[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

说明书

一种面向虚拟算法验证的通用虚拟传感器模型建模方法，通过建立模型指标，采用基于MCMC方法的新型建模技术，建立真实分布模型，并建立可以纳入虚拟仿真平台的虚拟传感器模型。简化了数据采集阶段的操作，数据的分类和处理可以自动化实现，提升数据采集效率。本发明建立的虚拟传感器模型能够反映真实环境下特定目标状态条件下传感器对其检测概率、分类能力、运动状态检测精度，赋予虚拟测试中虚拟传感器符合真实情况的失效能力，便于验证规划、控制算法在传感器失效等极端场景下的鲁棒性、有效性。

技术领域

本发明涉及的是一种自动驾驶领域的车载传感器虚拟仿真技术，具体是一种用于智能网联汽车规划控制算法验证的通用虚拟传感器建模方法及系统，适用于不同类型的外感传感器设备。

背景技术

智能汽车算法的测试需要覆盖足够多的场景，特别是危害性大的场景。基于实车实验无法完全覆盖危害性大的测试场景，因此虚拟测试成为应对此挑战的主流形式。现有虚拟测试软件中的虚拟传感器无法反映真实传感器的特征，具体为传感器由于自然交通环境的复杂性导致的对于周围感知目标的检测存在误差无法体现。比如检测目标的漏检、误检以及目标量测报文的统计学误差。目前基于传感器物理模型建模(如IPG CarMaker/PreScan中的传感器模型)虽然便于建立不同型号、不同参数的虚拟传感器模型，但是其对于真实复杂环境对于量测的干扰无法建模。基于当前的传感器模型开展自动驾驶算法/ADAS算法的仿真，将无法充分体现传感器可能发生的漏检、误检、检测误差等，无法充分验证自动驾驶算法/ADAS算法的鲁棒性。

发明内容

本发明针对现有技术存在的上述不足，提出一种面向虚拟算法验证的通用虚拟传感器模型建模方法，基于传感器的输出特性，建立包括传感器对典型目标检测概率、分类能力、运动状态检测精度等统计分布模型的虚拟传感器模型，对自动驾驶算法/ADAS算法的设计提供指导。

本发明是通过以下技术方案实现的：

本发明涉及一种面向虚拟算法验证的通用虚拟传感器模型建模方法，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，存储于数据库。

所述的传感器指搭载于自动驾驶车辆上的感知传感器，包括但不限于视觉感知系统、毫米波雷达、激光雷达等。

所述的目标指城市交通工况中常见的交通参与者，包括但不限于其他车辆、行人、骑行者等。

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(MCMC)计算毫米波雷达在特定复杂环境下目标的检测概率、分类能力、运动状态检测精度统计学模型，具体包括：

2.1)基于对外感传感器(如视觉感知系统、毫米波雷达等)感知范围的预划分网格(1mX1m)，对采集的传感器量测数据-真值对依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。