一種確定紅綠燈識別系統識別性能的方法和裝置的制造方法

一種確定紅綠燈識別系統識別性能的方法和裝置的制造方法
【專利摘要】本發明公開了一種確定紅綠燈識別系統識別性能的方法和裝置，該方法包括：接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據；根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖；獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容；依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。本方案實現了對紅綠燈識別系統快速、準確和高效的評測，極大的降低了測試成本。
【專利說明】
一種確定紅綠燈識別系統識別性能的方法和裝置
技術領域
[0001]本發明實施例涉及計算機技術，尤其涉及一種評測紅綠燈識別系統的方法和裝置。【背景技術】
[0002]隨著人工智能的發展，智能汽車逐漸走進了大眾的視野。智能汽車也稱無人車，其通過車載傳感器來感知車輛周圍環境，車輛的中央控制系統根據傳感器感知的道路和障礙物等信息綜合控制車輛的轉向和速度從而使車輛安全、可靠的在道路上行駛。
[0003]無人車在道路行駛過程中需要對紅綠燈進行有效識別，具體的識別過程為:利用長焦攝像機采集紅綠燈的視頻圖像，通過定位系統確定車輛當前的位置和姿態(朝向、旋轉角等)，再通過查詢高精地圖以獲取與當前路段和車輛姿態相關的紅綠燈信息，最后再通過車輛的圖像處理模塊確定紅綠燈的形狀和開關狀態并提供至車載控制系統。
[0004]無人車在行駛過程中能否正確識別紅綠燈對行駛的安全性影響重大，故需要一套完備的測試方法和裝置來測試無人車的紅綠燈識別系統是否能夠準確識別路口的紅綠燈， 有前述內容可知，無人車在進行紅綠燈識別時需要借助于長焦攝像機、基于GPS(Global Posit1ning System，全球定位系統)/IMU(Inertial measurement unit，慣性測量單元) 和雷達等設備的定位系統及高精地圖數據，在測試過程中面臨測試環境部署復雜且測試成本高昂和測試周期過長的問題。
【發明內容】

[0005]本發明提供了一種評測紅綠燈識別系統的方法和裝置，實現了對紅綠燈識別系統快速、準確和高效的評測，極大的降低了測試成本。
[0006]第一方面，本發明實施例提供了一種確定紅綠燈識別系統識別性能的方法，包括:
[0007]接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據；
[0008]根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖；
[0009]獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容；
[0010]依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。
[0011]第二方面，本發明實施例還提供了一種確定紅綠燈識別系統識別性能的裝置，包括:
[0012]視頻信息處理模塊，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據；
[0013]模擬生成模塊，用于根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖；
[0014]識別內容獲取模塊，用于獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容；
[0015]識別性能確定模塊，用于依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。
[0016]本發明通過接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據，根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖， 獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容，依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能，解決了測試過程中面臨的測試環境部署復雜且測試成本高昂和測試周期過長的問題，實現了對紅綠燈識別系統快速、準確和高效的評測，極大的降低了測試成本。【附圖說明】
