CN111324945A

CN111324945A - 传感器方案确定方法、装置、设备及存储介质

Info

Publication number: CN111324945A
Application number: CN202010066495.3A
Authority: CN
Inventors: 李冲冲; 王军
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Apollo Intelligent Technology Beijing Co Ltd
Priority date: 2020-01-20
Filing date: 2020-01-20
Publication date: 2020-06-23
Anticipated expiration: 2040-01-20
Also published as: EP3816663A2; US20210190961A1; EP3816663B1; JP7274515B2; CN111324945B; KR20210038444A; EP3816663A3; US11953605B2; JP2021098506A

Abstract

本申请公开了一种传感器方案确定方法、装置、设备及存储介质，该方法包括：建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案，根据第一传感器方案，确定仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据；根据仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。该方法充分考虑并结合了传感器的物理参数、障碍物形态和运动特征、无人车的车型尺寸和外观，以及车辆行驶的交通环境，确定出的应用于无人车的传感器方案感知能力强，感知精度高，有利于保障无人车的安全运行。

Description

传感器方案确定方法、装置、设备及存储介质

技术领域

本申请涉及无人车技术领域，尤其是一种传感器方案确定方法、装置、设备及存储介质。

背景技术

随着无人车技术的迅速发展,无人车得到了越来越广泛的推广和应用。在无人车的自动行驶过程中，利用安装在无人车上的传感器采集传感器数据。无人车系统根据采集的传感器数据制定无人车的自动行驶方案和分析无人车的自动行驶情况，因此，安装在无人车上的传感器的感知能力是影响无人车安全行驶的重要因素。

相关技术中，根据传感器的物理参数，计算不同尺寸障碍物在不同距离下所对应的传感器数据，根据传感器数据预估传感器的检测距离，同时根据无人车的车型尺寸预估障碍物的遮挡情况，确定传感器方案。

然而，仅从传感器的物理参数出发，设计的传感器方案感知能力弱，感知精度低；同时，仅根据障碍物尺寸和无人车的车型尺寸预估出的传感器检测距离精度差，不利于无人车的安全运行。

发明内容

本申请实施例提供一种传感器方案确定方法、装置、设备及存储介质，用于解决现有的传感器方案设计方法存在的传感器感知能力弱，感知精度低的问题。

第一方面，本申请提供了一种传感器方案确定方法，该方法包括：

建立仿真无人车和仿真场景，其中，所述仿真场景用于供所述仿真无人车进行仿真行驶；

根据初始化参数，确定第一传感器方案，并根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据；

根据所述仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到应用于无人车的传感器方案。

上述技术方案中，首先建立仿真无人车、仿真场景以及仿真传感器，并根据初始化参数确定第一传感器方案，然后基于建立的仿真无人车、仿真场景以及仿真传感器，利用仿真实验对第一传感器方案进行校正，从而得到应用于无人车的传感器方案，该方法充分考虑并结合了传感器的物理参数、障碍物形态和运动特征，无人车的车型尺寸和外观，以及车辆行驶的交通环境，因此，确定出的应用于无人车的传感器方案的感知能力更强，感知精度更高，能够更好地保障无人车的安全运行。

可选的，所述仿真场景包括静态仿真场景，根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

根据所述第一传感器方案，确定所述仿真无人车在所述静态仿真场景中进行仿真行驶所生成的第一子仿真数据；

所述根据所述仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到应用于无人车的传感器方案，包括：

根据所述第一子仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到所述应用于无人车的传感器方案。

上述技术方案中，根据仿真无人车在静态仿真环境中进行仿真行驶所生成的第一子仿真数据对第一传感器方案进行校正，充分考虑了无人车在实际行驶过程中可能经历的静态场景，因此，确定出的应用于无人车的传感器方案更加贴合无人车实际行驶过程的需求。

可选的，所述仿真场景包括静态仿真场景和动态仿真场景，所述动态仿真场景包括至少一个动态子仿真场景；所述根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

根据所述第一子仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到第二传感器方案；

根据所述第二传感器方案，确定所述仿真无人车在至少一个动态子仿真场景中进行仿真行驶所生成的至少一个第二子仿真数据；

根据所述至少一个第二子仿真数据中的每一个第二子仿真数据，确定所述第二传感器方案的第二感知参数，根据所述第二感知参数，对所述第二传感器方案进行校正，得到第三传感器方案，并将所述第三传感器方案用作所述应用于无人车的传感器方案。

