基于自动驾驶功能的感知系统设计需求的建模方法

1.本技术涉及自动驾驶汽车技术领域，特别是涉及一种基于自动驾驶功能的感知系统设计需求的建模方法。


背景技术：

2.近几十年来，汽车技术的蓬勃发展给人类社会带来了极大的便利，但也加重了道路拥堵、交通事故等问题。以自动驾驶技术为核心的智能汽车为缓解上述问题提供了新的思路和技术手段。感知系统是智能汽车区别于传统汽车的重要组成部分，对于智能汽车的感知系统的设计，首先需要准确构建感知系统的需求模型，再在模型基础上应用智能优化方法或人工智能方法实现感知系统的设计。
3.然而，目前对于智能汽车的感知系统设计主要依靠定性经验进行人工设计，缺乏对于感知系统的需求模型建模方法的研究，人工设计感知系统的效率较低。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高感知系统的设计效率的基于自动驾驶功能的感知系统设计需求的建模方法。
5.第一方面，本技术提供了一种基于自动驾驶功能的感知系统设计需求的建模方法。该方法包括：
6.根据车辆的属性信息和传感器在该车辆上的候选安装位姿，构建车辆参数模型；
7.根据该传感器的属性信息构建传感器模型；
8.根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型；
9.根据该传感器的性能参数模型，构建该感知系统的感知精度模型；
10.根据该传感器的成本模型确定该感知系统的系统成本模型；
11.根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型；
12.根据该车辆参数模型、该传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建该感知系统的系统模型。
13.在其中一个实施例中，该方法还包括：
14.根据该车辆在目标平面上的投影区域，确定三维坐标系；
15.根据该传感器在该三维坐标系上的第一参数，确定该传感器在该三维坐标系上的候选安装位姿。
16.在其中一个实施例中，该传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
17.在其中一个实施例中，其特征在于，该根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型，包括：
18.根据该传感器的第一理想感知区域和该理想探测高度，确定该传感器的第一感知
空间模型；
19.根据该第一感知空间模型，确定该感知系统的第二感知空间模型；
20.根据该传感器的实际感知区域和该第一理想感知区域，确定该传感器的第一覆盖率模型；
21.根据该感知系统的实际感知区域和第二理想感知区域，确定该感知系统的第二覆盖率模型；该第二理想感知区域根据该第一理想感知区域确定；
22.根据该理想探测距离和预设距离阈值，构建该感知系统的探测距离模型；
23.根据该第二感知空间模型、该第一覆盖率模型、该第二覆盖率模型、该探测距离模型，构建该感知系统的感知空间模型。
24.在其中一个实施例中，该传感器包括摄像头和雷达传感器；该根据该第一感知空间模型，确定该感知系统的第二感知空间模型，包括：
25.根据该摄像头的第一感知空间模型和该雷达传感器的第一感知空间模型，确定该第二感知空间模型。
26.在其中一个实施例中，该第二理想感知区域为该摄像头的第一理想感知区域和该雷达传感器的第一理想感知区域的并集。
27.在其中一个实施例中，该方法还包括：
28.根据该传感器与待探测物体之间的距离、该传感器的探测量程、该传感器的最大探测距离，确定该传感器的第一探测率模型；
29.根据该传感器的实际测距精度和预设测距精度阈值，确定该传感器的第一测距误差模型；
30.根据该传感器的实际测速精度和预设测速精度阈值，确定该传感器的第一测速误差模型；
31.根据该第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；
32.根据该传感器的初始感知能力衰减系数、该传感器的衰减因子，确定该传感器的感知能力衰减系数模型。
33.在其中一个实施例中，若多个该传感器存在重叠感知区域，该方法还包括：
34.根据多个该传感器中各传感器的第一探测率模型，确定多个该传感器在该重叠感知区域内的第二探测率模型；
35.根据多个该传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个该传感器在该重叠感知区域内的第二测距误差模型；
36.根据多个该传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个该传感器在该重叠感知区域内的第二测速误差模型；
37.其中，该性能参数模型包括该第一探测率模型、该第一测距误差模型、该第一测速误差模型、该关键探测点模型、该感知能力衰减系数模型、该第二探测率模型、该第二测距误差模型以及该第二测速误差模型中的至少一个。
38.在其中一个实施例中，该雷达传感器包括超声波雷达传感器和激光雷达传感器；该根据该传感器的初始感知能力衰减系数、该传感器的衰减因子，确定该传感器的感知能力衰减系数模型，包括：
39.根据该摄像头所处环境的光照强度，确定该摄像头的第一感知能力衰减系数模型；
40.根据该超声波雷达传感器的初始感知能力衰减系数、该车辆的车速和预设车速阈值，确定该超声波雷达传感器的第二感知能力衰减系数模型；
41.根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定该激光雷达传感器的第三感知能力衰减系数模型；
42.根据该第一感知能力衰减系数模型、该第二感知能力衰减系数模型、该第三感知能力衰减系数模型，确定该传感器的感知能力衰减系数模型；
43.其中，该衰减因子包括该光照强度、该车速和该降雨量。
44.在其中一个实施例中，该根据该传感器的成本模型确定该感知系统的系统成本模型，包括：
45.根据该传感器的价格和预设价格阈值，确定该感知系统的价格约束模型；
46.根据该传感器的安装成本和预设成本阈值，确定该感知系统的安装成本模型；
47.根据该传感器的使用功率和预设功率阈值，确定该感知系统的使用成本模型；
48.根据该传感器的维护成本和预设维护成本阈值，确定该感知系统的维护成本模型；
