本技術(shù)涉及交通數(shù)據(jù)測(cè)試，具體而言，涉及一種基于高精度地圖的路側(cè)感知數(shù)據(jù)質(zhì)量實(shí)時(shí)評(píng)價(jià)方法。

背景技術(shù)：

1、隨著智能網(wǎng)聯(lián)汽車和自動(dòng)駕駛技術(shù)的發(fā)展，路側(cè)感知系統(tǒng)在提升交通安全和效率方面發(fā)揮著重要作用。這些系統(tǒng)通過部署在道路側(cè)面的傳感器，實(shí)時(shí)監(jiān)測(cè)交通參與者的動(dòng)態(tài)信息，為車輛提供環(huán)境感知支持。高精度地圖(hd?map)作為自動(dòng)駕駛的基礎(chǔ)，包含道路幾何形狀、車道信息、交通標(biāo)志等詳細(xì)數(shù)據(jù)，為車輛提供精確的定位和導(dǎo)航參考。

2、然而，路側(cè)感知數(shù)據(jù)的質(zhì)量直接影響自動(dòng)駕駛系統(tǒng)的安全性和可靠性?，F(xiàn)有的質(zhì)量評(píng)估方法主要關(guān)注位置精度，缺乏對(duì)速度、路徑、行為等多維度的綜合評(píng)估，導(dǎo)致評(píng)估結(jié)果片面。此外，傳統(tǒng)評(píng)估方法多依賴于簡單的誤差計(jì)算，缺乏對(duì)復(fù)雜場景下感知數(shù)據(jù)質(zhì)量的深入分析。同時(shí)，現(xiàn)有技術(shù)未能建立實(shí)時(shí)反饋機(jī)制，無法及時(shí)發(fā)現(xiàn)并糾正感知數(shù)據(jù)中的問題，影響系統(tǒng)的自我優(yōu)化能力?，F(xiàn)有方法主要利用高精度地圖的靜態(tài)信息，未充分考慮其動(dòng)態(tài)特性，如交通信號(hào)燈、施工區(qū)域等，導(dǎo)致評(píng)估結(jié)果不全面。

3、現(xiàn)有技術(shù)方案的論文文獻(xiàn)1(杜豫川,都州揚(yáng),師鈺鵬,趙聰,暨育雄.路側(cè)感知車輛軌跡數(shù)據(jù)質(zhì)量智能評(píng)估方法[j].中國公路學(xué)報(bào),2021,34(7):164-176)記載了一種路側(cè)感知車輛軌跡數(shù)據(jù)質(zhì)量智能評(píng)估方法，該方法基于軌跡多元信息，從元素特征、時(shí)序特征和空間特征三個(gè)維度設(shè)計(jì)軌跡合理性、波動(dòng)性與交互異常性評(píng)估指標(biāo)，并分析評(píng)估指標(biāo)與軌跡數(shù)據(jù)質(zhì)量水平的相關(guān)關(guān)系。在此基礎(chǔ)上，提出了一種智能評(píng)估方法，通過構(gòu)建評(píng)估模型，實(shí)現(xiàn)對(duì)路側(cè)感知車輛軌跡數(shù)據(jù)質(zhì)量的智能評(píng)估。

4、現(xiàn)有技術(shù)的專利文獻(xiàn)2(cn114357019b)記載了一種智能網(wǎng)聯(lián)環(huán)境下路側(cè)感知單元數(shù)據(jù)質(zhì)量監(jiān)測(cè)方法，該方法利用感知精度更高的智能網(wǎng)聯(lián)車輛數(shù)據(jù)，對(duì)路側(cè)感知單元數(shù)據(jù)進(jìn)行評(píng)價(jià)監(jiān)測(cè)。通過在路側(cè)感知軌跡數(shù)據(jù)集中匹配出與智能網(wǎng)聯(lián)車輛相對(duì)應(yīng)的軌跡數(shù)據(jù)，并將路側(cè)感知單元系統(tǒng)時(shí)間與智能網(wǎng)聯(lián)車輛系統(tǒng)時(shí)間進(jìn)行對(duì)齊處理，通過軌跡重采樣實(shí)現(xiàn)時(shí)間同步，從而全面、實(shí)時(shí)、可靠地監(jiān)測(cè)路側(cè)感知單元數(shù)據(jù)質(zhì)量。