上述技术方案中，根据仿真无人车在每一个动态子仿真场景中进行仿真行驶所生成的至少一个第二子仿真数据，对第二传感器方案进行校正，该校正过程全面考虑了无人车在实际行驶过程中可能经历的多种多变的动态场景，确定出的应用于无人车的传感器方案的感知能力和感知精度都更加符合无人车实际行驶过程中可能经历的多变的各种场景，能更好地保障无人车的安全运行。

可选的，所述根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

建立仿真传感器，根据所述第一传感器方案，将所述仿真传感器安装于所述仿真无人车中；

确定安装有所述仿真传感器的所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据。

上述技术方案中，首先建立仿真传感器，并根据第一传感器方案将仿真传感器安装于仿真无人车中，然后确定安装有仿真传感器的所述仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据，该方案充分考虑并结合传感器的物理参数、障碍物形态和运动特征，无人车的车型尺寸和外观，以及车辆行驶的交通环境，确定出的应用于无人车的传感器方案的感知能力更强，感知精度更高，能够更好地保障无人车的安全运行。

可选的，所述根据所述仿真数据，对所述第一传感器方案进行校正，得到应用无人车的传感器方案，包括：

将所述仿真数据输入预设的传感器感知算法，得到所述仿真数据所表征的第一感知参数；

根据所述第一感知参数和预设的传感器感知能力要求，对所述第一传感器方案进行校正，得到所述应用于无人车的传感器方案。

在上述技术方案中，利用预设的传感器感知算法获取仿真数据所表征的第一感知参数，并根据感知参数和预设的传感器感知能力要求，对第一传感器方案进行校正，由于点云感知算法的引用，从点云感知结果的维度获取感知参数，比从传感器数据推算感知参数更加科学、准确。

可选的，所述传感器包括激光雷达和摄像机。

可选的，所述传感器方案包括以下任意一种或任意几种：

传感器型号、传感器个数、传感器安装位置。

第二方面,本申请提供一种传感器方案确定装置，包括：

第一处理单元，用于建立仿真无人车和仿真场景，其中，所述仿真场景用于供所述仿真无人车进行仿真行驶；

第二处理单元，用于根据初始化参数，确定第一传感器方案，并根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据；

第三处理单元，用于根据所述仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到应用于无人车的传感器方案。

可选的，所述仿真场景包括静态仿真场景，第二处理单元，包括：

第一处理子单元，用于根据所述第一传感器方案，确定所述仿真无人车在所述静态仿真场景中进行仿真行驶所生成的第一子仿真数据；

第三处理单元，包括：

第二处理子单元，用于根据所述第一子仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到所述应用于无人车的传感器方案。

可选的，所述仿真场景包括静态仿真场景和动态仿真场景，所述动态仿真场景包括至少一个动态子仿真场景；所述第二处理单元，包括：

第三处理子单元，用于根据所述第一传感器方案，确定所述仿真无人车在所述静态仿真场景中进行仿真行驶所生成的第一子仿真数据；

所述第三处理单元，包括：

第四处理子单元，用于根据所述第一子仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到第二传感器方案；

第五处理子单元，用于根据所述第二传感器方案，确定所述仿真无人车在至少一个动态子仿真场景中进行仿真行驶所生成的至少一个第二子仿真数据；

第六处理子单元，用于根据所述至少一个第二子仿真数据中的每一个第二子仿真数据，确定所述第二传感器方案的第二感知参数，根据所述第二感知参数，对所述第二传感器方案进行校正，得到第三传感器方案，并将所述第三传感器方案用作所述应用于无人车的传感器方案。

