自动泊车评分方法、装置、设备及存储介质与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及自动驾驶领域，尤其涉及一种自动泊车评分方法、装置、设备及存储介质。背景技术：2.目前，随着自动驾驶技术的不断发展，相应的，在自动泊车的环节因为存在路况复杂，涉及站台环境因素较大，存在着较大的改善空间，停靠站接送乘客场景是自动驾驶商业化运营中的重要一环，也是最为复杂的场景之一。自动驾驶车辆不但要进行停靠位置选择，停靠路线规划，还要保证最终停靠姿态的合理。除此之外，在停靠站位置也是自动驾驶车辆与其他车辆、行人发生交互最多的场景之一。因此，建立能够稳定可靠处理停靠站场景的自动驾驶系统是十分具有挑战的。目前对自动驾驶系统处理停靠站接送乘客场景的评价方法主要是通过路测来实现。主要有以下缺点：路测为了遇到有价值的场景往往需要很长的测试周期；需要人工分析每个停靠站场景自动驾驶车辆停靠位置是否合理；在通过路测比较不同版本自动驾驶软件的时候会由于两个软件版本在路测中遇到的场景不同而使对比结果有偏差。技术实现要素：3.本发明的主要目的在于解决现有的评估自动驾驶车辆在停靠站场景下停靠位置的选择是否合理的技术问题。4.本发明第一方面提供了一种自动泊车评分方法，所述自动泊车评分方法包括：5.获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。6.可选的，在本发明第一方面的第一种实现方式中，所述基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果包括：判断所述仿真停靠位置是否落于所述可停靠区域内；若落于所述可停靠区域内，则基于所述场景数据计算所述可停靠区域的最佳停靠位置，并基于所述最佳停靠位置计算所述仿真停靠位置的停靠分值；基于所述停靠分值对所述可停靠区域进行区域评分，得到区域分值；基于所述区域分值对所述仿真停靠位置进行总体评估，得到所述自动驾驶系统自动泊车的评分结果；若不落于所述可停靠区域内，则将所述评分结果设置为零。7.可选的，在本发明第一方面的第二种实现方式中，所述场景数据包括自动泊车场景中站点的站点位置和车道中心线，其中，所述车道中心线由多个道路点组成；所述基于所述场景数据计算所述可停靠区域的最佳停靠位置，并基于所述最佳停靠位置计算所述仿真停靠位置的停靠分值包括：基于可停靠区域的顶点坐标和所述车道中心线上的道路点，计算所述可停靠区域的方向，并基于所述可停靠区域的方向，确定所述可停靠区域上的顶点顺序；基于所述站点位置和所述车道中心线上的道路点，确定所述可停靠区域的停车模式；基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置；基于所述最佳停靠位置和所述场景数据计算所述仿真停靠位置的停靠分值。8.可选的，在本发明第一方面的第三种实现方式中，所述基于可停靠区域的顶点坐标和所述车道中心线上的道路点，计算所述可停靠区域的方向，并基于所述可停靠区域的方向，确定所述可停靠区域上的顶点顺序包括：基于所述顶点坐标计算所述可停靠区域的区域重心；查询所述道路中心线上距离所述区域重心最近的道路点，并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向；连接所述区域重心和所述可停靠区域中的各顶点，得到各顶点对应的第一向量；计算所述第一向量和所述可停靠区域的方向的夹角，并基于各顶点对应的夹角的大小对各顶点进行排序，得到所述可停靠区域上的顶点顺序。9.可选的，在本发明第一方面的第四种实现方式中，所述场景数据还包括车道道路边缘位置、车道路沿位置和静止障碍物位置；所述基于所述最佳停靠位置和所述场景数据计算所述仿真停靠位置的停靠分值包括：基于所述最佳停靠位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第一分值；分别基于所述仿真停靠位置对应的仿真车辆的车辆右侧边缘与所述车道道路边缘位置、车道路沿位置的距离，计算所述仿真停靠位置的第二分值和第三分值；基于距离所述仿真停靠位置最近的静止障碍物的静止障碍物位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第四分值；获取所述可停靠区域对应的区域等级，并基于所述区域等级确定所述可停靠区域的区域权重；将所述第一分值、所述第二分值、所述第三分值、所述第四分值和所述区域权重输入预设的评估公式中，得到所述仿真停靠位置的停靠分值。