CN112816954B - 一种基于真值的路侧感知系统评测方法和系统 - Google Patents
一种基于真值的路侧感知系统评测方法和系统 Download PDFInfo
- Publication number
- CN112816954B CN112816954B CN202110174932.8A CN202110174932A CN112816954B CN 112816954 B CN112816954 B CN 112816954B CN 202110174932 A CN202110174932 A CN 202110174932A CN 112816954 B CN112816954 B CN 112816954B
- Authority
- CN
- China
- Prior art keywords
- data
- rss
- target
- true value
- truth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0257—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested
- G01M11/0264—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested by using targets or reference patterns
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于真值的路侧感知系统评测方法,包括以下步骤:建立真值感知设备组,在选定的测试时间区间,与待测的路侧感知系统RSS的感知设备同步进行路侧感知数据采集;对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,完成感知数据标注;基于已标注数据生成真值,真值数据包括交通参与者目标类型、位置、速度、加速度、轨迹;在所述选定的测试时间区间,比较待测RSS输出的结构化感知数据和所述真值数据,输出感知性能的统计评测结果。本申请还提出一种用于路侧感知系统评测的真值系统。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种基于真值的路侧感知系统评测方法和装置。
背景技术
路侧感知系统(Roadside Sensing System,RSS)是支撑网联自动驾驶,提升交通运行效率、缓解拥堵的重要手段。通过RSS系统为自动驾驶汽车提供超视距感知、盲区预警、驾驶意图等信息,是弥补单车自动驾驶感知局限的重要技术手段之一。当前RSS的组成形态各异,包括激光雷达+摄像头,毫米波雷达+摄像头等配置方案,各种方案孰优孰劣,缺乏面向RSS整体的系统性评测方法,尤其是对RSS输出的结构化感知数据类型、精度、质量等方面的测试规范尚未建立,使得车端无法直接对路侧信息采信,当前自动驾驶发展阶段RSS只能作为一种冗余信源,在感知层面供车端融合参考,无法实现对RSS的量化评价是掣肘协同决策与控制,实现完全自动驾驶的关键因素之一。
发明内容
本申请提出一种基于真值的路侧感知系统评测方法和系统,解决了当前车路协同路侧感知系统缺乏系统性评测方法的问题,尤其解决了路侧感知消息质量无法量化评估的难题。
一方面,本申请实施例提出一种基于真值的路侧感知系统评测方法,包括以下步骤:
建立真值感知设备组,在选定的测试时间区间,与待测的路侧感知系统RSS的感知设备同步进行路侧感知数据采集;
对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,完成感知数据标注;
基于已标注数据生成真值,真值数据包括交通参与者目标类型、位置、速度、加速度、轨迹;
在所述选定的测试时间区间,比较待测RSS输出的结构化感知数据和所述真值数据,输出感知性能的统计评测结果。
优选地,所述真值感知设备组,包含高线束激光雷达、高清摄像头和毫米波雷达。
优选地,所述对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,进一步包括:
以高线速激光雷达返回的点云数据为基础完成交通参与者目标类型识别、目标轨迹跟踪,使用摄像头采集数据对目标类型进行修正,使用毫米波雷达数据对目标轨迹进行修正。
优选地,所述对真值感知设备组回传的原始数据进行处理,进一步包括:
对真值感知设备组回传的原始数据进行数据清洗,对来自不同的感知设备的数据进行时间对齐。
在本申请的任意一个方法实施例中,优选地,所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
目标识别准确率=待测RSS正确检出的目标或事件数/真值数据中的目标或事件数。
在本申请的任意一个方法实施例中,优选地,所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
目标漏检率=1-待测RSS检出的目标或事件数/真值数据中的目标或事件数。
在本申请的任意一个方法实施例中,优选地,所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
RSS输出的结构化感知数据中的状态参数的离散时序列和真值数据中的状态参数的离散时间序列之间的距离。
所述状态参数包含以下至少一个:目标大小、位置、速度、航向角、加速度、轨迹。
另一方面,本申请还提出一种用于路侧感知系统评测的真值系统,实现权本申请任意一项实施例所述方法,所述真值系统包括真值感知设备组、服务器;