可选的，第二处理单元，包括：

第七处理子单元，用于建立仿真传感器，根据所述第一传感器方案，将所述仿真传感器安装于所述仿真无人车中；

第八处理子单元，用于确定安装有所述仿真传感器的所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据。

可选的，第三处理单元，包括：

第九处理子单元，用于将所述仿真数据输入预设的传感器感知算法中，得到所述仿真数据所表征的第一感知参数；

第十处理子单元，用于根据所述第一感知参数和预设的传感器感知能力要求，对所述第一传感器方案进行校正，得到所述应用于无人车的传感器方案。

可选的，所述传感器包括激光雷达和摄像机。

可选的，所述传感器方案包括以下任意一种或任意几种：

传感器型号、传感器个数、传感器安装位置。

第三方面，本申请提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中任一项所述的方法。

第四方面，本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。

上述申请中的一个实施例具有如下优点或有益效果：本申请通过建立仿真无人车和仿真场景，其中，所述仿真场景用于供所述仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案，并根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据；根据所述仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到应用于无人车的传感器方案。本申请的方法，首先建立仿真无人车、仿真场景以及仿真传感器，并根据初始化参数确定第一传感器方案，然后基于建立的仿真无人车、仿真场景以及仿真传感器，利用仿真实验对第一传感器方案进行校正，从而得到应用于无人车的传感器方案，该方法充分考虑并结合了传感器的物理参数、障碍物尺寸和无人车的车型尺寸，确定出的应用于无人车的传感器方案感知能力强，感知精度高，能够很好地保障无人车的安全运行。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请实施例提供的一种传感器方案确定方法的流程示意图；

图1a是本申请实施例提供的一种安装有仿真激光雷达的仿真无人车的结构示意图；

图1b是本申请实施例提供的一种安装有仿真摄像机的仿真无人车的结构示意图

图2是本申请实施例提供的又一种传感器方案确定方法的流程示意图；

图3是本申请实施例提供的一种传感器方案确定装置的结构示意图；

图4是本申请实施例提供的又一种传感器方案确定装置的结构示意图；

图5是本申请实施例提供的一种传感器方案确定设备的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本申请涉及的名词解释：

激光雷达：以发射激光束探测目标的位置、速度等特征量的雷达系统。

点云：利用测量仪器得到的目标对象表面的点数据的集合，用于表达目标对象的空间分布和表面特性。在获取到目标对象表面的每个采样点的空间坐标后，得到的点的集合，构成点云。

本申请的应用场景：随着无人车技术的迅速发展,无人车得到了越来越广泛的推广和应用。在无人车的自动行驶过程中，利用安装在无人车上的传感器采集传感器数据。无人车系统根据采集的传感器数据制定无人车的自动行驶方案和分析无人车的自动行驶情况，因此，安装在无人车上的传感器的感知能力是影响无人车安全行驶的重要因素。相关技术中，根据传感器的物理参数，计算不同尺寸障碍物在不同距离下所对应的传感器数据，根据传感器数据预估传感器的检测距离，同时根据无人车的车型尺寸预估障碍物的遮挡情况，确定传感器方案。

本申请提供的传感器方案确定方法、装置、设备及存储介质，旨在解决上述技术问题。

图1为本申请实施例提供的一种传感器方案确定方法，如图1所示，该方法包括：

步骤101、建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶。

在本实施例中，具体地，本实施例的执行主体为终端设备或者设置在终端设备上的服务器、或者控制器、或者其他可以执行本实施例的装置或设备，本实施例以执行主体为设置在终端设备上的应用程序为例进行说明。

通过仿真实验进行无人车的行驶能力测试、激光雷达方案优化、摄像机布置是一种常用的无人车实验手段，通过提供车辆动力学仿真模型和车辆运行场景可视化、传感器仿真等系列操作，实现无人车实验的仿真处理。建立仿真无人车的方法包括获取真实无人车的行驶性能数据，根据行驶性能数据，建立与真实无人车对应的仿真无人车。通过车辆运行场景可视化方法，建立无人车仿真行驶的仿真场景，仿真场景包括静态仿真场景和动态仿真场景，静态仿真场景为无人车仿真行驶时的环境信息所构成的可视化场景，例如包括道路、房屋、绿植、路障等元素模型构成的静态场景；动态仿真场景为无人车仿真行驶时的行驶行为所构成的可视化场景，例如包括直行道路跟车直行、直行道路超车、直行道路被超车、路口转弯等行驶行为所构成的可视化场景。仿真无人车和仿真场景的建立可采用现有的仿真软件实现，本申请在此不做赘述。

步骤102、根据初始化参数，确定第一传感器方案，并根据第一传感器方案，确定仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据。

在本实施例中，具体的，第一传感器方案包括传感器的型号、个数及安装位置信息。根据传感器方案的初始化参数，确定第一传感器方案，初始化参数可以是根据测试人员的仿真经验，或根据固定的仿真流程确定出的仿真传感器的安装参数。建立仿真传感器，根据第一传感器方案中描述的传感器的型号、个数及安装位置信息，将仿真传感器安装于仿真无人车中。仿真传感器的种类不同时，第一传感器方案的具体内容可能不同。

