辅助驾驶功能开发-测试篇(2)-真值系统介绍

 1 真值系统概述

1.1 真值评测系统核心应用

        快速构建有效感知真值,快速完成感知性能评估,快速分析感知性能缺陷。

        主要应用场景包括:
        1. 感知算法开发验证: 在算法开发周期中,评测结果可以作为测试报告的一部分,体现算法性能的提升。
        2. 遴选供应商: 在供应商选择过程中,可以将各供应商的评测结果作为对比的一个维度,分析各供应商的优势。

1.2 真值评测系统感知优势

        真值评测系统感知方案优势:
        1. 高精度传感器,提供高可靠环境信息;
        2. AI离线后处理算法,提供更高识别率与精度;
        3. 多源信息融合,发挥各传感器优势,提供更稳定的识别结果。

1.3 真值评测系统工作流程

        实车采集各传感器数据——回灌被测传感器数据——传感器输出上传数据中心——离线生成融合真值航迹——对比被测航迹与真值航迹——对结果进行自动处理并输出报告

2 硬件

2.1 真值评测系统硬件设备描述

设备数量用途
1激光雷达1输出激光点云
2摄像头1视觉感知
3摄像头4环境信息录制
4毫米波雷达2输出目标信息
5RTK惯导1建图,定位
6CAN分析仪1CAN数据录制
7工控机1车端传感器数据的录制,数据校验
8交换机1-
9安装支架1-
10服务器1路测数据后处理,报告生成

2.1.1 真值评测系统车端硬件 - 摄像头

参数
水平视角100°
垂直视角35.5°
像素2048*1080
动态范围120dB
帧速率30FPS
光圈F1.8
LENS材质6G+IR
额定功率6W
Color FilterRCCB
探测距离150m
目标识别率99%
车道线检测率95%

2.1.2 真值评测系统车端硬件 - 毫米波雷达

        使用77GHz毫米波雷达,提供精确的目标位置与速度信息。

2.2 真值评测系统传感器布置

        * 激光雷达位于车顶中央,推荐高度1.9m;
        * 摄像头位于前挡风玻璃后,推荐高度1.5m;
        * 毫米波雷达位于前保险杠,推荐高度0.5m。

        * 激光雷达垂直方向角度范围是-25°~+15°;
        * 对于地面目标,其点云检测盲区约为4.07m;
        * 对于1m高的目标,其点云检测盲区为1.93m。

2.3 真值评测系统服务端硬件

        传感器数据存储在数据服务器或硬盘中,真值后处理软件运行在Linux主机中,用户修改配置文件后,便可一键生成评估报告。

        研发中的真值系统web服务软件,使用户可以在自己的终端中,通过访问真值系统服务器,实现数据处理与报告生成。

3 软件算法

3.1 真值评测系统软件架构

3.1.1 目标精度算法

        激光雷达目标识别算法,基于深度学习识别每帧点云的目标,再结合“历史”与“未来”信息提高识别率识别精度。

        融合多个传感器的感知目标结果,进行真值信息的增强计算,得到更准确的目标属性。

3.1.2 车道线精度算法

        通过对点云数据建图,生成激光点云地图。再经过地面与车道线分割,自车位姿估计,车道线点云拟合等算法,生成车道线真值。

        融合摄像头与激光雷达车道线的结果,进行真值信息的增强计算,得到更准确的车道线属性。

3.1.3 激光雷达真值感知算法

3.2 真值增强

3.2.1 真值增强的优势

        通过增加摄像头和毫米波雷达产品,可以提升识别率、精度、分类等信息。

单激光雷达方案缺陷使用1V1R(仅前视)的增强方向
目标信息会产生一定的漏识别通过融合算法,补充1V1R航迹信息
无法做到准确的分类基于机器视觉,可以得到详细准确的分类信息
存在box位置估计偏差基于毫米波雷达的range信息与摄像头的角度信息,提升位置精度
车道线信息会产生一定的漏识别基于摄像头的车道线识别结果,补充漏识别的车道线信息
无法估计线型的分类基于机器视觉,可以准确判断车道线的线型信息(虚实、单双)
无法识别颜色信息基于机器视觉,可以准确提取车道线的颜色信息

3.2.2 目标真值增强前后性能对比

目标性能指标仅激光雷达
输出频率20HZ
检测范围

纵向:0.5 ~ 200m

横向:±60m

识别率关键目标 > 98%
目标类型

Vehicle (small, big.)