5、現(xiàn)有技術(shù)的專利文獻(xiàn)3(cn113642845b)記載了一種道路交通感知軌跡數(shù)據(jù)的質(zhì)量評(píng)估方法，該方法對(duì)無交互關(guān)系的道路交通感知軌跡數(shù)據(jù)集進(jìn)行質(zhì)量評(píng)估，利用模型進(jìn)行評(píng)估，將模型質(zhì)量評(píng)估得分作為評(píng)估結(jié)果輸出。

6、這些現(xiàn)有技術(shù)方案主要關(guān)注位置精度和靜態(tài)信息，缺乏對(duì)速度、路徑、行為等多維度的綜合評(píng)估，且未建立實(shí)時(shí)反饋機(jī)制，無法全面、準(zhǔn)確地評(píng)估路側(cè)感知數(shù)據(jù)的質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種基于高精度地圖的路側(cè)感知數(shù)據(jù)質(zhì)量實(shí)時(shí)評(píng)價(jià)方法，以對(duì)路側(cè)感知系統(tǒng)的軌跡數(shù)據(jù)的質(zhì)量進(jìn)行實(shí)時(shí)全面的評(píng)價(jià)，具體方案如下：

2、一種基于高精度地圖的路側(cè)感知數(shù)據(jù)質(zhì)量實(shí)時(shí)評(píng)價(jià)方法包括：

3、獲取預(yù)定區(qū)域的相關(guān)數(shù)據(jù)，所述相關(guān)數(shù)據(jù)包括高精度地圖的動(dòng)態(tài)數(shù)據(jù)以及從路側(cè)感知系統(tǒng)中獲取的該預(yù)定區(qū)域內(nèi)的交通參與者的軌跡數(shù)據(jù)；

4、對(duì)所述相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理得到預(yù)處理后的數(shù)據(jù)；

5、對(duì)所述預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取得到特征提取結(jié)果；

6、利用所述特征提取結(jié)果對(duì)所述軌跡數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，得到評(píng)估結(jié)果；

7、對(duì)所述評(píng)估結(jié)果進(jìn)行綜合分析得到綜合分析結(jié)果，并將所述綜合分析結(jié)果反饋至所述路側(cè)感知系統(tǒng)。

8、可選的，所述對(duì)所述相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理得到預(yù)處理后的數(shù)據(jù)包括：

9、對(duì)所述相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，以剔除缺失、異?；蝈e(cuò)誤的數(shù)據(jù)點(diǎn)，得到清洗后的數(shù)據(jù)；

10、將所述清洗后的數(shù)據(jù)的時(shí)間戳進(jìn)行同步，得到同步后的數(shù)據(jù)；

11、將同步后的數(shù)據(jù)的坐標(biāo)系進(jìn)行轉(zhuǎn)換得到統(tǒng)一坐標(biāo)系下的數(shù)據(jù)，并將該數(shù)據(jù)作為預(yù)處理后的數(shù)據(jù)。

12、可選的，所述特征提取結(jié)果包括：位置特征、速度特征、路徑特征和行為特征；所述位置特征表示交通參與者在不同時(shí)間點(diǎn)的位置坐標(biāo)，所述速度特征表示交通參數(shù)者的瞬時(shí)速度和平均速度，所述路徑特征表示交通參與者的行駛路徑，所述行為特征表示交通參與者的駕駛行為。

13、可選的，所述利用所述特征提取結(jié)果對(duì)所述軌跡數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估得到評(píng)估結(jié)果包括：

14、利用所述特征提取結(jié)果分別計(jì)算位置精度評(píng)分、路徑合理評(píng)分和行為一致性評(píng)分，并將三者作為軌跡數(shù)據(jù)的評(píng)估結(jié)果。

15、可選的，所述利用所述特征提取結(jié)果分別計(jì)算位置精度評(píng)分、路徑合理評(píng)分和行為一致性評(píng)分，并將三者作為軌跡數(shù)據(jù)的評(píng)估結(jié)果包括：

16、利用所述位置特征表示的第一位置坐標(biāo)和高精度地圖中對(duì)應(yīng)的第二位置坐標(biāo)之間的歐式距離，評(píng)估位置精度；

17、使用動(dòng)態(tài)時(shí)間規(guī)整算法，計(jì)算軌跡數(shù)據(jù)與高精度地圖中道路網(wǎng)絡(luò)的相似度，評(píng)估路徑合理性得到路徑合理評(píng)分；