传感器包括激光雷达和摄像机。当传感器为激光雷达时，激光雷达在无人车中的安装位置包括安装于无人车四周的激光雷达，其激光波束一般小于8，常见的有单线激光雷达和四线激光雷达，此外，还包括安装于无人车顶部的激光雷达，其激光波束一般不小于16，常见的有16/32/64线激光雷达。示例性的，如图1a所示，初始化参数包括激光雷达的型号为S，个数为两个，安装位置为无人车的进气格栅40cm位置和无人车后挡风玻璃位置。

激光雷达是无人车系统多传感器融合的核心部件，在L3及以上的无人车自动行驶传感器解决方案中，通常需要配备多部激光雷达，以实现对环境的高精度感知。在无人车的仿真实验中，利用激光雷达目标模拟器进行激光雷达的功能与性能的半实物仿真，得到对应的仿真激光雷达。通过硬件在环系统，通过逼真模拟无人车自动行驶的实际道路场景，验证激光雷达在自动行驶辅助系统和高级别智能行驶系统中的作用。

在确定出第一激光雷达方案后，根据第一激光雷达方案中描述的激光雷达的型号、个数及安装位置信息，将仿真激光雷达安装于仿真无人车中。示例性的，如图1a所示，将两个型号为S的仿真激光雷达安装于仿真无人车的进气格栅40cm位置和后挡风玻璃位置。在安装完成仿真激光雷达后，利用仿真无人车在仿真场景中进行自动行驶，安装在仿真无人车上的仿真激光雷达扫描仿真场景，得到仿真场景所对应的点云数据，即获得仿真场景所对应的仿真点云。示例性的，仿真四线激光雷达将四个激光发射器进行轮询，每经一个轮询周期得到一帧仿真点云，四个激光发射器所对应的四条仿真点云可以组成面状信息，由面状信息即可得到障碍物的高度信息。根据单帧仿真点云得到障碍物的距离信息，根据多帧仿真点云的坐标，对距离信息进行微分处理，即可得到障碍物的速度信息。

当传感器为摄像机时，摄像机在无人车中的安装位置包括安装于无人车四周以及安装于无人车顶部，其主要贡献在于探测和解释视觉线索，如道路标志与位置，以及车道标记曲率，以保持车辆在正确车道上行驶，并完成基本的变道操作。示例性的，如图1b所示，初始化参数包括摄像机的型号为S，个数为两个，安装位置为无人车的前面的大灯上面和后面的倒车灯位置。

摄像机是无人车系统多传感器感知系统的重要部件，是实现众多预警、识别类ADAS功能的基础，在众多ADAS功能中，视觉影像处理系统较为基础，对于驾驶者也更为直观，而摄像机又是视觉影像处理系统的基础，因此车载摄像机对于无人车驾驶必不可少；车道偏离预警(LDW)、前向碰撞预警(FCW)、交通标志识别(TSR)、车道保持辅助(LKA)、行人碰撞预警(PCW)、全景泊车(SVP)、驾驶员疲劳预警等众多功能都可借助摄像机实现，有的功能甚至只能通过摄像机实现；根据不同ADAS功能的要求，摄像机的安装位置也不尽相同，按摄像机的安装位置不同，可分为前视、侧视、后视和内置四个部分；要实现全套ADAS功能，单辆无人车通常需安装多个摄像机。在无人车的仿真实验中，利用摄像机目标模拟器进行摄像机的功能与性能的半实物仿真，得到对应的仿真摄像机。通过硬件在环系统，通过逼真模拟无人车自动行驶的实际道路场景，验证摄像机在自动行驶辅助系统和高级别智能行驶系统中的作用。

在确定出第一摄像机方案后，根据第一摄像机方案中描述的摄像机的型号、个数及安装位置信息，将仿真摄像机安装于仿真无人车中。示例性的，如图1b所示，将两个型号为S的仿真摄像机安装于仿真无人车的前面大灯位置和后面倒车灯位置。在安装完成仿真摄像机后，利用仿真无人车在仿真场景中进行自动行驶，安装在仿真无人车上的仿真摄像机扫描仿真场景，得到仿真场景所对应的图像，即获得仿真场景所对应的仿真图像。