49.根据该价格约束模型、该安装成本模型、该使用成本模型和该维护成本模型，确定该感知系统的系统成本模型。
50.在其中一个实施例中，该根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型，包括：
51.根据该传感器的使用寿命和该感知系统的线路类型，确定该感知系统的使用寿命模型；
52.根据该传感器的可靠度和该感知系统的线路类型，确定该感知系统的系统可靠度模型；
53.根据该使用时长模型和该系统可靠度模型，确定该感知系统的可靠度模型。
54.在其中一个实施例中，该方法还包括：
55.对该传感器进行测试，确定该传感器的使用时长；
56.根据各次测试对应的该使用时长和对该传感器进行测试的总测试次数，确定该传感器的使用寿命；
57.根据该传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定该传感器的可靠度。
58.第二方面，本技术还提供了一种感知系统的建模装置。该装置包括：
59.第一构建模块，用于根据车辆的属性信息和传感器在该车辆上的候选安装位姿，构建车辆参数模型；
60.第二构建模块，用于根据该传感器的属性信息构建传感器模型；
61.第三构建模块，用于根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型；
62.第四构建模块，用于根据该传感器的性能参数模型，构建该感知系统的感知精度模型；
63.第五构建模块，用于根据该传感器的成本模型确定该感知系统的系统成本模型；
64.第六构建模块，用于根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型；
65.集成模块，用于根据该车辆参数模型、该传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建该感知系统的系统模型。
66.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
67.根据车辆的属性信息和传感器在该车辆上的候选安装位姿，构建车辆参数模型；
68.根据该传感器的属性信息构建传感器模型；
69.根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型；
70.根据该传感器的性能参数模型，构建该感知系统的感知精度模型；
71.根据该传感器的成本模型确定该感知系统的系统成本模型；
72.根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型；
73.根据该车辆参数模型、该传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建该感知系统的系统模型。
74.第四方面，本技术还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
75.根据车辆的属性信息和传感器在该车辆上的候选安装位姿，构建车辆参数模型；
76.根据该传感器的属性信息构建传感器模型；
77.根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型；
78.根据该传感器的性能参数模型，构建该感知系统的感知精度模型；
79.根据该传感器的成本模型确定该感知系统的系统成本模型；
80.根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型；
81.根据该车辆参数模型、该传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建该感知系统的系统模型。
82.第五方面，本技术还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
83.根据车辆的属性信息和传感器在该车辆上的候选安装位姿，构建车辆参数模型；
84.根据该传感器的属性信息构建传感器模型；
85.根据该传感器的第一理想感知区域、理想探测高度、理想探测距离，构建该感知系统的感知空间模型；
86.根据该传感器的性能参数模型，构建该感知系统的感知精度模型；
87.根据该传感器的成本模型确定该感知系统的系统成本模型；
88.根据该传感器的使用寿命和可靠度，确定该感知系统的可靠度模型；
89.根据该车辆参数模型、该传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建该感知系统的系统模型。
90.上述基于自动驾驶功能的感知系统设计需求的建模方法，通过根据车辆的属性信
息和传感器在车辆上的候选安装位姿，构建车辆参数模型，根据传感器的属性信息构建传感器模型，进一步根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；根据传感器的性能参数模型，构建感知系统的感知精度模型，根据传感器的成本模型确定感知系统的系统成本模型，根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；最后根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。传统技术中，依靠人工经验设计感知系统，效率较低。本技术中，通过构建感知系统的系统模型，在后续进行感知系统设计的时候，只需要调整模型参数即可，提高了感知系统的设计效率，并且，本技术中构建感知系统的系统模型也适用于不同类型车辆的感知系统的设计，提高了设计的感知系统的灵活性。
附图说明
91.图1是本技术实施例提供的计算机设备的内部结构图；
92.图2是本技术实施例提供的一种感知系统的建模方法的流程示意图；
93.图3是本实施例提供的一种候选安装位姿状态确定方法的流程示意图；
94.图4是本技术实施例提供的一种车辆平面图；
95.图5是本技术实施例提供的一种感知空间模型构建方法的流程示意图；
96.图6是本技术实施例提供的一种感知系统的感知区域平面图；
97.图7是本技术实施例提供的感知精度模型构建方法的流程示意图之一；
98.图8是本技术实施例提供的感知精度模型构建方法的流程示意图之二；
99.图9是本技术实施例提供的一种感知能力衰减系数模型构建方法的流程示意图；
100.图10是本技术实施例提供的一种摄像头的感知能力衰减曲线图；