18、利用所述路徑特征、行為特征和速度特征，與高精度地圖中交通規(guī)則的符合程度，評(píng)估行為一致性得到行為一致性評(píng)分；

19、將評(píng)估出的位置精度、路徑合理性和行為一致性評(píng)分作為評(píng)估結(jié)果。

20、可選的，使用動(dòng)態(tài)時(shí)間規(guī)整算法，計(jì)算軌跡數(shù)據(jù)與高精度地圖中道路網(wǎng)絡(luò)的相似度，評(píng)估路徑合理性得到路徑合理評(píng)分包括：

21、利用dwt相似計(jì)算模型，計(jì)算軌跡數(shù)據(jù)所形成的第一點(diǎn)跡序列與高精度地圖中道路網(wǎng)絡(luò)對(duì)應(yīng)的第二點(diǎn)跡序列之間的相似度；

22、對(duì)所述第一點(diǎn)跡序列依次進(jìn)行幾何一致性評(píng)估、拓?fù)浣Y(jié)構(gòu)匹配評(píng)估和車道級(jí)精確匹配評(píng)估得到評(píng)估結(jié)果，并利用該評(píng)估結(jié)果結(jié)合所述相似度計(jì)算路徑合理性評(píng)分。

23、可選的，所述對(duì)所述第一點(diǎn)跡序列依次進(jìn)行幾何一致性評(píng)估、拓?fù)浣Y(jié)構(gòu)匹配評(píng)估和車道級(jí)精確匹配評(píng)估得到評(píng)估結(jié)果，并利用該評(píng)估結(jié)果結(jié)合所述相似度計(jì)算路徑合理性評(píng)分包括：

24、分別計(jì)算所述第一點(diǎn)跡序列中的每個(gè)軌跡點(diǎn)到道路中心線之間的橫向偏移距離和縱向路徑偏差；利用所述橫向偏移距離計(jì)算橫向偏移距離一致性指標(biāo)以及利用所述縱向路徑偏差計(jì)算縱向路徑偏移一致性指標(biāo)；將所述橫向偏移距離一致性指標(biāo)和縱向路徑偏移一致性指標(biāo)作為幾何一致性評(píng)估結(jié)果；

25、利用所述第一點(diǎn)跡序列，計(jì)算路徑連續(xù)性指標(biāo)、轉(zhuǎn)彎角度偏差指標(biāo)和變道合理性指標(biāo)，并將三者作為拓?fù)浣Y(jié)構(gòu)匹配評(píng)估結(jié)果；

26、利用所述第一點(diǎn)跡序列計(jì)算車道匹配度，并將其作為車道級(jí)精確評(píng)估結(jié)果；

27、利用第一點(diǎn)跡序列與第二點(diǎn)跡序列計(jì)算出的相似度、幾何一致性評(píng)估結(jié)果、拓?fù)浣Y(jié)構(gòu)匹配評(píng)估結(jié)果和車道級(jí)精確評(píng)估結(jié)果，計(jì)算路徑合理性得評(píng)分。

28、可選的，所述利用所述路徑特征、行為特征和速度特征，與高精度地圖中交通規(guī)則的符合程度，評(píng)估行為一致性得到行為一致性評(píng)分包括：

29、利用所述行為特征、路徑特征、速度特征與對(duì)應(yīng)的高精度地圖中交通規(guī)則中的轉(zhuǎn)向行為、轉(zhuǎn)向半徑和速度，對(duì)所述軌跡數(shù)據(jù)分別進(jìn)行轉(zhuǎn)向行為一致性評(píng)估、速度行為一致性評(píng)估和速度行為一致性評(píng)估結(jié)果，得到轉(zhuǎn)向行為一致性評(píng)估結(jié)果、轉(zhuǎn)向半徑一致性評(píng)估結(jié)果和速度行為一致性評(píng)估結(jié)果；

30、利用所述轉(zhuǎn)向行為一致性評(píng)估結(jié)果、轉(zhuǎn)向半徑一致性評(píng)估結(jié)果和速度行為一致性評(píng)估結(jié)果，計(jì)算軌跡數(shù)據(jù)的行為一致性評(píng)分。

31、可選的，所述利用所述行為特征、路徑特征、速度特征與對(duì)應(yīng)的高精度地圖中交通規(guī)則中的轉(zhuǎn)向行為、轉(zhuǎn)向半徑和速度，對(duì)所述軌跡數(shù)據(jù)分別進(jìn)行轉(zhuǎn)向行為一致性評(píng)估、速度行為一致性評(píng)估和速度行為一致性評(píng)估結(jié)果，得到轉(zhuǎn)向行為一致性評(píng)估結(jié)果、轉(zhuǎn)向半徑一致性評(píng)估結(jié)果和速度行為一致性評(píng)估結(jié)果包括：