步骤103、根据仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。

在本实施例中，具体的，根据仿真无人车在仿真场景中进行自动行驶所生成的仿真数据，确定第一传感器方案的第一感知参数，第一感知参数包括检测范围、检测稳定性、检测精度、检测速度等信息，第一感知参数是第一传感器方案的感知能力的数值化表示。将仿真数据输入预设的传感器感知算法中，得到仿真数据所表征的第一传感器方案的第一感知参数。根据预设的传感器感知能力要求，结合第一传感器方案的第一感知参数，对第一传感器方案进行校正，得到校正后的符合预设的传感器感知能力要求的传感器方案，校正后的传感器方案为适用于无人车的传感器方案。预设的传感器感知能力要求是预设的传感器方案的感知能力要求的数值化表示，具体包括检测范围、检测稳定性、检测精度、检测速度等多个参数的预设要求值，根据第一感知参数和预设的传感器感知能力要求中相对应的各个参数值之间的差异，对第一传感器方案进行校正，得到符合预设要求的适用于无人车的传感器方案。

本实施例通过建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案，并根据第一传感器方案，确定仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据；根据仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。本实施例通过建立仿真无人车、仿真场景以及仿真传感器，根据初始化参数确定第一传感器方案，通过获取仿真无人车行驶得到的仿真数据并确定仿真数据所表征的第一感知参数，根据第一感知参数对第一传感器方案进行校正，得到应用于无人车的传感器方案，由于第一感知参数由第一传感器方案以及传感器的物理参数、障碍物尺寸及运动形态、无人车的车型尺寸等因素决定，根据第一感知参数对第一传感器方案进行校正，传感器方案的校正过程充分考虑了传感器的物理参数、障碍物尺寸及运动形态、无人车的车型尺寸等因素的影响，因此，确定出的应用于无人车的传感器方案的感知能力强，感知精度高，能够很好地保障无人车的安全运行。

图2为本申请实施例提供的另一种传感器方案确定方法，在图1的基础上，如图2所示：

步骤201、建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案。

步骤201的方法和原理与步骤101和步骤102的方法和原理相似或相同，参见步骤101和步骤102部分的记载，本实施例不再赘述。

步骤202、根据第一传感器方案，确定仿真无人车在静态仿真场景中进行仿真行驶所生成的第一子仿真数据；根据第一子仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到第二传感器方案。

在本实施例中，具体地，静态仿真场景可以为无人车行驶时的环境信息所构成的可视化场景，例如静态仿真场景包括道路、房屋、绿植或者路障等元素模型构成的可视化场景。根据第一传感器方案，将仿真传感器安装于无人车中，当仿真无人车在静态仿真场景中自动行驶时，仿真传感器扫描静态仿真场景得到第一子仿真数据。第一子仿真数据反映了第一传感器方案下的仿真传感器所感知到的静态仿真场景，但是仿真传感器所感知到的静态仿真场景与真实的静态仿真场景并不完全一致，因此，需要根据第一子仿真数据对第一传感器方案进行校正，得到第二传感器方案。

根据第一传感器方案，将仿真传感器安装于仿真无人车中，利用仿真无人车在静态仿真场景中进行仿真行驶，将仿真无人车仿真行驶生成的第一子仿真数据输入预设的传感器感知算法，得到第一子仿真数据所表征的第一感知参数。第一感知参数是第一传感器方案的感知能力的数值化表示，第一感知参数包括检测范围、检测稳定性、检测精度、检测速度等信息。根据第一感知参数和预设的传感器感知能力要求，对第一传感器方案进行校正，得到第二传感器方案。具体的，当第一感知参数不符合预设的传感器感知能力要求时，对传感器的个数、型号、安装位置等进行调整，得到调整后的第二传感器方案。

激光雷达是无人车感知系统的核心部件，激光雷达方案通常涉及多部激光雷达，多部激光雷达的安装方案是决定激光雷达感知能力的重要因素，而良好的激光雷达感知能力是保障无人车安全行驶的重要因素。在本实施例中，根据激光雷达的初始化参数确定第一激光雷达方案，其中，初始化参数可以根据本领域技术人员的经验进行确定，也可以根据领域内的理论知识、基本要求等进行确定。