所述真值感知设备组至少包含高线速激光雷达、高清摄像头、毫米波雷达;
所述服务器包含数据采集模块、智能处理模块、真值存储模块、RSS测评模块;
所述数据采集模块,用于融合所述真值感知设备组输出的图像、视频、点云数据;
所述智能处理模块,用于对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,完成感知数据标注;
所述真值存储模块,用于备份真值数据;
所述RSS测评模块,用于比较待测RSS输出的结构化感知数据和所述真值数据,输出感知性能的统计评测结果。
优选地,所述感知设备组与待测RSS复用杆架资源部署。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本发明方案将为路侧感知系统的功能及性能评估提供可行性支撑,也将为路侧感知系统的产品选型提供测试依据,推动车路协同领域的技术演进和产品迭代升级,起到提高行业规范性的效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一种RSS的技术架构图;
图2为真值系统整体架构图;
图3为基于RS的路侧感知系统测试方法;
图4为检测精度计算的样本空间表示。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明提出了一种基于真值系统的路侧感知系统评测方法,首先提出了真值系统的组成架构及部署原则,进而在真值系统的基础上详述了路侧感知系统的测试逻辑及步骤,最后提出了面向路侧感知系统的评价指标体系。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为一种RSS的技术架构图。
RSS的基本构成是路侧感知设备及路侧计算单元,如图1所示,路侧感知设备包括但不限于摄像头、激光雷达、毫米波雷达等设备,可实时采集当前所覆盖交通环境的图像、视频、点云等原始感知数据,路侧计算单元包括不限于边缘计算服务器、工控机等计算设备,通过对路侧感知设备采集的原始感知数据实时融合计算,实现对交通环境中交通参与者状态信息、道路状况信息、交通事件等全量信息的获取,进而通过路侧单元RSU、中心子系统向局部/全域交通参与者下发感知消息。
无论何种RSS架构组成,其最终输出的结构化感知数据格式由《合作式智能运输系统车用通信系统应用层及应用数据交互标准》T/CSAE 53-2017规范定义,但感知数据质量与RSS的组成息息相关,例如配置激光雷达的RSS对参与者的速度、加速度、轨迹跟踪等信息获取更精确,配置摄像头的RSS对目标类型的识别能力更强等等,建立一套设备配置完备、感知性能优越的数据参考系统,对于精细化描述交通环境以及量化评价RSS的系统性能具有重要意义。
图2为真值系统整体架构图。
本发明提出一种面向RSS测试评价的真值系统(Reference System,RS),系统组成框图如图2所示。本RS系统包含由高性能传感器构成的感知设备组以及满足大数据处理需求的离线真值系统服务器,感知设备组包括不限于高线束激光雷达、高清摄像头、以及毫米波雷达;离线真值系统服务器具备PB级数据的专业化存储、处理、分析能力,承载数据采集模块、智能处理模块、真值存储模块、RSS测评模块四个功能模块,数据采集模块主要实现对图像、视频、点云等数据的融合汇聚,智能处理模块主要完成原始数据关联、自动化标注等环节,生成长时间序列的环境真值,并通过真值存储模块实现PB级数据的存储落盘和冗余备份,RSS测评模块通过设定的测评维度和指标体系输出统计分析结果。
待测RSS一般部署于城市交叉口、高速路匝道汇入/汇出口、桥隧等重点交通监测区域,复用信号灯门架、高速路门架、路侧灯杆等杆架资源,RS的感知设备组可与待测RSS复用杆架资源部署,鉴于离线真值系统服务器对所采集环境信息采用离线计算生成真值,可根据实际情况弹性部署于路侧、中心机房等位置,通过有线/无线网络实现感知设备组到服务器的数据回传。
图3为基于RS的路侧感知系统测试方法。
本发明提出了基于真值系统RS对路侧感知系统进行测试和评估的方法,测评分为路端原始感知数据采集和服务器端离线处理两个部分,具体测试步骤如图3所示。
路端原始感知数据采集:
步骤一:复用待测RSS杆架资源,部署RS感知设备组;
步骤二:对RS感知设备组进行传感器全局标定,并根据待测RSS所感知区域设定真值采集区域;
步骤三:选定测试时间区间,待测RSS及RS感知设备组同步启动路侧感知数据采集,并通过有线/无线网络将数据回传至服务器端。
服务器端离线处理:
步骤一:对RS感知设备组回传的原始感知数据进行数据清洗,确保数据一致性,完成激光雷达点云、毫米波雷达点云、图像、视频等数据的时间对齐;
步骤二:对RS感知设备组回传数据进行自动化标注——以高线束激光雷达返回的点云数据为基础,基于机器学习、深度学习等算法,完成交通参与者目标类型的识别与检测,以及多目标的离线轨迹跟踪。融合摄像头采集数据,对目标类型进行二次修正,融合毫米波雷达数据,对目标轨迹数据(包括速度、加速度、位置等数据)进行二次修正。将自动化标注的数据输入至修正模块(允许人工标注介入修正),完成各类感知数据标注;
步骤三:基于已标注数据生成静态和动态真值,包括不限于交通参与者目标类型、位置、速度、加速度、轨迹等真值,完成真值存储及RS建立;
步骤四:提取测试时间区间内真值,完成与待测RSS输出结构化感知数据的时间对齐,设定评测维度,输出感知性能的统计评测结果。
