本技術(shù)涉及人工智能安全，尤其涉及一種面向車端局部地圖的質(zhì)量評價(jià)方法、裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、隨著市場對汽車安全和智能化的需求不斷提高，自動駕駛的社會價(jià)值和經(jīng)濟(jì)價(jià)值日益顯著。高精地圖的進(jìn)步和普及使車輛能夠?qū)崿F(xiàn)實(shí)時(shí)精準(zhǔn)定位，而廣泛應(yīng)用的智能駕駛技術(shù)使汽車駕駛變得更加簡單智能，高精地圖和智能駕駛技術(shù)的結(jié)合共同推動了自動駕駛汽車技術(shù)的發(fā)展。

2、傳統(tǒng)的高精地圖構(gòu)建方案通常使用移動測量車采集數(shù)據(jù)，基于即時(shí)定位與地圖構(gòu)建(simultaneous?localization?and?mapping，slam)制作離線全局高精地圖，此種方案流程復(fù)雜，維護(hù)成本高，難以實(shí)現(xiàn)對道路的全時(shí)空覆蓋。

3、近期，基于鳥瞰圖視角(bird’s-eye-view,?bev)感知的車端局部高精地圖構(gòu)建研究受到廣泛關(guān)注。其主要依賴攝像頭或激光雷達(dá)等車載傳感器以及深度學(xué)習(xí)技術(shù)，利用同一采集時(shí)刻的環(huán)視圖像或激光點(diǎn)云數(shù)據(jù)，在自車坐標(biāo)系下，構(gòu)建車輛周圍一定范圍內(nèi)（通常左右15m，前后30m）的車道分隔線、道路邊界線和人行橫道等地圖要素。生成的車端局部高精地圖包含道路拓?fù)洹⒔煌ㄒ?guī)則等語義信息，為基于深度學(xué)習(xí)的自動駕駛下游任務(wù)（如運(yùn)動預(yù)測和規(guī)劃）提供友好的矢量化地圖，并且易于拓展。

4、然而，由于傳感器性能差異以及在建圖過程中受到天氣、光照、遮擋等環(huán)境因素的影響，基于bev感知構(gòu)建的車端局部高精地圖質(zhì)量存在差異。因此，對建圖結(jié)果進(jìn)行合理的質(zhì)量評價(jià)顯得至關(guān)重要，有助于評價(jià)和比較車端局部高精地圖構(gòu)建算法的性能以及魯棒性，確保建圖數(shù)據(jù)的可信度和可用性。為了指導(dǎo)建圖方法的優(yōu)化，并推動其在自動駕駛等領(lǐng)域的應(yīng)用，對車端局部高精地圖進(jìn)行質(zhì)量評價(jià)具有重要意義。然而，現(xiàn)有質(zhì)量評價(jià)維度片面、方法單一，難以客觀、全面地描述地圖產(chǎn)品的性能。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種面向車端局部地圖的質(zhì)量評價(jià)方法、裝置、存儲介質(zhì)及電子設(shè)備，能夠客觀、全面地描述地圖產(chǎn)品的性能。

2、本技術(shù)實(shí)施例提供了一種面向車端局部地圖的質(zhì)量評價(jià)方法，包括：

3、獲取車端局部地圖，所述車端局部地圖包括預(yù)測地圖與真值地圖；

4、對所述車端局部地圖進(jìn)行預(yù)處理；

5、對預(yù)處理后的所述預(yù)測地圖與預(yù)處理后的所述真值地圖進(jìn)行匹配，得到匹配結(jié)果；

6、基于所述匹配結(jié)果計(jì)算所述車端局部地圖的完整性評價(jià)參數(shù)、邏輯一致性評價(jià)參數(shù)、位置準(zhǔn)確度評價(jià)參數(shù)以及專題質(zhì)量評價(jià)參數(shù)；