当传感器为激光雷达时，仿真无人车在仿真场景中行驶所生成的传感器数据为点云数据，获取点云数据的方法可采用现有方法实现，本实施例在此不再赘述。仿真无人车在静态仿真场景中行驶生成第一子仿真点云，将第一子仿真点云输入预设的点云感知算法，得到第一子仿真点云所表征的第一感知参数，第一感知参数描述了激光雷达的检测范围、检测稳定性、检测精度、检测速度等信息。根据第一感知参数和预设的激光雷达感知要求，当第一感知参数不符合预设的激光雷达感知要求时，对第一激光雷达方案进行校正，具体的，对激光雷达的个数、型号、安装位置等进行调整，得到调整后的第二激光雷达方案。

摄像机同样是无人车感知系统的核心部件，当传感器为摄像机时，仿真无人车在仿真场景中行驶所生成的传感器数据为图像数据。仿真无人车在静态仿真场景中行驶生成第一子仿真图像，将第一子仿真图像输入预设的图像感知算法，得到第一子仿真图像所表征的第一感知参数；根据第一感知参数和预设的摄像机感知要求，对第一摄像机方案进行校正，得到第二摄像机感知方案。

为了便于说明，假设本实施例中的第一传感器方案为a₁x₁+₁y₁+c₁＝0，其中，a₁表示仿真传感器的型号参数，b₁表示仿真传感器的个数参数，c₁表示仿真传感器的安装位置参数，x₁表示仿真场景对应的变量，y₁示第一传感器方案的第一感知参数。

为了便于区分，在下述说明中采用y₁表示第一传感器方案的第一感知参数，采用y₂表示第二传感器方案的第二感知参数。根据前述分析，第一子仿真数据所表征的感知参数即为第一感知参数y₁；第二感知参数y₂根据预设的传感器感知能力要求确定。在第一传感器方案a₁x₁+₁y₁+₁＝0中，₁表示仿真场景对应的变量，对于确定的仿真场景来说，其对应的变量是已知且保持不变的，因此，只需要将a₁x₁+₁y₁+₁＝0中的第一感知参数y₁替换为第二感知参数y₂，并采用单因素控制实验，即可确定第二传感器方案中的仿真传感器的型号参数a₂、仿真传感器的个数参数b₂和仿真传感器的安装位置参数c₂，从而得到第二传感器方案为a₂x₂+₂y₂+c₂＝0。其中，单因素控制实验为本领域内的常规实验手段，本实施例在此不再赘述。

当传感器为激光雷达或摄像机时，根据第一感知参数调整第一传感器方案，得到第二传感器方案的过程及原理与上述描述相同，在此不做赘述。

步骤203、根据第二传感器方案，确定仿真无人车在动态仿真场景中进行仿真行驶所生成的第二子仿真数据；根据第二子仿真数据，确定第二传感器方案的第二感知参数，根据第二感知参数，对第二传感器方案进行校正，得到第三传感器方案，并将第三传感器方案用作应用于无人车的传感器方案。

在本实施例中，具体的，仿真无人车行驶的仿真场景除包括静态仿真场景外，还包括动态仿真场景，动态仿真场景包括至少一个动态子仿真场景，动态子仿真场景可以是无人车在行驶过程中可能经历的各种行车动态场景，例如，可以是直行车道跟车直行、直行车道超车、直行车道被超车、路口直行或者路口转弯等行车动态场景。

由于确定出的应用于无人车的传感器方案，需要适用于多种动态子仿真场景，因此，确定仿真无人车在至少一个动态子仿真场景中仿真行驶时所生成的至少一个第二子仿真数据，至少一个第二子仿真数据中的每一个第二子仿真数据能够表征第二传感器方案在对应的动态子仿真场景下的感知能力。将至少一个第二子仿真数据输入预设的传感器感知算法，得到第二传感器方案的第二感知参数。第二感知参数是根据至少一个第二子仿真数据运算得到的，其反映了第二传感器方案在多个动态子仿真场景下的综合感知能力，具体的，第二感知参数为第二传感器方案的综合感知能力的数值化表示。根据第二感知参数和预设的传感器感知能力要求之间的差异，调整第二传感器方案中的传感器个数、型号和安装位置。第二传感器方案为确定的仿真无人车在静态仿真场景中的传感器方案，通过根据仿真无人车在动态仿真场景中行驶所生成的第二子仿真数据，不断对第二传感器方案进行优化调整，得到适用于动态仿真场景的第三传感器方案。