[0017]圖1為本發明實施例一提供的確定紅綠燈識別系統識別性能的方法的流程圖；
[0018]圖2為本發明實施例二提供的確定紅綠燈識別系統識別性能的方法的流程圖；
[0019]圖3為本發明實施例三提供的確定紅綠燈識別系統識別性能的裝置的結構圖。【具體實施方式】
[0020]下面結合附圖和實施例對本發明作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發明相關的部分而非全部結構。
[0021]實施例一
[0022]圖1為本發明實施例一提供的確定紅綠燈識別系統識別性能的方法的流程圖，本實施例可適用于對紅綠燈識別系統識別性能進行測試的情況，該方法可以由計算設備如服務器、智能終端或定制車載系統來執行。示例性的，該紅綠燈識別系統可應用在無人車中， 當無人車行駛在道路上時，需要通過紅綠燈識別系統準確識別道路上的紅綠燈，并根據紅綠燈的指示確定是否行駛通過路口。[〇〇23] 如圖1所示具體包括如下步驟:
[0024]步驟101、接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據。
[0025]紅綠燈識別系統用于識別出道路上的紅綠燈及其指示狀態，通常紅綠燈設置在道路的十字路口、丁字路口或人行橫道處，故為測試出紅綠燈識別系統能否對道路上的紅綠燈進行有效識別首先需要得到包含紅綠燈的視頻信息。本步驟中，接收采集的包含有紅綠燈的視頻信息，示例性的，該視頻信息還包括紅綠燈周圍的環境信息，如紅綠燈后方的房屋，紅綠燈下方的道路和車輛等。
[0026]當接收到采集的包含有紅綠燈的視頻信息后，對該視頻信息中的真值數據進行確定。其中，真值數據表示需要識別出的內容數據，由前述內容可知，該視頻信息還包含有非紅綠燈的視頻內容，為了測試紅綠燈系統的識別性能，需要預先確定出視頻信息中的真值數據，再將該真值數據和紅綠燈識別系統識別出的內容進行比對以判斷紅綠燈識別系統的識別性能。
[0027]步驟102、根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖。
[0028]車輛定位系統通常由GPS(Global Posit1ning System，全球定位系統)單元、IMU (Inertial Measurement Unit，慣性測量單元)和雷達等設備組成，通過獲取GPS單元、IMU 單元和雷達的參數即可得到車輛當前的行駛狀態。高精地圖中包含有大量的道路信息及道路周邊的建筑物信息，和車輛配套使用的高精地圖所包含的信息更為詳盡，其中就包括詳細的紅綠燈信息，在高精地圖中除了標注有紅綠燈的具體位置外還標注了紅綠的其它設施信息，如高度、形狀和布局組合等。
[0029]當車輛在道路上行駛時，其搭載的紅綠燈識別系統需要對道路上的紅綠燈進行有效識別，在識別過程中其需要通過定位系統和高精地圖來確定當前車輛是否行駛到路口， 并采集到了包含有紅綠燈信息的視頻信息，當確定采集到包含紅綠燈的視頻信息后，紅綠燈識別系統對該視頻信息進行識別以得到當前紅綠燈的指示信息，車輛根據該指示信息決策是否通過該路口。
[0030]可選的，根據車輛狀態信息生成模擬定位系統包括:根據車輛的當前位置、朝向和旋轉角模擬生成模擬定位系統。紅綠燈識別系統在對紅綠燈進行識別時，需要借助于定位系統來確定車輛的狀態信息，如車輛的當前位置、朝向和旋轉角，再配合高精地圖查詢紅綠燈設施信息來確定當前采集的畫面中存在紅綠燈信息。本步驟中，由于車輛的狀態信息在特定場景下為固定的靜止信息，即在某一時刻車輛的位置、朝向和旋轉角是固定的，此時根據該固定的位置、朝向和旋轉角得到模擬定位系統，該模擬定位系統僅需要簡單的代碼腳本即可實現，極大的簡化了對紅綠燈識別系統的測試過程。
[0031]可選的，根據所述紅綠燈的設施信息生成模擬高精地圖包括:根據所述紅綠燈的位置、形狀、布局組合和開關狀態模擬生成模擬高精地圖。由于紅綠燈處于不同的路段上， 且各個路段的紅綠燈設施信息并不一定相同，如紅綠燈的高度、形狀和空間位置均可能出現差異，故紅綠燈識別系統在對紅綠燈進行識別時，需要借助于高精地圖來確定當前紅綠燈的設施信息，再配合定位系統來確定當前采集的畫面中存在紅綠燈信息。故本步驟中，根據紅綠燈的位置、形狀、布局組合和開關狀態模擬生成模擬高精地圖供紅綠燈識別系統讀取，無需設置其它復雜內容，該模擬高精地圖僅需要簡單的代碼腳本即可實現，極大的簡化了對紅綠燈識別系統的測試過程。