7、基于所述完整性評價(jià)參數(shù)、所述邏輯一致性評價(jià)參數(shù)、所述位置準(zhǔn)確度評價(jià)參數(shù)以及所述專題質(zhì)量評價(jià)參數(shù)得到車端局部地圖的質(zhì)量評價(jià)結(jié)果。

8、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，所述對預(yù)處理后的所述預(yù)測地圖與預(yù)處理后的所述真值地圖進(jìn)行匹配，得到匹配結(jié)果，包括：

9、逐個(gè)計(jì)算所述預(yù)測地圖中的預(yù)測序列要素集合與所述真值地圖中的真值序列要素集合的弗雷歇距離；其中，所述預(yù)測序列要素集合包括若干個(gè)預(yù)測地圖要素，所述真值序列要素集合包括若干個(gè)真值地圖要素；

10、確定與所述預(yù)測序列要素集合的弗雷歇距離最小的所述真值地圖要素；

11、若弗雷歇距離最小值小于預(yù)設(shè)的距離閾值，則確定所述真值地圖要素是所述預(yù)測地圖的匹配真值。

12、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，基于匹配結(jié)果計(jì)算所述車端局部地圖的完整性評價(jià)參數(shù)，包括：

13、基于所述匹配結(jié)果確定未匹配的預(yù)測地圖要素占預(yù)測地圖要素總長度的第一比值，將所述第一比值作為多余評價(jià)參數(shù)；

14、基于所述匹配結(jié)果確定未匹配的真值地圖要素總長度占真值地圖要素總長度的第二比值，將所述第二比值作為遺漏評價(jià)參數(shù)；

15、根據(jù)預(yù)測地圖與真值地圖確定精確率和召回率；

16、基于所述多余評價(jià)參數(shù)、所述遺漏評價(jià)參數(shù)、所述精確率與所述召回率確定所述車端局部地圖的完整性評價(jià)參數(shù)。

17、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，基于所述匹配結(jié)果計(jì)算所述車端局部地圖的邏輯一致性評價(jià)參數(shù)，包括：

18、在成功匹配的所述真值地圖要素上進(jìn)行多次隨機(jī)點(diǎn)對的采樣，得到多對采樣點(diǎn)；

19、若所述采樣點(diǎn)能投影至對應(yīng)的所述預(yù)測地圖上，且投影距離小于預(yù)設(shè)的距離閾值時(shí)，則確定所述真值地圖要素與所述預(yù)測地圖要素的邏輯一致性評價(jià)參數(shù)為1。

20、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，基于所述匹配結(jié)果計(jì)算所述車端局部地圖的位置準(zhǔn)確度評價(jià)參數(shù)，包括：

21、計(jì)算所述預(yù)測地圖要素中的實(shí)例點(diǎn)與自車之間的第一相對距離；

22、計(jì)算所述預(yù)測地圖要素中的實(shí)例點(diǎn)、與所述預(yù)測地圖要素匹配的真值地圖要素之間的絕對位置誤差；

23、對所述第一相對距離進(jìn)行分段，在每個(gè)段內(nèi)計(jì)算所述絕對位置誤差的平均值；

24、計(jì)算所述預(yù)測地圖要素與所述預(yù)測地圖相鄰的第一相鄰地圖中的第一相鄰地圖要素之間的第二相對距離；

25、計(jì)算所述真值地圖要素與所述真值地圖相鄰的第二相鄰地圖中的第二相鄰地圖要素之間的第三相對距離；

26、基于所述第二相對距離與所述第三相對距離得到所述預(yù)測地圖要素的相對位置誤差；

27、基于所述絕對位置誤差的平均值與所述相對位置誤差計(jì)算所述車端局部地圖的位置準(zhǔn)確度評價(jià)參數(shù)。

28、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，基于所述匹配結(jié)果計(jì)算所述車端局部地圖的專題質(zhì)量評價(jià)參數(shù)，包括：