101.图11是本技术实施例提供的一种超声波雷达传感器的感知能力衰减系数曲线图；
102.图12是本技术实施例提供的一种激光雷达传感器的感知能力衰减曲线图；
103.图13是本技术实施例提供的一种系统成本模型构建方法的流程示意图；
104.图14是本技术实施例提供的一种可靠度模型构建方法的流程示意图；
105.图15是本技术实施例提供的一种传感器的使用寿命和可靠度确定方法的流程示意图；
106.图16是本技术实施例提供的一种感知系统的建模装置的结构框图。
具体实施方式
107.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
108.本技术提供的实施例可以应用于如图1所示的计算机设备上，参照图1，图1是本技术实施例中提供的计算机设备的内部结构图。该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介
质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种资源伸缩方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
109.本领域技术人员可以理解，图1中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
110.在一个实施例中，如图2所示，图2是本技术实施例提供的一种感知系统的建模方法的流程示意图，以该方法应用于图1中的计算机设备为例进行说明，可以包括以下步骤：
111.s201，根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型。
112.其中，车辆的属性信息包括车辆车辆三维尺寸、车辆局部坐标系等，候选安装位姿表示的是传感器在车辆上的候选安装位置。
113.示例性地，以(l
veh
,w
veh
,h
veh
)表示车辆整体的三维尺寸，其中，l
veh
为车辆总长，w
veh
为车辆总宽，h
veh
为车辆总高，以集合p
deploy
＝{p1,p2,
…
,pm}表示车辆上可供安装传感器的m个候选安装位姿集合，传感器的候选安装位姿可以根据实际情况情况进行预设。
114.s202，根据传感器的属性信息构建传感器模型。
115.其中，传感器的属性信息可以包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中的至少一个。
116.可以根据上述传感器的属性信息中的所有属性构建传感器模型，例如，首先定义备选传感器集合s＝{s1,s2,
…
,s
ns
}，集合中包含ns个备选传感器，传感器类型包括摄像头、毫米波雷达、激光雷达、超声波雷达等，通过8维向量parai∈r8,i∈n来构建传感器模型，具体如下：
[0117][0118]
其中，typei表示传感器si的产品类型，di表示最远探测距离，φi表示探测视场角(field of view，fov)，表示距离探测精度，表示速度探测精度，pri表示产品价格，pwi表示使用功率，ti表示平均使用寿命。
[0119]
可选地，也可以根据上述传感器的属性信息中的任意数量的属性信息构建传感器模型。例如，可以根据产品类型、最远探测距离、探测视场角三种属性信息构建传感器模型，也可以根据速度探测精度、产品价格两种属性信息构建传感器模型等，本实施例在此不做限制。
[0120]
s203，根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型。
[0121]
在感知系统中，不同的自动驾驶功能关注的感知区域不同，例如，自适应巡航控制功能主要关注车辆前方区域，自动泊车辅助功能主要关注车辆四周的临近区域，因此，为了描述各自动驾驶功能关注的感知区域，需要构建感知系统的感知空间模型。
[0122]
本实施例中，可以将各传感器的第一理想感知区域、理想探测高度、理想探测距离的并集作为感知系统的感知空间模型。可选地，也可以将感知系统中的任意几种感知器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；或者，将各传感器的第一理想感知区域、理想探测高度、理想探测距离的交集作为感知系统的感知空间模型。
[0123]
s204，根据传感器的性能参数模型，构建感知系统的感知精度模型。
[0124]
示例性地，可以根据传感器所有的性能参数模型，构建感知系统的感知精度模型，也可以根据传感器的性能参数模型中的任意几种模型构建感知系统的感知精度模型，可以根据实际情况选择需要的性能参数模型。
[0125]
s205，根据传感器的成本模型确定感知系统的系统成本模型。
[0126]
其中，传感器的成本模型包括价格约束模型、安装成本模型、使用成本模型、维护成本模型等。
[0127]
可以根据传感器的价格约束模型、安装成本模型、使用成本模型、维护成本模型的集合，构建感知系统的系统成本模型。可选地，也可以根据传感器的成本模型中的任意几种成本模型，构建构建感知系统的系统成本模型，例如，将价格约束模型、安装成本模型作为感知系统的系统成本模型，也可以将使用成本模型、维护成本模型作为感知系统的系统成本模型，可以根据实际情况选择需要的传感器的成本模型。
[0128]
s206，根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型。
[0129]
本实施例中，可以将传感器的使用寿命和可靠度的集合，作为感知系统的可靠度模型。也可以将传感器的使用寿命和可靠度中的其中一个，作为感知系统的可靠度模型。
[0130]
s207，根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。
[0131]
上述车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型构建完成后，再进行模型的集成，构建感知系统的系统模型。在集成上述各模型时，若不同模型具有相同类型的参数要求，则选择精度更高的参数要求。例如，若a模型对某关键探测点的测距误差要求为0.1m，b模型对该相同关键探测点的测距误差要求为0.01m，则整体感知系统的系统模型中对该关键探测点的测距误差应取0.01m。
[0132]
