[发明专利]大规模数据驱动下空间决策一致性的鉴定试验方法

权利要求书

1.大规模数据驱动下空间决策一致性的鉴定试验方法，其特征在于，包括如下步骤：

步骤S1：采集空间场景数据；

步骤S2：生成空间场景CSV数据；

步骤S3：空间目标探测计算；

所述的步骤S3中的空间目标探测计算具体包括有效性评价计算，空间正确率计算，时间分值计算，位置分值计算，

具体计算过程如下：

步骤S31：有效性评价计算

从CSV文件中检索物体的关联时间戳的最早的开始时间T_S和最晚的结束时间T_E，记为目标可检索区间[T_S，T_E]；

当帧类型为图像设备，有效性阈值为Threshold，空间决策一致性决策系统提供的包围框面积为S_B，空间数据CSV包围框面积为S_A，当且仅当时间戳空间探测目标有效性Valid：

若Valid≥Threshold，则认为该次结果有效，否则记为无效；

当帧类型为激光设备，有效性阈值为Threshold，空间决策一致性决策系统提供的包围框面积为S_B，空间数据CSV包围框面积为S_A，当且仅当时间戳且时间戳空间探测目标有效性Valid：

若Valid≥Threshold，则认为该次结果有效，否则记为无效；

步骤S32：空间正确率计算

对于第k个物体，空间决策一致性决策系统一共返回M次目标可检索区间内的结果，其中M_k个结果有效，则第k类物体的正确率分数为：

步骤S33：时间分值计算

对于第k个物体，记录第一次发送与第k个物体有关联的帧的数据发送时间戳，记为T₀，以及第一次接受到该物体有效的接收时间戳T_R，

则该物体的时间正确率S_T为：

步骤S34：位置分值计算

对于第k个物体，空间决策一致性决策系统中与空间数据距离最接近的一帧结果，记为(x_R，y_R)，空间数据结果为(x_A，y_A)，则可计算两者至今的距离L

设定距离阈值L_l/L_h则位置得分：

步骤S4：空间目标探测分值计算；

所述的步骤S4包括，

k个物体需要检测，其中有k′个任务完成，则该类物体的任务分为：

空间目标探测分值计算总计公式：设有K个物体，则目标探测总分为：

其中，S为最终得分，W_M为评分的任务分权重，W_A为评分的部分分权重，为第m类的准确分权重，为第m类的时间分权重，为第m类的清晰分权重，为第m类的位置分权重，以上权重需要满足关系：

其中，为第m类评分的任务分权重，为第m类评分的部分分权重，

步骤S5：环境建模与计算；

所述的步骤S5包括，平台定位计算，环境计算，建模计算，具体计算过程如下：

步骤S51：平台定位计算

第n个抽测点返回的数据为(x_R，y_R，θ_R)，空间数据为(x_A，y_A，θ_A)，则其欧式距离角度差为L_θ＝|θ_R-θ_A|，记距离最小误差为L_dl，最大误差为L_dh，角度差的最小误差为L_θl，最大误差为L_θh，则该抽测点的定位得分计算为：

S_L＝αS_d+βS_θ

其中，α＝0.3，β＝0.7

记抽测点的定位数据发送的时间戳为T₀，接收到该抽测点结果的时间为T_R，记最大容许时间为则该抽测点定位时间分为：

步骤S52：场景理解评分计算

第n个抽测点返回的数据为矩阵X_r，c，空间矩阵为Y_r，c，CSV中提供了若干个评分点，设有K_n个评分点，第k个评分点的坐标为(i_k，j_k)，CSV文件中对应的该行的值记为Y_ij，则该项得分的计算为：

即匹配数量/总评分点数量得到匹配率；

场景理解的时间分S_UT与定位部分的时间分一致，需要添加时间阈值

步骤S53：环境建模的计算

对于第n个参考点，记录返回结果为(x_R，y_R)，真值文件结果为(x_A，y_A)，则可计算距离设定距离阈值L_l/L_h则位置得分：

记最后一帧数据发送完成的时间戳为T_OR，地图收集完成时间为T_RR，最大容许时间为则该抽测点定位时间分为

步骤S6：环境建模总分计算；

所述的步骤S6包括，

式中，S为最终得分，W_L为抽测点的定位分权重，选取100，W_LT为抽测点的定位时间分权重，选取50，W_U为局部场景的理解分权重，选取100，W_UT为局部场景的时间分权重，选取50，W_G为全局控制点的建模分权重，选取120，W_GT为全局控制点的建模时间分权重，选取80；

以上权重需要满足关系：

W_L+W_LT＝150

W_U+W_UT＝150

W_G+W_GT＝200。