第二子仿真数据反映了第二传感器方案下的仿真传感器所感知的动态仿真场景，利用第二子仿真数据对第二传感器方案进行校正，改善第二传感器方案的感知能力，得到第三传感器方案，能够使第三传感器方案下的仿真传感器所感知的动态仿真场景与真实的动态仿真场景尽量一致。对第二传感器方案进行校正得到第三传感器方案的方法和原理，与步骤202中对第一传感器方案进行校正以得到第二传感器感知方案的方法和原理相似或相同，参见步骤202的相关记载，本实施例在此不再赘述。

第三传感器方案为能够应用于实际无人车的传感器方案，第三传感器方案中仿真无人车上安装的仿真传感器的型号、个数、安装位置，即为在实际无人车中安装的传感器的型号、个数、安装位置。通过利用仿真无人车在仿真场景中行驶得到仿真数据，利用仿真数据不断对传感器方案进行校正，最终得到适用于实际无人车的传感器方案。在传感器方案校正过程中，充分考虑了无人车的实际行驶环境、传感器物理参数、无人车尺寸及外观、障碍物形态及运动特征等多种因素的影响，在有效控制传感器方案校正成本的基础上，保证了传感器方案的感知精度和感知能力，有利于保障无人车的安全运行。

本实施例通过建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案；根据第一传感器方案，确定仿真无人车在静态仿真场景中进行仿真行驶所生成的第一子仿真数据；根据第一子仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到第二传感器方案；根据第二传感器方案，确定仿真无人车在动态仿真场景中进行仿真行驶所生成的第二子仿真点云；根据第二子仿真点云，确定第二传感器方案的第二感知参数，根据第二感知参数，对第二传感器方案进行校正，得到第三传感器方案，并将第三传感器方案用作应用于无人车的传感器方案。本实施例的方法，在利用仿真实验对传感器方案进行校正的过程中，利用静态仿真场景中仿真传感器采集的第一子仿真数据进行第一传感器方案的校正，利用动态仿真场景中仿真传感器采集的第二子仿真数据进行第二传感器方案的校正，充分考虑了无人车在实际行驶过程中可能经历的各种静态场景和各种动态场景，确定出的应用于无人车的传感器方案更加贴合无人车实际行驶过程的需求，传感器方案的感知能力和感知精度更加适应于无人车实际行驶过程中可能经历的多样化场景，因此，该方法确定出的应用于无人车的传感器方案更有利于保障无人车的安全运行。由于传感器方案的感知参数由传感器物理参数、障碍物尺寸、无人车尺寸等因素影响，根据感知参数进行传感器方案的校正，确定出的传感器方案的感知精度高、感知能力强，有利于保障无人车的安全运行。

图3为本申请实施例提供的一种传感器方案确定装置的结构示意图，如图3所示，该装置包括：

第一处理单元1，用于建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；

第二处理单元2，用于根据初始化参数，确定第一传感器方案，并根据第一传感器方案，确定仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据；

第三处理单元3，用于根据仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。

本实施例通过建立仿真无人车和仿真场景，其中，仿真场景用于供仿真无人车进行仿真行驶；根据初始化参数，确定第一传感器方案，并根据第一传感器方案，确定仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据；根据仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。本实施例通过建立仿真无人车、仿真场景以及仿真传感器，根据初始化参数确定第一传感器方案，通过获取仿真无人车行驶得到的仿真数据并确定仿真数据所表征的第一感知参数，根据第一感知参数对第一传感器方案进行校正，得到应用于无人车的传感器方案，由于第一感知参数由第一传感器方案以及传感器的物理参数、障碍物尺寸和无人车的车型尺寸决定，根据第一感知参数对第一传感器方案进行校正，传感器方案的校正过程充分考虑了传感器的物理参数、障碍物尺寸和无人车的车型尺寸的影响，因此，确定出的应用于无人车的传感器方案的感知能力强，感知精度高，能够很好地保障无人车的安全运行。