本发明还提出了基于多维指标体系的感知数据质量评测算法,应用于RSS测评模块的设计开发。多维指标体系的设计基于《合作式智能运输系统车用通信系统应用层及应用数据交互标准》T/CSAE 53-2017定义的路侧消息体以及当前主流RSS输出的感知数据类别,具体评测指标包括目标识别准确率、目标漏检率、检测精度(目标大小、位置、速度、航向角、加速度、轨迹),其中,目标识别准确率、目标漏检率是衡量RSS对交通参与者识别性能的指标,其计算方法可用公式表达为:
图4为检测精度计算的样本空间示意图。检测精度是衡量RSS对任意交通参与者状态跟踪能力的指标,统计评测的样本空间为待测RSS输出的目标状态数据和RS存储的目标状态真值(已完成时间对齐),两组数据可表示为图4呈现的折线结构:
其中,1,2,…,n代表离线时间序列,构成轨迹的点可以代表任一状态参数(目标大小、位置、速度、航向角、加速度、轨迹),进而通过轨迹相似性分析得出待测RSS输出的状态信息与RS状态真值的距离大小,以距离度量表征各个状态参数的检测精度。轨迹相似性度量方法大致可分为基于点的距离、基于形状的距离、以及基于分段的距离三大类,可综合考虑轨迹长度、噪点敏感度、计算复杂度等因素弹性选择轨迹距离的度量方式。
本发明提出的基于真值系统的路侧感知系统评测方法,该评测方法基于与待测RSS同步部署的高性能真值系统,实现对真实复杂交通环境的精细化数据采集,进而通过离线后处理生成客观真值数据,最后可利用真值数据实现对待测RSS感知性能的测试评价。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于真值的路侧感知系统评测方法,其特征在于,包括以下步骤:
建立真值感知设备组,在选定的测试时间区间,与待测的路侧感知系统RSS的感知设备同步进行路侧感知数据采集;
对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,完成感知数据标注;
基于已标注数据生成真值,真值数据包括交通参与者目标类型、位置、速度、加速度、轨迹;
在所述选定的测试时间区间,比较待测RSS输出的结构化感知数据和所述真值数据,输出感知性能的统计评测结果。
2.如权利要求1所述方法,其特征在于,
真值感知设备组,包含高线束激光雷达、高清摄像头和毫米波雷达。
3.如权利要求1所述方法,其特征在于,
所述对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,进一步包括:
以高线速激光雷达返回的点云数据为基础完成交通参与者目标类型识别、目标轨迹跟踪,使用摄像头采集数据对目标类型进行修正,使用毫米波雷达数据对目标轨迹进行修正。
4.如权利要求1所述方法,其特征在于,
所述对真值感知设备组回传的原始数据进行处理,进一步包括:
对真值感知设备组回传的原始数据进行数据清洗,对来自不同的感知设备的数据进行时间对齐。
5.如权利要求1~4任意一项所述的方法,其特征在于,
所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
目标识别准确率=待测RSS正确检出的目标或事件数/真值数据中的目标或事件数。
6.如权利要求1~4任意一项所述的方法,其特征在于,
所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
目标漏检率=1-待测RSS检出的目标或事件数/真值数据中的目标或事件数。
7.如权利要求1~4任意一项所述的方法,其特征在于,
所述比较待测RSS输出的结构化感知数据和所述真值数据,进一步包括,计算:
RSS输出的结构化感知数据中的状态参数的离散时序列和真值数据中的状态参数的离散时间序列之间的距离。
8.如权利要求7所述方法,其特征在于
所述状态参数包含以下至少一个:目标大小、位置、速度、航向角、加速度、轨迹。
9.一种用于路侧感知系统评测的真值系统,实现权利要求1~8任意一项所述方法,其特征在于,包括真值感知设备组、服务器;
所述真值感知设备组至少包含高线速激光雷达、高清摄像头、毫米波雷达;
所述服务器包含数据采集模块、智能处理模块、真值存储模块、RSS测评模块;
所述数据采集模块,用于融合所述真值感知设备组输出的图像、视频、点云数据;
所述智能处理模块,用于对真值感知设备组回传的原始数据进行处理,完成目标类型识别和目标轨迹识别,完成感知数据标注;
所述真值存储模块,用于备份真值数据;
所述RSS测评模块,用于比较待测RSS输出的结构化感知数据和所述真值数据,输出感知性能的统计评测结果。
10.如权利要求9所述用于路侧感知系统评测的真值系统,其特征在于,
所述感知设备组与待测RSS复用杆架资源部署。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110174932.8A CN112816954B (zh) | 2021-02-09 | 2021-02-09 | 一种基于真值的路侧感知系统评测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110174932.8A CN112816954B (zh) | 2021-02-09 | 2021-02-09 | 一种基于真值的路侧感知系统评测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112816954A CN112816954A (zh) | 2021-05-18 |
| CN112816954B true CN112816954B (zh) | 2024-03-26 |
Family