上述感知系统的建模方法中，通过根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型，根据传感器的属性信息构建传感器模型，进一步根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；根据传感器的性能参数模型，构建感知系统的感知精度模型，根据传感器的成本模型确定感知系统的系统成本模型，根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；最后根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。传统技术中，依靠人工经验设计感知系统，效率较低。本技术中，通过构建感知系统的系统模型，在后续进行感知系统设计的时候，只需要调整模型参数即可，提高了感知系统的设计效率，并且，本技术中构建感知系统的系统模型也适用于不同类型车辆的感知系统的设计，提高了设计的感知系统的灵活性。
[0133]
图3是本实施例提供的一种候选安装位姿状态确定方法的流程示意图，在上述实施例的基础上，如图3所示，上述感知系统的建模方法还可以包括：
[0134]
s301，根据车辆在目标平面上的投影区域，确定三维坐标系。
[0135]
示例性地，建立如图4所示的三维坐标系o
veh
x
vehyvehzveh
，原点设置为车辆在目标平面上投影的几何中心，x
veh
、y
veh、zveh
依次表示车辆在长度、宽度、高度方向的坐标轴，图4中的p1、p2、
……
、p
14
表示的是传感器的候选安装位姿。
[0136]
s302，根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿。
[0137]
其中，第一参数包括传感器在上述三维坐标系中的位置坐标、传感器在三维坐标系中的翻滚角(roll angle)、俯仰角(pitch angle)、朝向角(yaw angle)。
[0138]
pi＝(xi,yi,zi,αi,βi,γi),i＝1,2,
…
,m表示一个候选安装位姿，xi,yi,zi分别表示pi在车辆坐标系o
veh
x
vehyvehzveh
下的空间位置坐标，αi,βi,γi依次表示传感器绕x
veh
、y
veh、zveh
轴的翻滚角、俯仰角、朝向角。本实施例中，需要说明的是，传感器在各候选安装位姿附近可以局部微调安装位置和角度，因此，候选安装位姿pi的第一参数可以不为常数值，此时，pi的第一参数可以用如下方式进行定义：
[0139]
xi∈[x
i,max
,x
i,max
]、yi∈[y
i,min
,y
i,max
]、zi∈[z
i,min
,z
i,max
]、αi[0140]
∈[α
i,min
,α
i,max
]
[0141]
βi∈[β
i,min
,β
i,max
]、γi∈[γ
i,min
,γ
i,max
]
[0142]
其中，带min下标的各参数为各第一参数的下界，带max下标的各参数位各第一参数的上界，各第一参数的上界和下界可以根据实际情况进行预设。
[0143]
本技术实施例中，通过根据车辆在目标平面上的投影区域，确定三维坐标系，进一步根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿，提高了确定候选安装位姿的效率。
[0144]
在其中一个实施例中，上述传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
[0145]
图5是本技术实施例提供的一种感知空间模型构建方法的流程示意图，本实施例涉及的是如何根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型的一种可能的实现方式，在上述实施例的基础上，如图5所示，上述s203可以包括：
[0146]
s501，根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型。
[0147]
其中，传感器可以包括摄像头和雷达传感器等，第一理想感知区域为传感器的第一理想感知空间在俯视图下的二维投影面。
[0148]
若传感器为摄像头，则将摄像头的第一理想感知空间设为vv，摄像头的第一理想感知区域设为av，av内部的点(x,y)处的理想探测高度可以表示为hv(x,y)∈[h
v,min
(x,y),h
v,max
(x,y)]。摄像头的第一感知空间模型gv可以表示为：
[0149]
gv＝[vv，av，hv(x,y)]
[0150]
若传感器为雷达传感器，则将雷达传感器的第一理想感知空间设为vr，雷达传感器的第一理想感知区域设为ar，ar内部的点(x,y)处的理想探测高度可以表示为hr(x,y)∈[h
r,min
(x,y),h
r,max
(x,y)]，雷达传感器的感知空间模型gr可以表示为
[0151]gr
＝[vr，ar，hr(x,y)]
[0152]
s502，根据第一感知空间模型，确定感知系统的第二感知空间模型。
[0153]
本实施例中，可以将任意一个传感器的第一感知空间模型，作为感知系统的第二感知空间模型。例如，可以将摄像头的第一感知空间模型作为感知系统的第二感知空间模型，也可以将雷达传感器的第一感知空间模型作为感知系统的第二感知空间模型。
[0154]
可选地，也可以将各传感器的第一理想感知空间的交集作为感知系统的第二理想感知空间v，将各传感器的第一理想感知区域的交集作为感知系统的第二理想感知区域a，将各传感器的第一理想感知区域的最小值作为感知系统的系统感知高度的最小值，将各传感器的第一理想感知区域的最大值作为感知系统的系统感知高度的最大值。若传感器为摄像头和雷达传感器，则感知系统的第二感知空间模型可以表示为：
[0155]
g＝{v＝bb∩vr、a＝av∩ar、h
min
(x,y)＝min{h
v,min
(x,y),h
r,min
(x,y)}、h
max
(x,y)＝max{h
v,max
(x,y),h
r,max
(x,y)}}
[0156]
s503，根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型。
[0157]
其中，第一覆盖率模型是衡量传感器覆盖空间大小的模型。
[0158]
可以将摄像头的第一覆盖率模型表示为：