32、利用所述行為特征與高精度地圖中交通規(guī)則中的轉(zhuǎn)向行為，計(jì)算轉(zhuǎn)向角度偏差，并利用所述轉(zhuǎn)向角度偏差計(jì)算轉(zhuǎn)向一致性指標(biāo)；

33、利用行為特征與高精度地圖中交通規(guī)則中的轉(zhuǎn)向半徑約束，計(jì)算轉(zhuǎn)向半徑一致性指標(biāo)；

34、利用速度特征與高精度地圖中交通規(guī)則加速度和速度，計(jì)算加速度一致性指標(biāo)、速度一致性指標(biāo)、橫向運(yùn)動(dòng)一致性指標(biāo)和變道行為一致性指標(biāo)；

35、結(jié)合所述轉(zhuǎn)向一致性指標(biāo)、轉(zhuǎn)向半徑一致性指標(biāo)、加速度一致性指標(biāo)、速度一致性指標(biāo)、橫向運(yùn)動(dòng)一致性指標(biāo)和所述變道行為一致性指標(biāo)，計(jì)算行為一致性評(píng)分。

36、可選的，所述對(duì)所述評(píng)估結(jié)果進(jìn)行綜合分析得到質(zhì)量分析報(bào)告，并將所述綜合分析結(jié)果反饋至所述路側(cè)感知系統(tǒng)包括：

37、利用多層注意力深度神經(jīng)網(wǎng)絡(luò)，對(duì)所述評(píng)估結(jié)果中的評(píng)分進(jìn)行綜合分析，得到綜合質(zhì)量評(píng)分；

38、將綜合質(zhì)量評(píng)分低于預(yù)設(shè)閾值的軌跡數(shù)據(jù)標(biāo)記為異常數(shù)據(jù)，并生成包含各項(xiàng)指標(biāo)評(píng)分和異常數(shù)據(jù)的質(zhì)量分析報(bào)告；

39、將所述質(zhì)量分析報(bào)告反饋至所述路側(cè)感知系統(tǒng)。

40、本技術(shù)實(shí)施例的創(chuàng)新點(diǎn)包括：

41、本技術(shù)實(shí)施例公開了一種基于高精度地圖的路側(cè)感知數(shù)據(jù)質(zhì)量實(shí)時(shí)評(píng)價(jià)方法，通過獲取預(yù)定區(qū)域的相關(guān)數(shù)據(jù)；對(duì)所述預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取得到特征提取結(jié)果；利用所述特征提取結(jié)果對(duì)所述軌跡數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，得到評(píng)估結(jié)果；對(duì)所述評(píng)估結(jié)果進(jìn)行綜合分析得到質(zhì)量分析報(bào)告，并將所述綜合分析結(jié)果反饋至所述路側(cè)感知系統(tǒng)。本技術(shù)將感知數(shù)據(jù)與高精度地圖中的動(dòng)態(tài)數(shù)據(jù)進(jìn)行對(duì)比，不僅關(guān)注路側(cè)感知系統(tǒng)感知的位置精度，還綜合考慮速度、路徑、行為等多維度指標(biāo)，可以對(duì)路側(cè)感知系統(tǒng)進(jìn)行全面的質(zhì)量評(píng)估，提升了評(píng)估結(jié)果的準(zhǔn)確性和實(shí)用性；并且本技術(shù)建立實(shí)時(shí)反饋機(jī)制，及時(shí)發(fā)現(xiàn)并糾正軌跡數(shù)據(jù)中的問題，促進(jìn)路側(cè)感知系統(tǒng)的持續(xù)優(yōu)化。此外，本技術(shù)采用先進(jìn)的算法和模型，對(duì)軌跡數(shù)據(jù)的質(zhì)量進(jìn)行智能評(píng)估，提高評(píng)估效率和準(zhǔn)確性。因此本技術(shù)可以全面、準(zhǔn)確地評(píng)估路側(cè)感知系統(tǒng)中的軌跡數(shù)據(jù)的質(zhì)量，并通過實(shí)時(shí)反饋機(jī)制促進(jìn)系統(tǒng)的持續(xù)優(yōu)化。