ID=75864411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110174932.8A Active CN112816954B (zh) | 2021-02-09 | 2021-02-09 | 一种基于真值的路侧感知系统评测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112816954B (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155173B (zh) * | 2021-06-02 | 2022-08-30 | 福瑞泰克智能系统有限公司 | 感知性能评测方法、装置、电子装置和存储介质 |
| CN113505687B (zh) * | 2021-07-08 | 2024-08-09 | 北京星云互联科技有限公司 | 设备测试方法、装置、电子设备、系统和存储介质 |
| CN113654566A (zh) * | 2021-07-27 | 2021-11-16 | 上海智能网联汽车技术中心有限公司 | 路侧系统的定位性能评估方法、存储介质及车路协同系统 |
| CN115700811A (zh) * | 2021-07-30 | 2023-02-07 | 长沙智能驾驶研究院有限公司 | 路侧感知系统的检测方法、装置、设备及计算机存储介质 |
| CN113823087B (zh) * | 2021-09-09 | 2022-10-11 | 中国信息通信研究院 | 用于分析路侧感知系统rss性能的方法、装置及测试系统 |
| CN113778108B (zh) * | 2021-10-09 | 2023-07-21 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
| CN113920729A (zh) * | 2021-10-11 | 2022-01-11 | 华录易云科技有限公司 | 一种基于路侧感知系统对交通参与者感知能力的评价方法 |
| CN114023061B (zh) * | 2021-10-25 | 2022-08-30 | 华录易云科技有限公司 | 基于车路协同路侧感知系统的交通流量采集能力评价方法 |
| CN114071411A (zh) * | 2021-10-29 | 2022-02-18 | 上海智能网联汽车技术中心有限公司 | 一种用于车路协同路侧感知单元长期维护的方法 |
| CN116129631B (zh) * | 2021-11-15 | 2025-08-19 | 中移(上海)信息通信科技有限公司 | 一种车路协同数据处理方法及相关设备 |
| CN114136356A (zh) * | 2021-11-30 | 2022-03-04 | 上汽通用五菱汽车股份有限公司 | 参数采集测试系统、方法、设备及计算机可读存储介质 |
| CN114120650B (zh) * | 2021-12-15 | 2023-08-08 | 阿波罗智联(北京)科技有限公司 | 用于生成测试结果的方法、装置 |
| CN115620520B (zh) * | 2021-12-15 | 2025-09-02 | 阿波罗智联(北京)科技有限公司 | 用于测试感知目标数的方法、装置、设备、介质和产品 |
| CN114383649A (zh) * | 2021-12-29 | 2022-04-22 | 信通院车联网创新中心(成都)有限公司 | 一种基于高精度定位的路侧感知系统测试方法 |
| CN116416781A (zh) * | 2021-12-29 | 2023-07-11 | 北京万集科技股份有限公司 | 测试平台的数据处理方法、装置、测试平台及存储介质 |
| CN114323693B (zh) * | 2021-12-31 | 2024-07-26 | 中国第一汽车股份有限公司 | 车路云感知系统的测试方法、装置、设备及存储介质 |
| CN114077875B (zh) * | 2022-01-19 | 2022-05-20 | 浙江吉利控股集团有限公司 | 信息验证方法、装置、设备及存储介质 |
| CN114333330B (zh) * | 2022-01-27 | 2023-04-25 | 浙江嘉兴数字城市实验室有限公司 | 一种基于路侧边缘全息感知的交叉口事件检测系统 |
| CN114550450A (zh) * | 2022-02-15 | 2022-05-27 | 云控智行科技有限公司 | 一种验证路侧感知设备感知精度的方法、装置及电子设备 |
| CN114596706B (zh) * | 2022-03-15 | 2024-05-03 | 阿波罗智联(北京)科技有限公司 | 路侧感知系统的检测方法及装置、电子设备和路侧设备 |
| CN114792469B (zh) * | 2022-04-06 | 2023-06-02 | 中信科智联科技有限公司 | 一种感知系统的测试方法、装置及测试设备 |
| CN114818911A (zh) * | 2022-04-22 | 2022-07-29 | 重庆长安汽车股份有限公司 | 一种基于真值系统的车载视觉传感器性能测试方法 |
| CN114859307A (zh) * | 2022-05-24 | 2022-08-05 | 北京经纬恒润科技股份有限公司 | 一种三维目标感知测评方法及系统 |