[0159][0160]
其中，s(x)v表示的是摄像头的实际感知区域与第一理想感知区域av的交集的面积，是摄像头的第一理想感知区域的面积。
[0161]
雷达传感器的第一覆盖率模型可以表示为：
[0162][0163]
其中，s(x)r表示的是雷达传感器的实际感知区域与第一理想感知区域ar的交集的面积，s
ar
表示的是雷达传感器的第一理想感知区域的面积。
[0164]
可选地，也可以将φv(x)乘以第一预设系数得到的乘积结果作为摄像头的第一覆盖率模型，将φr(x)乘以第一预设系数得到的乘积结果作为雷达传感器的第一覆盖率模型。
[0165]
s504，根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；第二理想感知区域根据第一理想感知区域确定。
[0166]
示例性地，第二覆盖率模型可以表示为：
[0167][0168]
其中，s(x)表示的是感知系统的实际感知区域与第二理想感知区域a的交集的面积，sa表示的是感知系统的第二理想感知区域的面积。
[0169]
可选地，也可以将φ(x)乘以第二预设系数得到的乘积结果作为感知系统的第二覆盖率模型
[0170]
s505，根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型。
[0171]
感知系统的探测距离模型可以表示为：
[0172]
d＝{d
front
(x)，d
back
(x)，d
left
(x)，d
right
(x)}
[0173]
其中，d
front
(x)、d
back
(x)、d
left
(x)、d
right
(x)依次为感知系统在车辆前后左右四个方向上的理想探测距离。
[0174]
感知系统对车辆四周的理想探测距离的最大值也应该大于预设的距离阈值，即：
[0175]dfront,max
(x)≥d
front,min
，d
back,max
(x)≥d
back,min
[0176]dleft,max
(x)≥d
left,min
，d
right,max
(x)≥d
right,min
[0177]
其中，d
front,max
(x)、d
back,max
(x)、d
left,max
(x)、d
right,max
(x)依次为感知系统在车辆前后左右四个方向上的理想探测距离的最大值，d
front,min
、d
back,min
、d
left,min
、d
right,min
依次为车辆前后左右四个方向上的预设距离阈值。
[0178]
s506，根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。
[0179]
示例性地，可以将第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型的集合，作为感知系统的感知空间模型。可选地，也可以将第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统任意几个的组合，作为感知系统的感知空间模型。
[0180]
本技术实施例中，通过根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型，根据第一感知空间模型，确定感知系统的第二感知空间模型；根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型，根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型，根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。通过构建感知系统的感知空间模型，提高了设计感知系统的效率。
[0181]
在其中一个实施例中，传感器包括摄像头和雷达传感器；上述s502，根据第一感知空间模型，确定感知系统的第二感知空间模型，还可以包括：
[0182]
根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型。
[0183]
图6是本技术实施例提供的一种感知系统的感知区域平面图，如图所示，av表示的是摄像头的第一理想感知区域，ar表示的是雷达传感器的第一理想感知区域，可以将各传感器的第一理想感知空间的并集作为感知系统的第二理想感知空间v，将各传感器的第一理想感知区域的并集作为感知系统的第二理想感知区域a，将各传感器的第一理想感知区域的最小值作为感知系统的系统感知高度的最小值，将各传感器的第一理想感知区域的最大值作为感知系统的系统感知高度的最大值。若传感器为摄像头和雷达传感器，则感知系统的第二感知空间模型可以表示为：
[0184]
g＝{v＝vv∪vr、a＝av∪ar、h
min
(x,y)＝min{h
v,min
(x,y),h
r,min
(x,y)}、h
max
(x,y)＝max{h
v,max
(x,y),h
r,max
(x,y)}}
[0185]
本技术实施例中，通过根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型，提高了确定的第二感知空间模型的效率。
[0186]
图7是本技术实施例提供的感知精度模型构建方法的流程示意图之一，在上述实
施例的基础上，构建感知系统的感知精度模型还可以包括：
[0187]
s701，根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型。
[0188]
对于雷达传感器，探测率是指雷达传感器能够探测到目标物的概率，雷达传感器的第一探测率模型可以表示为：
[0189][0190]
其中，可以将p表示为雷达传感器的第一探测率模型，d为雷达传感器与待探测物体之间的距离，r0为雷达传感器的探测量程，rm为雷达传感器的最大探测距离。
[0191]
可选地，也可以将p乘以第三预设系数得到的乘积结果作为雷达传感器的第一探测率模型。
[0192]
s702，根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型。
[0193]
其中，第一测距误差模型∈d(a)表示的是传感器在第一理想感知区域内对待探测物体的距离探测的误差程度。
[0194]