10.可选的，在本发明第一方面的第五种实现方式中，所述基于所述停靠分值对所述可停靠区域进行区域评分，得到区域分值包括：计算所述可停靠区域的生效时间，其中，所述生效时间为关键帧至所述仿真结束的所有时间，所述关键帧为人工标注可停靠区域时的时刻；将所述自动驾驶系统输出仿真停靠区域的时刻记作决策帧，并确定所述生效时间内所述停靠分值最高的决策帧；计算所述停靠分值最高的决策帧至所述生效时间内最后一帧的所述停靠分值的平均值；判断所述最后一帧的停靠分值是否为零；若为零，则将所述平均值除以二，得到所述区域分值；若不为零，则将所述平均值作为所述区域分值。11.可选的，在本发明第一方面的第六种实现方式中，所述基于所述区域分值对所述仿真停靠位置进行总体评估，得到所述自动驾驶系统自动泊车的评分结果包括：获取所述自动泊车场景下的所有仿真停靠位置对应的区域分值；将所有区域分值中分值最高的区域分值作为所述自动驾驶系统自动泊车的评分结果。12.本发明第二方面提供了一种自动泊车评分装置，包括：位置标注模块，用于获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；泊车仿真模块，用于将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；评分模块，用于基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。13.可选的，在本发明第二方面的第一种实现方式中，所述评分模块具体用于：区域判断单元，用于判断所述仿真停靠位置是否落于所述可停靠区域内；停靠分值计算单元，用于若落于所述可停靠区域内，则基于所述场景数据计算所述可停靠区域的最佳停靠位置，并基于所述最佳停靠位置计算所述仿真停靠位置的停靠分值；区域分值计算单元，用于基于所述停靠分值对所述可停靠区域进行区域评分，得到区域分值；评分结果汇总单元，用于基于所述区域分值对所述仿真停靠位置进行总体评估，得到所述自动驾驶系统自动泊车的评分结果；非停靠区域单元，用于若不落于所述可停靠区域内，则将所述评分结果设置为零。14.可选的，在本发明第二方面的第二种实现方式中，所述停靠分值计算单元具体用于：顶点顺序确定子单元，用于基于可停靠区域的顶点坐标和所述车道中心线上的道路点，计算所述可停靠区域的方向，并基于所述可停靠区域的方向，确定所述可停靠区域上的顶点顺序；停车模式确定子单元，用于基于所述站点位置和所述车道中心线上的道路点，确定所述可停靠区域的停车模式；最佳停靠位置计算子单元，用于基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置；停靠分值计算子单元，用于基于所述最佳停靠位置和所述场景数据计算所述仿真停靠位置的停靠分值。15.可选的，在本发明第二方面的第三种实现方式中，所述顶点顺序确定子单元具体用于：基于所述顶点坐标计算所述可停靠区域的区域重心；查询所述道路中心线上距离所述区域重心最近的道路点，并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向；连接所述区域重心和所述可停靠区域中的各顶点，得到各顶点对应的第一向量；计算所述第一向量和所述可停靠区域的方向的夹角，并基于各顶点对应的夹角的大小对各顶点进行排序，得到所述可停靠区域上的顶点顺序。16.可选的，在本发明第二方面的第四种实现方式中，所述停靠分值计算子单元具体用于：基于所述最佳停靠位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第一分值；分别基于所述仿真停靠位置对应的仿真车辆的车辆右侧边缘与所述车道道路边缘位置、车道路沿位置的距离，计算所述仿真停靠位置的第二分值和第三分值；基于距离所述仿真停靠位置最近的静止障碍物的静止障碍物位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第四分值；获取所述可停靠区域对应的区域等级，并基于所述区域等级确定所述可停靠区域的区域权重；将所述第一分值、所述第二分值、所述第三分值、所述第四分值和所述区域权重输入预设的评估公式中，得到所述仿真停靠位置的停靠分值。