| CN115100852A (zh) * | 2022-06-09 | 2022-09-23 | 智能汽车创新发展平台(上海)有限公司 | 服务于智能网联汽车的高可用路侧融合感知系统和方法 |
| CN115440075B (zh) * | 2022-07-22 | 2024-08-06 | 中国电信股份有限公司 | 一种实现车路协同场景全链路性能追踪的方法 |
| CN115346367A (zh) * | 2022-07-26 | 2022-11-15 | 上海交通大学 | 一种车路协同系统的测试系统及其测试方法 |
| CN116170347B (zh) * | 2022-12-29 | 2025-02-14 | 信通院车联网创新中心(成都)有限公司 | 一种车联网路侧感知系统时频性能测试方法 |
| CN116482623A (zh) * | 2023-01-02 | 2023-07-25 | 重庆长安汽车股份有限公司 | 智能驾驶汽车传感器性能评估方法、系统及存储介质 |
| CN116156545A (zh) * | 2023-01-03 | 2023-05-23 | 招商局检测车辆技术研究院有限公司 | 智能网联融合感知系统评测方法、装置、设备及存储介质 |
| CN116092292B (zh) * | 2023-01-31 | 2025-06-20 | 中信科智联科技有限公司 | 一种路侧感知系统的测评方法、装置及测试系统 |
| CN116206180A (zh) * | 2023-02-22 | 2023-06-02 | 小米汽车科技有限公司 | 感知结果处理方法、装置、存储介质、电子设备及车辆 |
| CN116580271A (zh) * | 2023-05-17 | 2023-08-11 | 中国第一汽车股份有限公司 | 一种感知融合算法的测评方法、装置、设备及存储介质 |
| CN117041982B (zh) * | 2023-06-26 | 2024-01-23 | 中国软件评测中心(工业和信息化部软件与集成电路促进中心) | 一种空口传输数据的正确性检测系统及方法 |
| CN116500565B (zh) * | 2023-06-28 | 2023-10-13 | 小米汽车科技有限公司 | 自动驾驶感知检测能力的评测方法、装置及设备 |
| CN117198057A (zh) * | 2023-10-16 | 2023-12-08 | 同济大学 | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 |
| CN118506573B (zh) * | 2024-05-11 | 2025-03-25 | 中国汽车工程研究院股份有限公司 | 用于复杂道路的车路协同数据验证方法、装置及存储介质 |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201814669A (zh) * | 2016-09-26 | 2018-04-16 | 財團法人工業技術研究院 | 路側顯示系統、路側裝置及其路側顯示方法 |
| CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
| CN108549366A (zh) * | 2018-05-04 | 2018-09-18 | 同济大学 | 智能汽车道路行驶与虚拟测试平行映射实验方法 |
| CN108694859A (zh) * | 2017-02-28 | 2018-10-23 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的路侧节点高风险车辆告警提示方法 |
| CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
| CN109151060A (zh) * | 2018-09-28 | 2019-01-04 | 广州小鹏汽车科技有限公司 | 一种路面异常监测方法、装置及计算机可读存储介质 |
| CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| CN109816811A (zh) * | 2018-10-31 | 2019-05-28 | 杭州云动智能汽车技术有限公司 | 一种自然驾驶数据采集装置 |
| CN110225534A (zh) * | 2019-05-29 | 2019-09-10 | 北京聚利科技股份有限公司 | 路侧单元测试方法、装置、设备、系统及可读存储介质 |
| CN110291477A (zh) * | 2016-12-02 | 2019-09-27 | 斯塔斯凯机器人公司 | 车辆控制系统及使用方法 |
| CN110287832A (zh) * | 2019-06-13 | 2019-09-27 | 北京百度网讯科技有限公司 | 高速自动驾驶场景障碍物感知评测方法及装置 |
| CN110491156A (zh) * | 2019-08-27 | 2019-11-22 | 无锡物联网创新中心有限公司 | 一种感知方法、装置及系统 |
| CN111079079A (zh) * | 2019-11-29 | 2020-04-28 | 北京百度网讯科技有限公司 | 数据修正方法、装置、电子设备及计算机可读存储介质 |
| CN210606081U (zh) * | 2019-12-11 | 2020-05-22 | 交通运输部公路科学研究所 | 一种检测路侧终端车路协同功能的车载检测设备 |