示例性地，将预设测距精度阈值设为则第一测距误差模型的约束条件为：
[0195]
s703，根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型。
[0196]
其中，第一测速误差模型∈d(a)表示的是传感器在第一理想感知区域内对待探测物体的速度探测的误差程度
[0197]
将预设测速精度阈值设为则第一测速误差模型的约束条件为：
[0198]
s704，根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型。
[0199]
关键探测点是指感知系统在各自动驾驶功能下需要重点探测的点，关键探测点位于第二理想感知空间内，典型自动驾驶功能主要包括自适应巡航控制(adaptive cruise control，acc)、车道保持系统(lane keeping assistance，lka)、自动紧急制动(automated emergency braking，aeb)、自动泊车辅助(automated parking assistance，apa)、交通拥堵巡航(traffic jam pilot，tjp)，高速公路巡航(highway pilot，hwp)、自动代客泊车(automated valet parking，avp)等。关键探测点可以根据车辆所需要实现的自动驾驶功能确定，将感知关键探测点集合设为p
critical
：
[0200]
p
critical
＝{p1,p2,
…
,p
nc
}
[0201]
其中，pi表示感知系统中的第i个关键探测点，nc为关键探测点的数量。
[0202]
关键探测点模型可通过向量来表示，即
[0203][0204]
其中，xi,yi,zi为关键探测点pi的位置坐标，依次为指示关键探测点pi是否能够被视觉传感器(v，vision)、毫米波雷达(r，radar)、激光雷达(l，lidar)、超声波雷达(s，sonar)探测到的指示变量(被相应类型传感器探测到则值为1，未被相应类型传感器探测到则值为0)，依次为关键探测点pi的测速误差最大值和测距误差最大值。
[0205]
关键探测点处的实际测距误差∈
i,d
(x)和实际测速误差∈
i,v
(x)需要小于测距误差最大值和测速误差最大值即
[0206][0207][0208]
为顺利实现车辆所需要的自动驾驶功能，应保证关键探测点pi能够被各自动驾驶功能所需要的传感器探测到，例如，若摄像头需要获取关键探测点pi处的图像信息，则关键探测点pi应该被摄像头探测到，即存在以下约束：
[0209][0210]
在不同的自动驾驶功能中，其他关键探测点可能存在等约束条件。
[0211]
s705，根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0212]
特定的环境条件与运行工况下，传感器感知能力会有所衰减，因而测距误差与测速误差也会有所增大。例如，摄像头在光照条件过暗或过亮时，其感知能力都会衰减；超声波雷达传感器在车辆运行速度较快时，其测距能力也会有较大衰减。因此，有必要通过构建传感器的感知能力衰减模型来表达传感器在特定环境条件与运行工况下的感知能力衰减特性。
[0213]
本实施例中，可以据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0214]
本技术实施例中，通过根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型，根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型，根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型，根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型，根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。为构建传感器的感知精度模型提供了前提条件，提高了设计感知系统的效率。
[0215]
图8是本技术实施例提供的感知精度模型构建方法的流程示意图之二，本实施例中，若若多个传感器存在重叠感知区域，则上述感知精度模型构建方法还包括：
[0216]
s801，根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型。
[0217]
示例性地，各传感器的第一理想感知区域可能会出现重叠，对于多个传感器在重叠区域的第二探测率模型，可以表示为：
[0218]
p
1,2
＝1-(1-p1)(1-p2)＝p1+p
2-p1p2[0219][0220]
其中，p
1,2
为两个传感器的第一理想感知区域的重叠感知区域内的探测率模型，p
1,2,
…
,n
为n个传感器的第一理想感知区域的重叠感知区域内的探测率模型，pi为传感器i的探测率。
[0221]
s802，根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型。
[0222]
对多个传感器的探测重叠感知区域的第二测距误差模型可以通过以下方式构建：
[0223][0224][0225]
其中，为预设重叠测距误差阈值。
[0226]
可选地，也可以将乘以第四预设系数得到的乘积结果作为第二测距误差模型。
[0227]
s803，根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器在重叠感知区域内的第二测速误差模型。
[0228]
对多个传感器的重叠感知区域的第二测速误差模型可以通过以下方式构建：
[0229][0230][0231]
其中，为预设重叠测速误差阈值。
[0232]
可选地，也可以将乘以第四预设系数得到的乘积结果作为第二测速误差模型。
[0233]
其中，性能参数模型包括第一探测率模型、第一测距误差模型、第一测速误差模型、关键探测点模型、感知能力衰减系数模型、第二探测率模型、第二测距误差模型以及第二测速误差模型中的至少一个。
[0234]
本技术实施例中，通过根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型，根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型，根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器