图4为本申请实施例提供的另一种传感器方案确定装置的结构示意图，在图3的基础上，如图4所示，

仿真场景包括静态仿真场景，第二处理单元2，包括：

第一处理子单元21，用于根据第一传感器方案，确定仿真无人车在静态仿真场景中进行仿真行驶所生成的第一子仿真数据；

第三处理单元3，包括：

第二处理子单元31，用于根据第一子仿真数据，确定第一传感器方案的第一感知参数，根据第一感知参数，对第一传感器方案进行校正，得到应用于无人车的传感器方案。

仿真场景包括静态仿真场景和动态仿真场景，动态仿真场景包括至少一个动态子仿真场景；第二处理单元2，包括：

第三处理子单元22，用于根据第一传感器方案，确定仿真无人车在静态仿真场景中进行仿真行驶所生成的第一子仿真数据；

第三处理单元3，包括：

第四处理子单元32，用于根据第一子仿真数据，确定第一传感器方案的第一感知参数；根据第一感知参数，对第一传感器方案进行校正，得到第二传感器方案；

第五处理子单元33，用于根据第二传感器方案，确定仿真无人车在至少一个动态子仿真场景中进行仿真行驶所生成的至少一个第二子仿真数据；

第六处理子单元34，用于根据至少一个第二子仿真数据中的每一个第二子仿真数据，确定第二传感器方案的第二感知参数，根据第二感知参数，对第二传感器方案进行校正，得到第三传感器方案，并将第三传感器方案用作应用于无人车的传感器方案。

第三处理单元2，包括：

第七处理子单元23，用于建立仿真传感器，根据第一传感器方案，将仿真传感器安装于仿真无人车中；

第八处理子单元24，用于确定安装有仿真传感器的仿真无人车在仿真场景中进行仿真行驶所生成的仿真数据。

第三处理单元3，包括：

第九处理子单元35，用于将仿真数据输入预设的传感器感知算法中，得到仿真数据所表征的第一感知参数；

第十处理子单元36，用于根据第一感知参数和预设的传感器感知能力要求，对第一传感器方案进行校正，得到应用于无人车的传感器方案。

传感器包括激光雷达和摄像机。

传感器方案包括以下任意一种或任意几种：传感器型号、传感器个数、传感器安装位置。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图5所示，是根据本申请实施例的传感器方案确定的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的传感器方案确定的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的传感器方案确定的方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的传感器方案确定的方法对应的程序指令/模块(例如，附图3所示的获取单元1、第一处理单元2和第二处理单元3)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的传感器方案确定的方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据传感器方案确定的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至传感器方案确定的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传感器方案确定的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与传感器方案确定的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

在本申请实施例中，上述各实施例之间可以相互参考和借鉴，相同或相似的步骤以及名词均不再一一赘述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims

1.一种传感器方案确定方法，其特征在于，包括：

根据初始化参数，确定第一传感器方案，根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据；

2.根据权利要求1所述的方法，其特征在于，所述仿真场景包括静态仿真场景；所述根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述仿真场景包括静态仿真场景和动态仿真场景，所述动态仿真场景包括至少一个动态子仿真场景；所述根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一传感器方案，确定所述仿真无人车在所述仿真场景中进行仿真行驶所生成的仿真数据，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述仿真数据，确定所述第一传感器方案的第一感知参数，根据所述第一感知参数，对所述第一传感器方案进行校正，得到应用于无人车的传感器方案，包括：

将所述仿真数据输入预设的传感器感知算法中，得到所述仿真数据所表征的所述第一感知参数；

6.根据权利要求1-5任一项所述的方法，其特征在于，所述传感器包括激光雷达和摄像机。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述传感器方案包括以下任意一种或任意几种：

传感器型号、传感器个数、传感器安装位置。

8.一种传感器方案确定装置，其特征在于，包括：

9.根据权利要求8所述的装置，其特征在于，所述仿真场景包括静态仿真场景，所述第二处理单元，包括：

第三处理单元，包括：

10.根据权利要求8所述的装置，其特征在于，所述仿真场景包括静态仿真场景和动态仿真场景，所述动态仿真场景包括至少一个动态子仿真场景；所述第二处理单元，包括：

所述第三处理单元，包括：

11.根据权利要求8所述的装置，其特征在于，所述第二处理单元，包括：

12.根据权利要求8所述的装置，其特征在于，所述第三处理单元，包括：

13.根据权利要求8-12任一项所述的装置，其特征在于，所述传感器包括激光雷达和摄像机。

14.根据权利要求8-12任一项所述的装置，其特征在于，所述传感器方案包括以下任意一种或任意几种：

传感器型号、传感器个数、传感器安装位置。

15.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的方法。

16.一种储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的方法。