17.可选的，在本发明第二方面的第五种实现方式中，所述区域分值计算单元具体用于：计算所述可停靠区域的生效时间，其中，所述生效时间为关键帧至所述仿真结束的所有时间，所述关键帧为人工标注可停靠区域时的时刻；将所述自动驾驶系统输出仿真停靠区域的时刻记作决策帧，并确定所述生效时间内所述停靠分值最高的决策帧；计算所述停靠分值最高的决策帧至所述生效时间内最后一帧的所述停靠分值的平均值；判断所述最后一帧的停靠分值是否为零；若为零，则将所述平均值除以二，得到所述区域分值；若不为零，则将所述平均值作为所述区域分值。18.可选的，在本发明第二方面的第六种实现方式中，所述评分结果汇总单元具体用于：获取所述自动泊车场景下的所有仿真停靠位置对应的区域分值；将所有区域分值中分值最高的区域分值作为所述自动驾驶系统自动泊车的评分结果。19.本发明第三方面提供了一种自动泊车评分设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述自动泊车评分设备执行上述的自动泊车评分方法的步骤。20.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的自动泊车评分方法的步骤。21.本发明的技术方案中，获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。本方法通过在仿真过程中，评判自动驾驶系统输出的仿真停靠位置，通过对仿真停靠位置的综合评估，通过更加全面的评价自动驾驶系统在停靠站场景下的水平，可以有针对性地帮助自动驾驶系统在停靠站场景下进行快速迭代，优化自动驾驶系统算法。附图说明22.图1为本发明实施例中自动泊车评分方法的第一个实施例示意图；23.图2为本发明实施例中自动泊车评分方法的第二个实施例示意图；24.图3为本发明实施例中自动泊车评分方法的第三个实施例示意图；25.图4为本发明实施例中自动泊车评分方法的第四个实施例示意图；26.图5为本发明实施例中自动泊车评分方法的第一个仿真示意图；27.图6为本发明实施例中自动泊车评分装置的一个实施例示意图；28.图7为本发明实施例中自动泊车评分装置的另一个实施例示意图；29.图8为本发明实施例中自动泊车评分设备的一个实施例示意图。具体实施方式30.本发明的技术方案中，获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。本方法通过在仿真过程中，评判自动驾驶系统输出的仿真停靠位置，通过对仿真停靠位置的综合评估，通过更加全面的评价自动驾驶系统在停靠站场景下的水平，可以有针对性地帮助自动驾驶系统在停靠站场景下进行快速迭代，优化自动驾驶系统算法。31.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。32.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中自动泊车评分方法的第一个实施例包括：33.101，获取自动泊车场景下采集的场景数据，并在场景数据中标注车辆的可停靠区域；34.在本实施例中，获取用于仿真自动泊车的场景数据，通过人工标注的方式，在场景数据中标准至少一个可停靠区域。场景数据均存在数据来源，通过对数据来源进行划分，后期能较便捷的选择采用不同数据来源的场景数据进行仿真测试。35.具体的，场景数据的采集方式至少包括以下三种。其一，通过收集完整的停靠站点需求，此处停靠站点需求基于实际路况、甲方需求、政策影响等，例如，潮汐车道、可同时容纳1-3辆车辆进行同时停靠的可停靠区域和紧挨禁停区域的可停靠区域等，此处，数据来源可划分为worldsim类；其二，在实际路测过程中，通过进行路测的司机，对实际场景中存在尚未采集到的特征、问题进行补充，通过补充的问题，对原有的场景数据进行补充，进而得到的场景数据，此处，数据来源可划分为incident类；其三，自动驾驶车辆在正常运营的过程中，车辆行经需自动泊车的场景时，数据采集模块会自动记录整个泊车过程中通过车辆的定位模块收集到的位置信息、感知模块收集到的场景信息和障碍物信息、以及规划控制模块输出的决策信息等，综合后得到的auto cut bag类。36.102，将场景数据输入预设的自动驾驶系统中进行泊车仿真，得到至少一个仿真停靠位置；37.