在重叠感知区域内的第二测速误差模型。在进行感知系统的建模的时候考虑了重叠感知区域，提升了构建的感知系统的系统模型的准确性。
[0235]
图9是本技术实施例提供的一种感知能力衰减系数模型构建方法的流程示意图，本实施例涉及的是如何根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型的一种可能的实现方式，在上述实施例的基础上，如图9所示，上述s705还可以包括：
[0236]
s901，根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型。
[0237]
图10是本技术实施例提供的一种摄像头的感知能力衰减曲线图。从图中可以看出，摄像头的感知能力受光照强度x影响，因此，摄像头的第一感知能力衰减系数模型可以表示为：
[0238]
φ(x)＝sigmoid(lnx，a
low
，c
low
)
·
sigmoid(lnx，-a
high
，c
high
)
[0239][0240]
其中，光照强度x以勒克斯为单位，夜间的光照强度约为0～1勒克斯，白天的强光光照下，关照强度可达10000～100000勒克斯，a
low
,c
low
为反映低光强下衰减系数的模型正参数，a
high
,c
high
为反映高光强下衰减系数的模型正参数。a
low
,c
low
,a
high
,c
high
可根据摄像头类型与型号进行调整。
[0241]
可选地，可以将φ(x)乘以五预设系数得到的乘积结果作为第一感知能力衰减系数模型。
[0242]
s902，根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型。
[0243]
雷达传感器包括超声波雷达传感器和激光雷达传感器。
[0244]
图11是本技术实施例提供的一种超声波雷达传感器的感知能力衰减系数曲线图。从图11中可以看出，超声波雷达传感器的感知能力在超过一定车速后开始有明显衰减，车速越高，雷达传感器的感知能力衰减越多。因此，超声波雷达传感器的第二感知能力衰减系数模型可以表示为：
[0245][0246]
其中，v
thr
为指数衰减的速度阈值参数，当车速v超过v
thr
后，超声波雷达传感器的感知能力开始有明显衰减；φ0为超声波雷达传感器的初始感知能力衰减系数，φ0的影响因素主要包括传感器内部误差等，一般可设置为1，k》0为影响超声波雷达感知能力衰减速度的参数，k越大，则车速v超过v
thr
后超声波雷达传感器的感知能力衰减速度越快；0《φ1《φ0体现的是衰减系数的极限值。
[0247]
可选地，也可以将φ(v)乘以第五预设系数得到的乘积结果作为超声波雷达传感器的第二感知能力衰减系数模型
[0248]
s903，根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型。
[0249]
图12是本技术实施例提供的一种激光雷达传感器的感知能力衰减曲线图，从图中可以看出，激光雷达传感器的感知能力在达到一定降雨量后开始明显衰减，降雨量越大，激光雷达传感器的感知能力衰减越多。激光雷达传感器的第三感知能力衰减系数模型可以表示为：
[0250][0251]
其中，降雨量r以mm/h为单位，小雨天气的r通常小于2.5mm/h，中雨天气的r通常为2.5～8.5mm/h，大雨时，r通常为8.5～16mm/h，暴雨天气的r通常大于16mm/h；a《0,b》0,0《φ0《1为模型参数，其中，a的绝对值表示激光雷达传感器的感知能力衰减速度，b表示激光雷达传感器的感知能力开始出现明显衰减时的降雨量值，φ0表示激光雷达传感器的感知能力在降雨量很大时的极限衰减系数值。
[0252]
可选地，也可以将φ(r)乘以第五预设系数得到的乘积结果作为激光雷达传感器的第三感知能力衰减系数模型。
[0253]
s904，根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型，确定传感器的感知能力衰减系数模型。
[0254]
其中，衰减因子包括光照强度、车速和降雨量。
[0255]
示例性地，传感器的感知能力衰减系数模型包括第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型中的至少一个，例如，可以将第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型的集合作为传感器的感知能力衰减系数模型，则传感器的感知能力衰减系数模型可以表示为：
[0256]
φ＝{φ(x)，φ(v)，φ(r)}
[0257]
本技术实施例中，通过根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型，根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型，根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型，根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型，确定传感器的感知能力衰减系数模型。提高了设计感知系统的效率。
[0258]
图13是本技术实施例提供的一种系统成本模型构建方法的流程示意图，本实施例涉及的是如何根据传感器的成本模型确定感知系统的系统成本模型的一种可能的实现方式，在上述实施例的基础上，如图13所示，上述s205可以包括。
[0259]
s1301，根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型。
[0260]
感知系统的价格为感知系统中所有传感器的价格总和，则感知系统的价格约束模型可以表示为：
[0261]cprice
≤c
price,max
[0262][0263]cprice,max
为预设价格阈值，c
price
表示感知系统的价格，c
price,i
为传感器i的价格，n
x
为感知系统包含的传感器的数量。
[0264]
s1302，根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型。
