商的推動，自動駕駛汽車產業化快速落地，在項目開發過程中，傳感器和軟件算法的驗證往往依靠可視化的定性評估，但是，這種方式需要耗費較多的人力成本，效率較低，并且準確度較差。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提出一種真值檢測方法、裝置、設備及存儲介質，旨在解決如何高效地為量產化方案的驗證提供準確度較高的真值檢測結果的技術問題。

為實現上述目的，本發明提供一種真值檢測方法，所述真值檢測方法包括：

獲取車輛對應的傳感器采集的傳感器數據，并從所述車輛的車載總線獲取車輛狀態數據；

基于組合慣導數據對所述傳感器數據和所述車輛狀態數據進行時空同步，得到時空同步后的傳感器數據和車輛狀態數據；

根據時空同步后的傳感器數據和車輛狀態數據通過預設模型進行預標注，并通過人工修正得到真值檢測結果。

可選地，所述根據時空同步后的傳感器數據和車輛狀態數據通過預設模型進行預標注，并通過人工調整得到真值檢測結果，包括：

根據時空同步后的傳感器數據和車輛狀態數據確定攝像頭數據和雷達數據；

將所述攝像頭數據和所述雷達數據通過預設模型進行感知融合，并根據融合結果通過人工修正得到感知真值結果；

根據所述感知真值結果確定真值檢測結果。

可選地，所述將所述攝像頭數據和所述雷達數據通過預設模型進行感知融合，并根據融合結果通過人工修正得到感知真值結果，包括：

根據時空同步后的傳感器數據和車輛狀態數據進行場景分類，獲得多個場景對應的場景數據；

根據所述場景數據進行場景化索引并進行標注，得到感知標注結果；

根據所述感知標注結果對感知模型進行訓練，得到訓練后的感知模型；

根據預設模型以及訓練后的感知模型將所述攝像頭數據和所述雷達數據進行融合；

根據融合結果通過人工修正得到感知真值結果。

可選地，所述根據預設模型以及訓練后的感知模型將所述攝像頭數據和所述雷達數據進行融合，包括：

對所述攝像頭數據和雷達數據進行預處理和融合，得到高維數據；

利用預設特征提取網絡從所述高維數據中提取目標特征；

根據預設模型以及訓練后的感知模型和所述目標特征對所述攝像頭數據和所述雷達數據進行融合。

可選地，所述根據所述感知真值結果確定真值檢測結果，包括：

根據高精地圖的地圖數據確定地圖定位數據，并根據組合慣導數據確定組合慣導定位數據；