| CN111405526A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置、平台、车载设备及路侧设备 |
| CN111552646A (zh) * | 2020-04-30 | 2020-08-18 | 北京百度网讯科技有限公司 | 用于回归测试的方法和装置 |
| CN111754581A (zh) * | 2019-03-28 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种摄像头标定方法、路侧感知设备和智慧交通系统 |
| CN111787481A (zh) * | 2020-06-17 | 2020-10-16 | 北京航空航天大学 | 一种基于5g的路车协调高精度感知方法 |
| CN111797012A (zh) * | 2020-06-28 | 2020-10-20 | 公安部交通管理科学研究所 | 一种路侧单元功能应用的测试方法、装置及系统 |
| CN111983935A (zh) * | 2020-08-19 | 2020-11-24 | 北京京东叁佰陆拾度电子商务有限公司 | 一种性能评测方法和装置 |
| CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
| CN112199991A (zh) * | 2020-08-27 | 2021-01-08 | 广州中国科学院软件应用技术研究所 | 一种应用于车路协同路侧感知的仿真点云滤波方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6892942B1 (en) * | 1998-06-18 | 2005-05-17 | Vodafone Holding Gmbh | Roadside control device for a toll apparatus installed in a motor vehicle |
-
2021
- 2021-02-09 CN CN202110174932.8A patent/CN112816954B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201814669A (zh) * | 2016-09-26 | 2018-04-16 | 財團法人工業技術研究院 | 路側顯示系統、路側裝置及其路側顯示方法 |
| CN110291477A (zh) * | 2016-12-02 | 2019-09-27 | 斯塔斯凯机器人公司 | 车辆控制系统及使用方法 |
| CN108694859A (zh) * | 2017-02-28 | 2018-10-23 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的路侧节点高风险车辆告警提示方法 |
| CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
| CN108549366A (zh) * | 2018-05-04 | 2018-09-18 | 同济大学 | 智能汽车道路行驶与虚拟测试平行映射实验方法 |
| CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
| CN109151060A (zh) * | 2018-09-28 | 2019-01-04 | 广州小鹏汽车科技有限公司 | 一种路面异常监测方法、装置及计算机可读存储介质 |
| CN109215347A (zh) * | 2018-10-22 | 2019-01-15 | 北京航空航天大学 | 一种基于众包轨迹数据的交通数据质量控制方法 |
| CN109816811A (zh) * | 2018-10-31 | 2019-05-28 | 杭州云动智能汽车技术有限公司 | 一种自然驾驶数据采集装置 |
| CN109522825A (zh) * | 2018-10-31 | 2019-03-26 | 蔚来汽车有限公司 | 视觉感知系统的性能测试系统及其性能测试方法 |
| CN111405526A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置、平台、车载设备及路侧设备 |
| CN111754581A (zh) * | 2019-03-28 | 2020-10-09 | 阿里巴巴集团控股有限公司 | 一种摄像头标定方法、路侧感知设备和智慧交通系统 |
| CN110225534A (zh) * | 2019-05-29 | 2019-09-10 | 北京聚利科技股份有限公司 | 路侧单元测试方法、装置、设备、系统及可读存储介质 |
| CN110287832A (zh) * | 2019-06-13 | 2019-09-27 | 北京百度网讯科技有限公司 | 高速自动驾驶场景障碍物感知评测方法及装置 |
| CN110491156A (zh) * | 2019-08-27 | 2019-11-22 | 无锡物联网创新中心有限公司 | 一种感知方法、装置及系统 |
| CN111079079A (zh) * | 2019-11-29 | 2020-04-28 | 北京百度网讯科技有限公司 | 数据修正方法、装置、电子设备及计算机可读存储介质 |
| CN210606081U (zh) * | 2019-12-11 | 2020-05-22 | 交通运输部公路科学研究所 | 一种检测路侧终端车路协同功能的车载检测设备 |