[0032]本方案中，在對紅綠燈識別系統進行測試時，需要確定紅綠燈識別系統是否能夠識別出紅綠燈信息，如前所述，該紅綠燈識別系統需要定位系統和高精地圖的信息輸入，而定位系統和高精地圖過于復雜，使得實際測試過程中效率低下，同時定位系統和高精地圖的具體實現過程并不會影響到紅綠燈系統對紅綠燈本身的識別，故本步驟中根據車輛狀態信息和紅綠燈設施信息生成模擬定位系統和模擬高精地圖供紅綠燈識別系統使用。由于模擬定位系統和模擬高精地圖僅用于紅綠燈識別系統的測試，無需多余的復雜數據，在制作過程中僅涉及到單一車輛和紅綠燈設施信息，故時間成本和經濟成本都得以節省。
[0033]步驟103、獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容。
[0034]紅綠燈識別系統對步驟101中的視頻信息進行識別，示例性的，該視頻信息可在步驟101中接收完畢后，發送至紅綠燈識別系統以對同樣的視頻信息進行識別，識別過程中借助于步驟102中生成的模擬定位系統和模擬高精地圖。本步驟中，獲取紅綠燈識別系統的識別內容，以用于后續比對處理。
[0035]步驟104、依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。
[0036]本步驟中，依據步驟101中確定的真值數據和步驟103中獲取的紅綠燈識別系統的識別內容來確定所述紅綠燈識別系統的識別性能，該識別性能表征了紅綠燈識別系統對紅綠燈進彳丁識別的能力。
[0037]示例性的，可將識別內容中的具體數據和真值數據進行單獨對比以得到紅綠燈系統的識別性能。具體的，如識別內容包括紅綠燈的形狀為圓形，紅綠燈的組合為橫向組合， 紅綠燈的高度為6米，而真實數據中該紅綠燈的形狀記錄為圓形，組合記錄為橫向組合，高度記錄為6米，則可認定紅綠燈識別系統識別出了該紅綠燈。
[0038]本實施例的技術方案，解決了測試過程中面臨的測試環境部署復雜且測試成本高昂和測試周期過長的問題，實現了對紅綠燈識別系統快速、準確和高效的評測，極大的降低了測試成本。
[0039]在上述技術方案的基礎上，確定所述視頻信息的真值數據包括:接收用戶在所述視頻信息中的標注信息，將所述標注信息作為真值數據。示例性的，用戶可在視頻信息中進行標注，并相應的錄入標注內容所對應的標注信息。舉例而言，對視頻信息中的紅綠燈進行標注，并錄入該紅綠燈的形狀、布局組合和高度位置等作為真值數據。該方式確定的真值數據準確度較高，由于需要人工標注，當測試紅綠燈識別系統性能時采集的視頻信息量不是十分龐大時，該方式的效率相對較高。可選的，該確定視頻信息的真值數據的方式還可以是利用機器學習算法，對獲取的視頻信息進行特征提取，通過對大量視頻信息的機器學習以得到真值數據，該方式可適用于視頻信息量非常龐大的情況。
[0040]實施例二
[0041]圖2為本發明實施例二提供的確定紅綠燈識別系統識別性能的方法的流程圖，本實施例在實施例一的基礎上，給出了一種具體的對紅綠燈視頻圖像進行采集并對紅綠燈識另IJ系統識別性能進行測試得到識別性能的方法。如圖2所示，具體包括:[〇〇42]步驟201、接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進行虛擬化處理得到預設場景下的紅綠燈視頻信息。
[0043]示例性的，該攝像裝置固定在指定場景中以采集視頻信息，同時用于模擬真實車輛在行駛過程中對視頻信息的采集過程，該指定場景根據實際的評測需求而定。該評測需求包括但不限于紅綠燈設施位置、形狀、大小、高度和數量，車輛距離紅綠燈設施的距離，天氣信息，光照強度和光照方向等。其中，通過虛擬化處理可得到預設場景下的紅綠燈視頻信息。示例性的，通過對采集的視頻信息進行下雨天模擬的虛擬化處理以得到下雨天的紅綠燈視頻信息。本步驟中將攝像裝置放置于不同場景下采集視頻信息，并對視頻信息進行虛擬化處理以得到多維度的包含紅綠燈的視頻信息用于紅綠燈識別系統識別，提高了在確定紅綠燈識別系統識別性能時的準確性和穩定性。
[0044]步驟202、根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖。