29、在匹配成功的預(yù)測地圖要素中，計(jì)算所述預(yù)測地圖要素的類別與所述真值地圖要素的類別一致的數(shù)量占匹配成功的預(yù)測地圖要素?cái)?shù)量的第三比值，將所述第三比值作為專題分類正確性評價(jià)參數(shù)；

30、在匹配成功的預(yù)測地圖要素中，計(jì)算所述預(yù)測地圖要素中方向與所述真值地圖要素的方向一致的數(shù)量占匹配成功的預(yù)測地圖要素?cái)?shù)量的第四比值，將所述第四比值作為定量屬性準(zhǔn)確度評價(jià)參數(shù)；

31、基于所述專題分類正確性評價(jià)參數(shù)與所述定量屬性準(zhǔn)確度評價(jià)參數(shù)得到專題質(zhì)量評價(jià)參數(shù)。

32、進(jìn)一步地，上述面向車端局部地圖的質(zhì)量評價(jià)方法，其中，所述完整性參數(shù)包括平衡f參數(shù)和完整性f參數(shù)，所述基于所述多余評價(jià)參數(shù)、所述遺漏評價(jià)參數(shù)、所述精確率與所述召回率確定所述車端局部地圖的完整性評價(jià)參數(shù)，包括：

33、通過下式計(jì)算所述平衡f參數(shù)和所述完整性f參數(shù)：

34、

35、

36、其中，為精確率，為召回率，為多余評價(jià)參數(shù)，為遺漏評價(jià)參數(shù)，為平衡f參數(shù)，為完整性f參數(shù)。

37、本技術(shù)實(shí)施例還提供了一種面向車端局部地圖的質(zhì)量評價(jià)裝置，包括：

38、獲取模塊，用于獲取車端局部地圖，所述車端局部地圖包括預(yù)測地圖與真值地圖；

39、預(yù)處理模塊，用于對所述車端局部地圖進(jìn)行預(yù)處理；

40、匹配模塊，用于對預(yù)處理后的所述預(yù)測地圖與預(yù)處理后的所述真值地圖進(jìn)行匹配，得到匹配結(jié)果；

41、計(jì)算模塊，用于基于所述匹配結(jié)果計(jì)算所述車端局部地圖的完整性評價(jià)參數(shù)、邏輯一致性評價(jià)參數(shù)、位置準(zhǔn)確度評價(jià)參數(shù)以及專題質(zhì)量評價(jià)參數(shù)；

42、質(zhì)量評價(jià)模塊，用于基于所述完整性評價(jià)參數(shù)、所述邏輯一致性評價(jià)參數(shù)、所述位置準(zhǔn)確度評價(jià)參數(shù)以及所述專題質(zhì)量評價(jià)參數(shù)得到車端局部地圖的質(zhì)量評價(jià)結(jié)果。

43、本技術(shù)實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)中存儲有多條指令，所述指令適于由處理器加載以執(zhí)行上述任一項(xiàng)面向車端局部地圖的質(zhì)量評價(jià)方法。

44、本技術(shù)實(shí)施例還提供了一種電子設(shè)備，包括處理器和存儲器，所述處理器與所述存儲器電性連接，所述存儲器用于存儲指令和數(shù)據(jù)，所述處理器用于上述任一項(xiàng)所述的面向車端局部地圖的質(zhì)量評價(jià)方法中的步驟。

45、本技術(shù)提供的面向車端局部地圖的質(zhì)量評價(jià)方法、裝置、存儲介質(zhì)及電子設(shè)備，通過計(jì)算完整性評價(jià)參數(shù)、邏輯一致性評價(jià)參數(shù)、位置準(zhǔn)確度評價(jià)參數(shù)以及專題質(zhì)量評價(jià)參數(shù)對車端局部地圖進(jìn)行質(zhì)量評價(jià)，從多個(gè)角度對車端局部地圖進(jìn)行質(zhì)量評價(jià)，能夠全面客觀地描述地圖產(chǎn)品的性能。