VRU (pedestrian, rider.)

位置误差

<6cm    @0~100m

<9cm    @100~150m

<10cm  @150~200m

速度误差

<0.2m/s  @0~100m

<0.3m/s  @100~150m

<0.5m/s  @150~200m

目标性能指标加入1V1R,真值增强处理后
输出频率20HZ
检测范围

纵向:0.5 ~ 200m

横向:±60m

识别率关键目标 > 99%
目标类型

Vehicle (car, truck.)

VRU (pedestrian, bicycle, motorcycle.)

位置误差

<5cm    @0~100m

<9cm    @100~150m

<10cm  @150~200m

速度误差

<0.2m/s  @0~100m

<0.3m/s  @100~150m

<0.5m/s  @150~200m

3.2.3 车道线真值增强前后性能对比

车道线性能指标仅激光雷达
输出频率20HZ
检测范围

纵向距离:> 200m (camera > 80m)

车道线数量:6

最小转弯半径:< 100m

识别率关键车道线 > 93%
车道线类型激光雷达无法识别车道线类型
横向位置误差

<3cm    @0~50m

<10cm  @50~100m

<15cm  @100~200m

车道线性能指标加入1V1R,真值增强处理后
输出频率20HZ
检测范围

纵向距离:> 200m (camera > 80m)

车道线数量:6

最小转弯半径:< 100m

识别率关键车道线 > 95%
车道线类型线型:单实线,  单虚线,  双线(实线,  虚线,  实+虚), 白色,黄色
横向位置误差

<3cm    @0~50m

<10cm  @50~100m

<15cm  @100~200m

3.3 真值评测系统扩展方法

        加入新传感器流程:

        1. 在数据适配层中加入该传感器的适配代码;
        2. 在配置文件中加入该传感器的描述,将其加入传感器列表;
        3. 启动程序后,系统自动完成识别,无需修改顶层代码;
        4. 根据新传感器特性完成参数调试,将新参数值写入配置文件;
        5. 基于新传感器完成统计,输出统计结果;
        6. 真值传感器与被测传感器流程一致;
        7. 各传感器内部独自计算online感知,增加传感器仅增加真值服务器的offline处理时间。

4 真值信号

4.1 目标/车道线真值信号接口

目标信息描述

Timestamp

时间戳

ID

目标的标识,具有唯一性和连续性

position

目标位置,包括x(纵向位置),y(横向位置),z(高度位置)

Bounding box

目标轮廓,包括length,width,height

Direction

目标航向角(rz)

Velocity

目标速度,包括Vx,Vy,Vz

Type

目标分类,包括car/truck/pedestrian/bicycle/motorcycle

车道线信息描述

Timestamp

时间戳

C0

0次项系数,宽度

C1

1次项系数,斜率

C2

2次项系数,曲率

C3

3次项系数,曲率变化率

Color

车道线颜色,包括白色,黄色

Type

车道线分类,包括单实线,  单虚线,  双线(实线,  虚线,  实+虚)

4.2 目标标注结果接口

        使用人工标注结果作为识别率统计的真值,最大程度保证统计的准确性。

标注信息说明

分类

Car/Truck/Bus/Van/Tricycle/Cyclist/Pedestrian

Dontcare

非真实目标或者遮挡比较严重的目标

车辆姿态

纵向车辆 /横向车辆 /倾斜车辆

车身轮廓

8个点(3D框)或4个点(2D框)的像素值

遮挡比

以%表示目标遮挡程度

4.3 传感器数据量

传感器数量每小时数据量
激光雷达16.7G
毫米波雷达20.66G*2
摄像头5

648G(非压缩)

5G(压缩)*5

RTK10.39G
汇总433.41G

4.4 真值性能验证方案

  • 5
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值