[0045]本步驟中，在根據車輛狀態信息生成模擬定位系統時，可根據步驟101中的攝像裝置的具體位置和拍攝角度來模擬車輛狀態信息，示例性的，該拍攝裝置距離紅綠燈設施為 20米，則車輛狀態信息中距離紅綠燈的位置相應設置為20米，該攝像裝置朝向的方向相應的為車輛狀態信息中朝向的方向，由此可通過攝像裝置的參量信息代替車輛狀態信息來生成模擬定位系統。
[0046]該攝像裝置處于靜止狀態，其采集到的紅綠燈設施也是固定的，在生成模擬定位系統和模擬高精地圖時十分簡便，使得確定紅綠燈識別系統識別性能的流程大幅簡化。
[0047]步驟203、獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容。[〇〇48]步驟204、依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。
[0049]本實施例的技術方案，解決了確定紅綠燈識別系統識別性能方式單一的問題，同時進一步簡化了確定紅綠燈識別系統識別性能的流程。
[0050]在上述各個實施例的基礎上，所述真值數據和所述識別內容包括所述紅綠燈的位置、大小、高度、形狀、數量、顏色和亮滅狀態中的至少一種。本領域技術人員可知，還可根據實際測試需求相應的添加其它和紅綠燈有關的參數信息。[0051 ]在上述各個實施例的基礎上，所述識別性能包括識別準確率、召回率和抗干擾率中的至少一種。其中，識別準確率表征紅綠燈識別系統識別出的紅綠燈識別內容和真值數據是否一致，示例性的，若紅綠燈的形狀為圓形，其相應的識別內容中識別出的形狀也為圓形，則認為識別準確，將各個參數逐一對比，根據比對是否一致來得到識別準確率。召回率表征了紅綠燈識別系統中識別內容的種類是否完全，示例性的，該紅綠燈的真值數據包括6 中類別，而通過紅綠燈識別系統識別出的識別內容中僅包含3中類別，則可認定其召回率為 50%。抗干擾率表征了紅綠燈識別系統在不同環境(如雨天、大雪或大霧)下對紅綠燈進行識別時的抗干擾能力。本步驟通過多個參數表征確定出的紅綠燈識別系統的識別性能，評測結果更加全面。[〇〇52] 實施例三[〇〇53]圖3為本發明實施例三提供的確定紅綠燈識別系統識別性能的裝置的結構圖，具體包括:[〇〇54]視頻信息處理模塊1，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據；
[0055]模擬生成模塊2，用于根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖；
[0056]識別內容獲取模塊3,用于獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容；
[0057]識別性能確定模塊4,用于依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。[〇〇58]本實施例的技術方案，通過接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據，根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地圖，獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到的識別內容，依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能，解決了測試過程中面臨的測試環境部署復雜且測試成本高昂和測試周期過長的問題，實現了對紅綠燈識別系統快速、準確和高效的評測，極大的降低了測試成本。
[0059]在上述技術方案的基礎上，所述視頻信息處理模塊1具體用于:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進行虛擬化處理得到預設場景下的紅綠燈視頻信息。
[0060]在上述技術方案的基礎上，所述模擬生成模塊2具體用于:根據車輛的當前位置、 朝向和旋轉角模擬生成模擬定位系統。
[0061]在上述技術方案的基礎上，所述模擬生成模塊2具體用于:根據所述紅綠燈的位置、形狀、布局組合和開關狀態模擬生成模擬高精地圖。
[0062]在上述技術方案的基礎上，所述視頻信息處理模塊1具體用于:接收用戶在所述視頻信息中的標注信息，將所述標注信息作為真值數據。
[0063]在上述技術方案的基礎上，所述真值數據和所述識別內容包括所述紅綠燈的位置、大小、高度、形狀、數量、顏色和亮滅狀態中的至少一種。
[0064]在上述技術方案的基礎上，所述識別性能包括識別準確率、召回率和抗干擾率中的至少一種。
[0065]上述產品可執行本發明任意實施例所提供的方法，具備執行方法相應的功能模塊和有益效果。[〇〇66]注意，上述僅為本發明的較佳實施例及所運用技術原理。本領域技術人員會理解， 本發明不限于這里所述的特定實施例，對本領域技術人員來說能夠進行各種明顯的變化、 重新調整和替代而不會脫離本發明的保護范圍。因此，雖然通過以上實施例對本發明進行了較為詳細的說明，但是本發明不僅僅限于以上實施例，在不脫離本發明構思的情況下，還可以包括更多其他等效實施例，而本發明的范圍由所附的權利要求范圍決定。
【主權項】
1.一種確定紅綠燈識別系統識別性能的方法，其特征在于，包括:接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的真值數據；根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信息生成模擬高精地 圖；獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統和所述模擬高精地圖得到 的識別內容；依據所述真值數據和所述識別內容確定所述紅綠燈識別系統的識別性能。2.根據權利要求1所述的方法，其特征在于，接收采集的包含有紅綠燈的視頻信息包 括:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進 行虛擬化處理得到預設場景下的紅綠燈視頻信息。3.根據權利要求1所述的方法，其特征在于，根據車輛狀態信息生成模擬定位系統包 括:根據車輛的當前位置、朝向和旋轉角模擬生成模擬定位系統。4.根據權利要求1所述的方法，其特征在于，根據所述紅綠燈的設施信息生成模擬高精 地圖包括:根據所述紅綠燈的位置、形狀、布局組合和開關狀態模擬生成模擬高精地圖。5.根據權利要求1所述的方法，其特征在于，確定所述視頻信息的真值數據包括:接收用戶在所述視頻信息中的標注信息，將所述標注信息作為真值數據。6.根據權利要求1-5中任意一項所述的方法，其特征在于，所述真值數據和所述識別內 容包括所述紅綠燈的位置、大小、高度、形狀、數量、顏色和亮滅狀態中的至少一種。7.根據權利要求1-5中任意一項所述的方法，其特征在于，所述識別性能包括識別準確 率、召回率和抗干擾率中的至少一種。8.—種確定紅綠燈識別系統識別性能的裝置，其特征在于，包括:視頻信息處理模塊，用于接收采集的包含有紅綠燈的視頻信息，確定所述視頻信息的 真值數據；模擬生成模塊，用于根據車輛狀態信息生成模擬定位系統，根據所述紅綠燈的設施信 息生成t旲擬尚精地圖；識別內容獲取模塊，用于獲取紅綠燈識別系統根據所述視頻信息、所述模擬定位系統 和所述模擬高精地圖得到的識別內容；識別性能確定模塊，用于依據所述真值數據和所述識別內容確定所述紅綠燈識別系統 的識別性能。9.根據權利要求8所述的裝置，其特征在于，所述視頻信息處理模塊具體用于:接收通過攝像裝置在指定場景采集的包含有紅綠燈的視頻信息，并對所述視頻信息進行虛擬化處理得到預設場景下的紅綠燈視頻信息。10.根據權利要求8所述的裝置，其特征在于，所述模擬生成模塊具體用于:根據車輛的當前位置、朝向和旋轉角模擬生成模擬定位系統。11.根據權利要求8所述的裝置，其特征在于，所述模擬生成模塊具體用于:根據所述紅綠燈的位置、形狀、布局組合和開關狀態模擬生成模擬高精地圖。12.根據權利要求8所述的裝置，其特征在于，所述視頻信息處理模塊具體用于:接收用戶在所述視頻信息中的標注信息，將所述標注信息作為真值數據。13.根據權利要求8-12中任意一項所述的裝置，其特征在于，所述真值數據和所述識別 內容包括所述紅綠燈的位置、大小、高度、形狀、數量、顏色和亮滅狀態中的至少一種。14.根據權利要求8-12中任意一項所述的裝置，其特征在于，所述識別性能包括識別準 確率、召回率和抗干擾率中的至少一種。
【文檔編號】G08G1/0962GK106023622SQ201610586513
【公開日】2016年10月12日
【申請日】2016年7月22日
【發明人】胡太群
【申請人】百度在線網絡技術（北京）有限公司