| CN111552646A (zh) * | 2020-04-30 | 2020-08-18 | 北京百度网讯科技有限公司 | 用于回归测试的方法和装置 |
| CN111787481A (zh) * | 2020-06-17 | 2020-10-16 | 北京航空航天大学 | 一种基于5g的路车协调高精度感知方法 |
| CN111797012A (zh) * | 2020-06-28 | 2020-10-20 | 公安部交通管理科学研究所 | 一种路侧单元功能应用的测试方法、装置及系统 |
| CN111983935A (zh) * | 2020-08-19 | 2020-11-24 | 北京京东叁佰陆拾度电子商务有限公司 | 一种性能评测方法和装置 |
| CN112199991A (zh) * | 2020-08-27 | 2021-01-08 | 广州中国科学院软件应用技术研究所 | 一种应用于车路协同路侧感知的仿真点云滤波方法和系统 |
| CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
Non-Patent Citations (3)
| Title |
|---|
| MEC与C-V2X融合系统的关键技术与产业化研究;余冰雁;《移动通信》;20191130(第11期);51-56 * |
| New classification method for remotely sensed imagery via multiple-point simulation experiment and assessment;Yong Ge等;《Journal of Applied Remote Sensing》;20080908;第2卷;1-17 * |
| 路侧感知在智能网联汽车中的应用与未来;张长隆等;《人工智能》;20190131;第1卷;58-66 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112816954A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112816954B (zh) | 一种基于真值的路侧感知系统评测方法和系统 | |
| CN112380317B (zh) | 高精地图更新方法、装置、电子设备和存储介质 | |
| CN112101092B (zh) | 自动驾驶环境感知方法及系统 | |
| CN113127583B (zh) | 一种数据传输方法和装置 | |
| US12012102B2 (en) | Method for determining a lane change indication of a vehicle | |
| CN109087510B (zh) | 交通监测方法及装置 | |
| CN111458721B (zh) | 一种暴露垃圾的识别定位方法、装置及系统 | |
| CN113887376A (zh) | 目标检测方法、装置、介质及设备 | |
| US12195021B2 (en) | Platform for perception system development for automated driving system | |
| CN115440034A (zh) | 一种基于摄像头的车路协同实现方法及实现系统 | |
| CN114639085A (zh) | 交通信号灯识别方法、装置、计算机设备和存储介质 | |
| CN113220805A (zh) | 地图生成装置、记录介质以及地图生成方法 | |
| CN117079238A (zh) | 道路边沿检测方法、装置、设备及存储介质 | |
| CN109903308B (zh) | 用于获取信息的方法及装置 | |
| CN116645612B (zh) | 一种森林资源资产确定方法及系统 | |
| CN111081063B (zh) | 创建观察数据、求取车道数量的方法及相关的系统、服务器单元和控制器 | |
| US12147232B2 (en) | Method, system and computer program product for the automated locating of a vehicle | |
| CN116129631B (zh) | 一种车路协同数据处理方法及相关设备 | |
| CN119169590B (zh) | 感知模型的评测方法和装置、存储介质及电子设备 | |
| US20240135252A1 (en) | Lane-assignment for traffic objects on a road | |
| CN115223357A (zh) | 一种交通信息处理系统、方法、装置和计算机设备 | |
| CN115771521A (zh) | 用于监视车辆的自动驾驶系统的操作的方法和装置 | |
| Aldakkhelallah et al. | Development of new technologies for real-time traffic monitoring | |
| CN112486180A (zh) | 车辆控制方法、装置、设备、存储介质及程序产品 | |
| CN115700795B (zh) | 一种训练集构建方法、装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |