传感器对标评估系统的核心功能

　　应用背景
　　智能驾驶汽车应用多种传感器对目标物探测，如采用激光雷达、毫米波雷达、摄像头等传感器。在开发和测试智能驾驶汽车时，往往需要将不同种类的传感器识别的目标物进行对比，或者对某种传感器与真值传感器（Ground Truth， GT）进行对标评估。
　　
　　图1 真值传感器和测试传感器识别目标物示意图（资料图）

　　传感器对标评估系统
　　
　　图2 传感器对标评估系统数据选择和位置标定界面
　　为了实现两种传感器识别目标物对比，传感器对标评估系统具备以下功能：
　　• 根据传感器识别的目标点信息，自动匹配目标物的轨迹
　　• 计算测试传感器的漏报、误报情况
　　• 统计测试传感器的识别目标物信息
　　
　　图3 真值传感器和测试传感器识别目标物轨迹

　　核心功能：轨迹对比算法
　　• 轨迹挑选
　　利用多帧数据，自动获取目标物的轨迹曲线；目标物如果存活帧数过少或存活时间太短，无法形成有效轨迹，则被认为杂点忽略。
　　• 范围限制
　　选取真值传感器和对比传感器的公共探测区域来对比，忽略公共区域以外的目标物。可以对近程（±45°，60m）、中程（±9°，120m）、远程（±4°，180m）的轨迹进行选择，或者根据自定义范围筛选轨迹。
　　• 快速轨迹比对
　　采用轨迹非特征点抽希和动态时间规整等算法，能够较好地比对真值和对比传感器识别的目标物轨迹。如下图所示，采用该算法匹配的真值传感器（GT）和对比传感器轨迹能够和实车采集的数据吻合。
　　
　　图4 真值传感器和测试传感器识别目标物轨迹对比和实车测试图

　　核心功能：识别目标数统计
　　• 真值传感器和测试传感器的识别总数统计
　　• 测试传感器识别目标漏报率统计
　　• 测试传感器识别目标误报率统计
　　
　　图5 识别目标数统计报告（示例）