在本实施例中，通过将场景数据输入至需要进行评分的自动驾驶系统中进行仿真，获取自动驾驶系统输出关于输入场景数据对应的仿真停靠位置。38.具体的，预设的自动驾驶系统包括多个不同的版本，采用不同的内核或决策算法，通过对至少一个需要评分的自动驾驶系统输出的仿真停靠位置进行评分，进而确定自动驾驶系统的更新方向，更便捷的优化自动驾驶系统的决策算法，其中，决策算法用于确定场景数据中对应的仿真停靠位置。39.103，基于场景数据和可停靠区域对仿真停靠位置进行评估，得到自动驾驶系统自动泊车的评分结果。40.在本实施例中，通过评估仿真停靠位置和可停靠区域之间的区别，通过区别之差的程度，对自动驾驶系统的自动泊车水平进行客观系统性评分。41.在实际应用中，如图5所示，整图视为一个场景数据，其中虚线框为标注的可停靠区域；其中ego为自动驾驶系统输出的仿真停靠位置；其中存在站台、公交、车道线和路沿线。在本场景中，公交作为障碍物出现于场景数据中，因此，公交停放位置不可划作可停靠区域，应当识别出公交的区域位置后，在靠近站台的基础上，去除障碍物位置，输出合适的仿真停靠位置。42.在本实施例中，获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。本方法通过在仿真过程中，评判自动驾驶系统输出的仿真停靠位置，通过对仿真停靠位置的综合评估，通过更加全面的评价自动驾驶系统在停靠站场景下的水平，可以有针对性地帮助自动驾驶系统在停靠站场景下进行快速迭代，优化自动驾驶系统算法。43.请参阅图2，本发明实施例中自动泊车评分方法的第二个实施例包括：44.201，获取自动泊车场景下采集的场景数据，并在场景数据中标注车辆的可停靠区域；45.202，将场景数据输入预设的自动驾驶系统中进行泊车仿真，得到至少一个仿真停靠位置；46.203，判断仿真停靠位置是否落于可停靠区域内；47.在本实施例中，通过判断仿真的自动驾驶系统输出的仿真停靠位置是否落在标注的可停靠区域内。48.具体的，可通过将场景数据建立坐标系，其中，因仿真停靠位置和可停靠区域均基于场景数据而存在，因此，在建立场景数据的坐标系时，仿真停靠位置和可停靠区域均存在对应的坐标，通过判断两者坐标是否重叠，进而进行判断。49.204，若落于可停靠区域内，则基于顶点坐标计算可停靠区域的区域重心；50.在本实施例中，若判断仿真停靠位置落于可停靠区域内，或者判断仿真停靠区域坐标与可停靠区域的坐标存在重叠，则，通过顶点坐标计算可停靠区域的区域重心。其中，可停靠区域一般被标注为长方形或梯形，通过获取可停靠区域的顶点坐标，计算出可停靠区域的区域重心。51.具体的，计算可停靠区域的区域重心的方式，可以是通过长方形的可停靠区域的对角顶点坐标两两相连，得到两条相交的对角线，其中，对角线之间的交点，即为可停靠区域的区域重心。其他形状的可停靠区域的区域重心计算方式同理，在此不再赘述。52.205，查询道路中心线上距离区域重心最近的道路点，并将距离区域重心最近的道路点的方向作为可停靠区域的方向；53.在本实施例中，道路普遍存在双向车道，通过确定各方向车道对应的道路中心线分别与区域重心的垂直距离，分别得到两条车道关于区域重心的垂线。54.具体的，通过比较两条垂线间的长度，选取垂线长度较短对应的车道，确定该车道的方向，作为仿真车辆在可停靠区域中停靠时的方向。55.206，连接区域重心和可停靠区域中的各顶点，得到各顶点对应的第一向量；56.在本实施例中，通过连接区域重心和到可停靠区域的顶点，得到顶点以及对应顶点的第一向量。57.具体的，连接方式中不局限与区域重心和顶点之间的起终点关系，一方面此第一向量可以是从区域重心出发，连接至顶点为止；另一方面也可以是从顶点出发，连接至区域重心为止。但应当注意的是，在整个自动泊车评分实施的过程中，当且应当仅存在一种连接方式，不可同时混用。58.207，计算第一向量和可停靠区域的方向的夹角，并基于各顶点对应的夹角的大小对各顶点进行排序，得到可停靠区域上的顶点顺序；59.在本实施例中，分别计算多个第一向量和可停靠区域所属车道的道路中心线之间的夹角，通过夹角大小对第一向量对应的顶点进行排序。其中，排序方式可以是自大而小，也可以是自小而大，在排序方式上，本实施例并不做限制。60.208，基于站点位置和车道中心线上的道路点，确定可停靠区域的停车模式；61.在本实施例中，通过确定场景数据中站点位置和中心线上的道路点，确定规划的可停靠区域和站点之间的关系，即为停车模式。62.具体的，停车模式可分为是同一车道停车：p_mode＝same_lane_parking；与不在同一车道停车：p_mode＝side_lane_parking。用于后续判别中的一个评分标准。63.209，基于停车模式、可停靠区域的顶点顺序和车道中心线上的道路点计算可停靠区域中的最佳停靠位置；64.210，基于最佳停靠位置和场景数据计算仿真停靠位置的停靠分值；65.在本实施例中，确定最佳停靠位置后，通过场景数据和输出的仿真停车位置，确定仿真停车位置和最佳停靠位置的区别，依据预设的评分表，该评分表中设定不同区别间对应的分值，汇总计算后得到对应的停靠分值。66.211，基于停靠分值对可停靠区域进行区域评分，得到区域分值；67.在本实施例中，除了对仿真停车位置与最佳停靠位置之间的区别计算停靠分值外，还需要结合场景数据，计算区域分值。例如，计算车辆右侧边缘距离道路边缘的距离，其中，道路边缘的数据便是基于场景数据采集而来。68.212，基于区域分值对仿真停靠位置进行总体评估，得到自动驾驶系统自动泊车的评分结果；69.在本实施例中，通过区域分值对待评分的自动驾驶系统输出的仿真停靠位置基于其停靠位置进行总体评估，将得到一个最终的评分结果。70.具体的，总体评估包括：评分》0.9，表示停靠点选择十分理想，符合人类预期；0.5《评分《0.9，表示该场景测试通过，但停靠点的选择尚有优化空间；0《场景评分《＝0.5，表示该场景测试未通过，自动驾驶系统选中过相对理想的位置，但最终未停靠在候选区域内；场景评分＝0，该场景下，自动驾驶系统的决策完全不符合预期。71.213，若不落于可停靠区域内，则将评分结果设置为零。72.在本实施例中，若自动驾驶系统输出的仿真停靠位置，未能与可停靠区域存在交集，则视为输出的仿真停靠位置不落于可停靠区域内，应当对此待评分的自动驾驶系统作出零分评价。73.本实施例在前实施例的基础上，详细描述了基于所述顶点坐标计算所述可停靠区域的区域重心；查询所述道路中心线上距离所述区域重心最近的道路点，并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向；连接所述区域重心和所述可停靠区域中的各顶点，得到各顶点对应的第一向量；计算所述第一向量和所述可停靠区域的方向的夹角，并基于各顶点对应的夹角的大小对各顶点进行排序，得到所述可停靠区域上的顶点顺序的过程。通过本实施例相较于传统方法，细化了确定可停靠区域基于顶点、中心线判断可停靠区域停车模式的方法，在对自动泊车评分过程中增加了停车模式的评判维度。74.请参阅图3和5，本发明实施例中自动泊车评分方法的第三个实施例包括：75.301，获取自动泊车场景下采集的场景数据，并在场景数据中标注车辆的可停靠区域；76.该步骤中，对于可停靠区域可以是用户直接指定，也可以是通过算法计算，对于通过算法计算时，则获取用户执行的停车参考位置，通过站台所搜算法在停车参考位置的一定范围内搜索可停车的站台或者规定区域，如图5中的虚线框，停车参考位置为图中的站台标志区域。77.302，将场景数据输入预设的自动驾驶系统中进行泊车仿真，得到至少一个仿真停靠位置；78.303，判断仿真停靠位置是否落于可停靠区域内；79.304，若落于可停靠区域内，则基于可停靠区域的顶点坐标和车道中心线上的道路点，计算可停靠区域的方向，并基于可停靠区域的方向，确定可停靠区域上的顶点顺序；80.305，基于站点位置和车道中心线上的道路点，确定可停靠区域的停车模式；81.306，基于停车模式、可停靠区域的顶点顺序和车道中心线上的道路点计算可停靠区域中的最佳停靠位置；82.具体的，所述最佳停靠位置是从多个算法输出停靠位置中选择评分最高的一个，而评分是基于站点位置与算法输出停靠位置之间的距离来实现，如图5中的ego标注区域。83.307，基于最佳停靠位置和仿真停靠位置的距离，计算仿真停靠位置的第一分值；84.在本实施例中，通过寻找候选区域内的最优停靠位置，计算规划停靠位置到最优停靠位置的纵向距离(沿车道方向上的距离)，记做lon_dist；根据公式lon_dist_score＝1–f_lon(lon_dist,p_mode)，给出第一分值。85.308，分别基于仿真停靠位置对应的仿真车辆的车辆右侧边缘与车道道路边缘位置、车道路沿位置的距离，计算仿真停靠位置的第二分值和第三分值；86.在本实施例中，计算车辆位于规划停靠位置时，车辆右侧边缘距离道路边缘的距离，记做lat_dist：根据公式lat_dist_score＝1-f_lat(lat_dist,p_mode)，给出第二分值。87.具体的，计算车辆位于规划停靠位置时，车辆右侧边缘距离路沿的距离，记做curb_dist；根据公式curb_score＝g_curb(curb_dist)，给出第三分值。88.309，基于距离仿真停靠位置最近的静止障碍物的静止障碍物位置和仿真停靠位置的距离，计算仿真停靠位置的第四分值；89.在本实施例中，计算车辆位于规划停靠位置时，车辆边缘距离最近的静止障碍物的距离，记做obs_dist；根据公式obs_score＝g_obs(obs_dist)，给出第四分值。90.310，获取可停靠区域对应的区域等级，并基于区域等级确定可停靠区域的区域权重；91.在本实施例中，window_weight表示候选区域的区域等级所对应的权重。92.具体的，例如对于三类区域等级“优”、“次优”、“良好”对应的权重分别为1,0.85,0.7。本权重仅作为一方面可应用于评分方法的实施例，也可以根据不同的需求进行自行调整，通过调整权重参数，使得各个维度的评分结果能够正确反应停靠站需求的预期。93.311，将第一分值、第二分值、第三分值、第四分值和区域权重输入预设的评估公式中，得到仿真停靠位置的停靠分值；94.在本实施例中，最终该停靠分值通过下面公式给出：frame_score＝(lon_dist_score+lat_dist_score-1)*window_weight+curb_score+obs_score–2。通过调整其中的参数，使得各个维度的评分结果能够正确反应停靠站需求的预期。此外对于不同的停靠站模式，评分标准也会有所区别。这一点通过在不同模式下f_lon和f_lat中参数的不同来反应。95.312，基于停靠分值对可停靠区域进行区域评分，得到区域分值；96.313，基于区域分值对仿真停靠位置进行总体评估，得到自动驾驶系统自动泊车的评分结果；97.314，若不落于可停靠区域内，则将评分结果设置为零。98.本实施例在前实施例的基础上，详细描述了基于所述最佳停靠位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第一分值；分别基于所述仿真停靠位置对应的仿真车辆的车辆右侧边缘与所述车道道路边缘位置、车道路沿位置的距离，计算所述仿真停靠位置的第二分值和第三分值；基于距离所述仿真停靠位置最近的静止障碍物的静止障碍物位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第四分值；获取所述可停靠区域对应的区域等级，并基于所述区域等级确定所述可停靠区域的区域权重；将所述第一分值、所述第二分值、所述第三分值、所述第四分值和所述区域权重输入预设的评估公式中，得到所述仿真停靠位置的停靠分值的过程。通过本实施例相较于传统方法，细化了具体的评分方法中公式的应用过程，同时还可以通过调整其中的参数，使得各个维度的评分结果能够正确反应停靠站需求的预期。99.请参阅图4，本发明实施例中自动泊车评分方法的第四个实施例包括：100.401，获取自动泊车场景下采集的场景数据，并在场景数据中标注车辆的可停靠区域；101.402，将场景数据输入预设的自动驾驶系统中进行泊车仿真，得到至少一个仿真停靠位置；102.403，判断仿真停靠位置是否落于可停靠区域内；103.404，若落于可停靠区域内，则基于场景数据计算可停靠区域的最佳停靠位置，并基于最佳停靠位置计算仿真停靠位置的停靠分值；104.405，计算可停靠区域的生效时间；105.在本实施例中，在计算停靠分值的过程中生效时间定义为，从该可停靠区域所在的关键帧开始到仿真结束的所有时间。106.具体的，若仅输出一个仿真停靠位置，则算最后一帧的分数为零。107.406，将自动驾驶系统输出仿真停靠区域的时刻记作决策帧，并确定生效时间内停靠分值最高的决策帧；108.在本实施例中，若仅存在一个仿真停靠位置，则该对应的决策帧为生效时间内停靠分值最高的决策帧；若存在至少两个仿真停靠位置，则应当分别计算各个仿真停靠位置的停靠分值后确定，停靠分值最高的仿真停靠位置对应的决策帧。109.407，计算停靠分值最高的决策帧至生效时间内最后一帧的停靠分值的平均值；110.在本实施例中，适用于存在至少两个仿真停靠位置的情况为，例如，自动驾驶系统输出五个仿真停靠位置，其中第二个仿真停靠位置的停靠分值最高，则计算第二、第三、第四和第五个仿真停靠位置对应停靠分值的平均值。111.408，判断最后一帧的停靠分值是否为零；112.409，若为零，则将平均值除以二，得到区域分值；113.410，若不为零，则将平均值作为区域分值；114.411，获取自动泊车场景下的所有仿真停靠位置对应的区域分值；115.412，将所有区域分值中分值最高的区域分值作为自动驾驶系统自动泊车的评分结果；116.413，若不落于可停靠区域内，则将评分结果设置为零。117.本实施例在前实施例的基础上，详细描述了计算所述可停靠区域的生效时间，其中，所述生效时间为关键帧至所述仿真结束的所有时间，所述关键帧为人工标注可停靠区域时的时刻；将所述自动驾驶系统输出仿真停靠区域的时刻记作决策帧，并确定所述生效时间内所述停靠分值最高的决策帧；计算所述停靠分值最高的决策帧至所述生效时间内最后一帧的所述停靠分值的平均值；判断所述最后一帧的停靠分值是否为零；若为零，则将所述平均值除以二，得到所述区域分值；若不为零，则将所述平均值作为所述区域分值的过程。通过细化区域分值的计算过程，明确关于自动泊车的评分方式。118.上面对本发明实施例中自动泊车评分方法进行了描述，下面对本发明实施例中自动泊车评分装置进行描述，请参阅图6，本发明实施例中自动泊车评分装置一个实施例包括：119.位置标注模块501，用于获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；120.泊车仿真模块502，用于将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；121.评分模块503，用于基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。122.在本实施例中，获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。本方法通过在仿真过程中，评判自动驾驶系统输出的仿真停靠位置，通过对仿真停靠位置的综合评估，通过更加全面的评价自动驾驶系统在停靠站场景下的水平，可以有针对性地帮助自动驾驶系统在停靠站场景下进行快速迭代，优化自动驾驶系统算法。123.请参阅图7，本发明实施例中自动泊车评分装置的第二个实施例包括：124.位置标注模块501，用于获取自动泊车场景下采集的场景数据，并在所述场景数据中标注车辆的可停靠区域；125.泊车仿真模块502，用于将所述场景数据输入预设的自动驾驶系统中进行泊车仿真，得到所述自动系统输出的至少一个仿真停靠位置；126.评分模块503，用于基于所述场景数据和所述可停靠区域对所述仿真停靠位置进行评估，得到所述自动驾驶系统自动泊车的评分结果。127.在本实施例中，所述评分模块503具体用于：128.区域判断单元5031，用于判断所述仿真停靠位置是否落于所述可停靠区域内；停靠分值计算单元5032，用于若落于所述可停靠区域内，则基于所述场景数据计算所述可停靠区域的最佳停靠位置，并基于所述最佳停靠位置计算所述仿真停靠位置的停靠分值；区域分值计算单元5033，用于基于所述停靠分值对所述可停靠区域进行区域评分，得到区域分值；评分结果汇总单元5034，用于基于所述区域分值对所述仿真停靠位置进行总体评估，得到所述自动驾驶系统自动泊车的评分结果；非停靠区域单元5035，用于若不落于所述可停靠区域内，则将所述评分结果设置为零。129.在本实施例中，所述停靠分值计算单元5032具体用于：130.顶点顺序确定子单元50321，用于基于可停靠区域的顶点坐标和所述车道中心线上的道路点，计算所述可停靠区域的方向，并基于所述可停靠区域的方向，确定所述可停靠区域上的顶点顺序；停车模式确定子单元50322，用于基于所述站点位置和所述车道中心线上的道路点，确定所述可停靠区域的停车模式；最佳停靠位置计算子单元50323，用于基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置；停靠分值计算子单元50324，用于基于所述最佳停靠位置和所述场景数据计算所述仿真停靠位置的停靠分值。131.在本实施例中，所述顶点顺序确定子单元50321具体用于：132.基于所述顶点坐标计算所述可停靠区域的区域重心；查询所述道路中心线上距离所述区域重心最近的道路点，并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向；连接所述区域重心和所述可停靠区域中的各顶点，得到各顶点对应的第一向量；计算所述第一向量和所述可停靠区域的方向的夹角，并基于各顶点对应的夹角的大小对各顶点进行排序，得到所述可停靠区域上的顶点顺序。133.在本实施例中，所述停靠分值计算子单元50324具体用于：134.基于所述最佳停靠位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第一分值；分别基于所述仿真停靠位置对应的仿真车辆的车辆右侧边缘与所述车道道路边缘位置、车道路沿位置的距离，计算所述仿真停靠位置的第二分值和第三分值；基于距离所述仿真停靠位置最近的静止障碍物的静止障碍物位置和所述仿真停靠位置的距离，计算所述仿真停靠位置的第四分值；获取所述可停靠区域对应的区域等级，并基于所述区域等级确定所述可停靠区域的区域权重；将所述第一分值、所述第二分值、所述第三分值、所述第四分值和所述区域权重输入预设的评估公式中，得到所述仿真停靠位置的停靠分值。135.在本实施例中，所述区域分值计算单元5033具体用于：136.计算所述可停靠区域的生效时间，其中，所述生效时间为关键帧至所述仿真结束的所有时间，所述关键帧为人工标注可停靠区域时的时刻；将所述自动驾驶系统输出仿真停靠区域的时刻记作决策帧，并确定所述生效时间内所述停靠分值最高的决策帧；计算所述停靠分值最高的决策帧至所述生效时间内最后一帧的所述停靠分值的平均值；判断所述最后一帧的停靠分值是否为零；若为零，则将所述平均值除以二，得到所述区域分值；若不为零，则将所述平均值作为所述区域分值。137.在本实施例中，所述评分结果汇总单元5034具体用于：138.获取所述自动泊车场景下的所有仿真停靠位置对应的区域分值；将所有区域分值中分值最高的区域分值作为所述自动驾驶系统自动泊车的评分结果。139.本实施例在上一实施例的基础上，详细描述了各个模块的具体功能以及部分模块的单元构成，通过上述模块并细化了原有模块的具体作用，完善了自动泊车评分装置的运行，提高了其运行时的可靠性以及明确了各个步骤间的实际逻辑，提高了装置的实用性。140.上面图6和图7从模块化功能实体的角度对本发明实施例中的自动泊车评分装置进行详细描述，下面从硬件处理的角度对本发明实施例中自动泊车评分设备进行详细描述。141.图8是本发明实施例提供的一种自动泊车评分设备的结构示意图，该自动泊车评分设备700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)710(例如，一个或一个以上处理器)和存储器720，一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对自动泊车评分设备700中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质730通信，在自动泊车评分设备700上执行存储介质730中的一系列指令操作，以实现上述自动泊车评分方法的步骤。142.自动泊车评分设备700还可以包括一个或一个以上电源740，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口760，和/或，一个或一个以上操作系统731，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图8示出的自动泊车评分设备结构并不构成对本技术提供的自动泊车评分设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。143.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述的自动泊车评分方法的步骤。144.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。145.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。146.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!