System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開涉及一種自動駕駛技術,特別涉及一種通過優化采樣模塊來提升自動駕駛優化效率的自動駕駛優化方法、系統和計算機可讀存儲介質。
技術介紹
1、自動駕駛系統在研發過程中需要經歷長時間的道路測試,以使用真實道路場景數據優化自動駕駛的各個系統模塊。舉例來說,當自動駕駛系統在真實道路場景中判斷失準時,測試車會出現不合理的駕駛行為,因此自動駕駛系統需要被優化以避免這些不合理的駕駛行為。然而,真實道路場景的數據分布呈現特殊的長尾分布,也就是實際能夠用來提升自動駕駛系統性能的數據只占所有路測數據的一小部分。
2、為了將這一小部分數據采樣出來,傳統上測試員會持續的監控測試車在真實道路上的自動駕駛行為,并且在測試車出現不合理的自動駕駛行為的時間點打下時間戳,以交由工程師來分析不合理的自動駕駛行為的生成原因,再進一步地據以優化自動駕駛系統中的一或多個模塊。然而,這樣的方式牽涉到很多人力成本,限制了自動駕駛的測試規模,因此需要自動化且精準的路測數據采樣方案。
技術實現思路
1、有鑒于此,本公開提出一種自動駕駛優化方法、系統和計算機可讀存儲介質,能夠自動化且精準的采集到路測數據中有價值的場景數據,并據以優化自動駕駛的性能。據此,可減少人力與時間成本,并且提升自動駕駛的測試規模。
2、本公開的第一個方面提出了一種自動駕駛優化方法,包括通過自動駕駛模塊,獲取行車數據對應的處理結果;通過采樣模塊,基于采樣目標及所述處理結果,從所述行車數據中篩選出第一樣本行車數據,並且記錄所述第一樣本行車數
3、本公開的第二個方面提出了一種自動駕駛優化系統,包括一個或多個處理器,以及存儲程序的存儲器。程序包括指令,此指令在由處理器執行時使自動駕駛優化系統執行上述的自動駕駛優化方法。
4、本公開的第三個方面提出了一種存儲有程序的計算機可讀存儲介質,此程序包括指令,此指令在由計算裝置的一個或者多個處理器執行時,致使計算裝置執行上述的自動駕駛優化方法。
本文檔來自技高網...【技術保護點】
1.一種自動駕駛優化方法,其特征在于,包括:
2.如權利要求1所述的自動駕駛優化方法,其特征在于,所述基于經優化的所述采樣模塊,優化所述自動駕駛模塊包括:
3.如權利要求2所述的自動駕駛優化方法,其特征在于,更包括:
4.如權利要求3所述的自動駕駛優化方法,其特征在于,更包括:
5.如權利要求1所述的自動駕駛優化方法,其特征在于,更包括:
6.如權利要求5所述的自動駕駛優化方法,其特征在于,基于所述第一特征信息及所述第一樣本行車數據對應的所述采樣目標,優化所述采樣模塊包括:
7.如權利要求6所述的自動駕駛優化方法,其特征在于,所述評價指標包括F值。
8.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣模塊包括用于判定所述采樣目標的采樣規則集,基于所述第一特征信息及所述第一樣本行車數據對應的所述采樣目標,優化所述采樣模塊包括:
9.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣模塊包括用于判定所述采樣目標的多個采樣規則及對應所述多個采樣規則的多個權重,
10
11.如權利要求1所述的自動駕駛優化方法,其特征在于,基于所述第一特征信息及所述第一樣本傳感器數據對應的所述采樣目標,優化所述采樣模塊包括:
12.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣目標包括所述處理結果中的擬似錯誤結果。
13.如權利要求12所述的自動駕駛優化方法,其特征在于,所述第一特征信息中包括所述擬似錯誤結果對應的錯誤類型及錯誤位置。
14.如權利要求1所述的自動駕駛優化方法,其特征在于,所述自動駕駛模塊包括三維物體檢測模塊,其中通過所述自動駕駛模塊,獲取所述行車數據對應的所述處理結果包括:
15.如權利要求1所述的自動駕駛優化方法,其特征在于,所述自動駕駛模塊設置于車輛上,并且所述行車數據對應的所述處理結果用以決定所述車輛的自動駕駛行為。
16.一種自動駕駛優化系統,其特征在于,包括:
17.一種存儲有程序的計算機可讀存儲介質,所述程序包括指令,其特征在于,所述指令在由計算裝置的一個或者多個處理器執行時,致使所述計算裝置執行根據權利要求1至15中任一項所述的方法。
...【技術特征摘要】
1.一種自動駕駛優化方法,其特征在于,包括:
2.如權利要求1所述的自動駕駛優化方法,其特征在于,所述基于經優化的所述采樣模塊,優化所述自動駕駛模塊包括:
3.如權利要求2所述的自動駕駛優化方法,其特征在于,更包括:
4.如權利要求3所述的自動駕駛優化方法,其特征在于,更包括:
5.如權利要求1所述的自動駕駛優化方法,其特征在于,更包括:
6.如權利要求5所述的自動駕駛優化方法,其特征在于,基于所述第一特征信息及所述第一樣本行車數據對應的所述采樣目標,優化所述采樣模塊包括:
7.如權利要求6所述的自動駕駛優化方法,其特征在于,所述評價指標包括f值。
8.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣模塊包括用于判定所述采樣目標的采樣規則集,基于所述第一特征信息及所述第一樣本行車數據對應的所述采樣目標,優化所述采樣模塊包括:
9.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣模塊包括用于判定所述采樣目標的多個采樣規則及對應所述多個采樣規則的多個權重,
10.如權利要求1所述的自動駕駛優化方法,其特征在于,所述采樣模塊包...
【專利技術屬性】
技術研發人員:張恒,李智超,王乃巖,
申請(專利權)人:北京圖森智途科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。