[发明专利]面向虚拟算法验证的通用虚拟传感数据采集方法及系统

权利要求书

1.一种面向虚拟算法验证的通用虚拟传感器模型建模方法，其特征在于，包括以下步骤：

步骤1、传感器与目标真实数据同步采集系统采集真实传感器数据，利用时间戳及插值算法实现传感器数据及真实状态数据时间上的同步；

步骤2、基于传感器监控区域预划分网格对采集传感器数据及真实状态数据进行统计学空间分组，即将目标处于单个网格中的数据存于一组中，然后采用机器学习模型计算毫米波雷达在特定复杂环境下目标的检测概率分布、传感器对于目标处于传感器检测区域内不同区域分类置信度、动力学状态检测误差模型；

步骤3、基于步骤2得到的传感器各项性能的统计学模型后，进一步将其适配为成熟虚拟仿真环境可用的虚拟传感器模型其中:p_D(x)为传感器对于目标的检测概率分布，为传感器对于目标的动力学状态检测误差模型。

2.根据权利要求1所述的面向虚拟算法验证的通用虚拟传感器模型建模方法，其特征是，所述的传感器指搭载于自动驾驶车辆上的感知传感器，包括视觉感知系统、毫米波雷达、激光雷达。

3.根据权利要求1所述的面向虚拟算法验证的通用虚拟传感器模型建模方法，其特征是，所述的步骤2具体包括：

2.1)基于对外感传感器感知范围的预划分网格，对采集的传感器量测数据-真值按照空间分布划分到各个对应网格中，以模拟真实目标在各个网格中的重复检测实验数据；

2.2)采用马尔科夫链蒙特卡洛方法计算毫米波雷达在包含路灯柱、道路围栏、地面金属反射物的自然交通环境时①传感器对于处于其理论检测范围内的目标，成功检测到并给出量测报文的概率，随目标在传感器检测范围中不同位置的分布，具体为：p_D＝f(s，x)，其中：s为传感器的位置、朝向角即其内参，x为处于其理论检测范围内的目标的位置、速度、形状大小即材质；②传感器对于目标处于传感器检测区域内不同区域分类置信度，具体为：p(y|x)其中x为传感器感知数据，y为类别，基于数据x得到分类为y的条件概率；③传感器对于目标处于传感器检测区域内不同区域状态检测误差均值及协方差矩阵，具体为：其中：x_i，i＝1，…，M为M个样本数据，为样本均值，S为样本协方差。

4.根据权利要求3所述的面向虚拟算法验证的通用虚拟传感器模型建模方法，其特征是，所述的步骤3具体包括：

C1虚拟传感器模型检测区域内给定目标的量测数据的生成概率依步骤2中检测概率模型，以近似真实传感器的漏检特定；

C2虚拟传感器模型检测区域内给定目标的量测数据的生成误差依步骤2中运动状态检测精度模型，以近似真实传感器的检测误差；

C3虚拟传感器模型检测区域内给定目标的分类准确率依步骤2中分类置信度模型，以近似真实传感器的分类误差。

5.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：目标真实状态数据同步数据采集模块、模型推断模块和虚拟传感器设计模块，其中：目标真实状态数据同步采集模块采集传感器真实量测数据数据并实现与目标真实状态数据的同步，输出同步后数据在不同预划分网格中的数据集至模型推断模块，模型推断模块进行传感器检测概率模型、量测误差模型以及目标分类置信度模型的建模，虚拟传感器设计模块根据模型推断模块输出信息，进行仿真环境中目标的量测的生成，得到虚拟传感器的测量结果。