[0265]
感知系统的安装成本为感知系统中所有传感器的安装成本总和，感知系统的安装成本模型可以表示为：
[0266]cdelpoy
≤c
delpoy,max
[0267][0268]
其中，c
delpoy,max
为预设成本阈值，c
delpoy
表示感知系统的安装成本，c
delpoy,i
为传感器i的安装成本，n
x
为感知系统包含的传感器的数量。
[0269]
s1303，根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型。
[0270]
感知系统的使用成本可以通过感知系统的使用功率来表示，感知系统的使用功率为感知系统中所有传感器的使用功率总和，感知系统的使用成本模型可以表示为：
[0271]cpower
≤c
power,max
[0272][0273]
其中，c
power,max
为预设功率阈值，c
power
表示感知系统的使用功率，c
power,i
为传感器i的使用功率，n
x
为感知系统包含的传感器的数量。
[0274]
s1304，根据传感器的维护成本和预设维护成本阈值，确定感知系统的维护成本模型。
[0275]
感知系统的维护成本模型可以表示为：
[0276]crepair
≤c
repair,max
[0277][0278]
其中，c
repair,max
为预设维护成本阈值，c
repair
表示感知系统的维护成本，c
repair,i
为传感器i的维护成本，n
x
为感知系统包含的传感器的数量。
[0279]
s1305，根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型。
[0280]
示例性地，感知系统的系统成本模型包括价格约束模型、安装成本模型、使用成本模型和维护成本模型中的至少一个，也可以将价格约束模型、安装成本模型、使用成本模型和维护成本模型的集合作为感知系统的系统成本模型，例如，感知系统的系统成本模型可以表示为：
[0281]
c＝{c
price
，c
delpoy
，c
power
，c
repair
}。
[0282]
本技术实施例中，通过根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型，根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型，根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型，根据传感器的维护成本
和预设维护成本阈值，确定感知系统的维护成本模型，根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型，提高了设计感知系统的效率。
[0283]
图14是本技术实施例提供的一种可靠度模型构建方法的流程示意图，本技术实施例涉及的是如何根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型的一种可能的实现方式，在上述实施例的基础上，如图14所示，上述s206可以包括：
[0284]
s1401，根据传感器的使用寿命和感知系统的线路类型，确定感知系统的使用寿命模型。
[0285]
其中，传感器的使用寿命是指传感器能够正常使用而不出现损坏的最大时间，感知系统的线路类型包括串联线路和并联线路。
[0286]
对于串联线路的感知系统，系统的使用寿命取决于使用寿命最短的传感器，则感知系统的使用寿命模型可以表示为：
[0287][0288]
其中，ti表示第i个传感器的使用寿命，t
system
表示的是感知系统的使用寿命。
[0289]
对于并联线路的感知系统，系统的使用寿命取决于使用寿命最长的传感器，则感知系统的使用寿命模型可以表示为：
[0290][0291]
s1402，根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型。
[0292]
其中，传感器的可靠度指的是传感器在预设条件和时间内不出故障的概率。
[0293]
对于串联线路的感知系统，感知系统的系统可靠度模型可以表示为：
[0294][0295]
其中，r
system
表示感知系统的可靠度，ri为传感器i的可靠度。
[0296]
对于并联线路的感知系统，感知系统的系统可靠度模型可以表示为：
[0297][0298]
其中，ri是系统传感器部件i的可靠度。
[0299]
感知系统的可靠度r
system
不小于预设最小可靠度阈值r
system,min
，即：
[0300]rsystem
≥r
system,min
[0301]
s1403，根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。
[0302]
示例性地，可以用使用时长模型和系统可靠度模型的集合表示感知系统的可靠度模型r，即：
[0303]
r＝{t
system
，r
system
}
[0304]
可选地，也可以将使用时长模型和系统可靠度模型中的其中一个模型作为感知系统的可靠度模型。
[0305]
本实施例中，通过根据传感器的使用寿命和感知系统的线路类型，确定感知系统
的使用寿命模型，根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型，根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。提高了设计感知系统的效率。
[0306]
图15是本技术实施例提供的一种传感器的使用寿命和可靠度确定方法的流程示意图，在上述实施例的基础上，感知系统的可靠度模型构建方法还可以包括以下步骤：
[0307]
s1501，对传感器进行测试，确定传感器的使用时长。
[0308]
s1502，根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命。
[0309]
对于传感器的使用寿命的确定，首先需要通过对传感器进行测试，确定传感器的使用时长，进一步根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命。例如，设对传感器进行n次测试，第j次测试时传感器的使用时长为tj，则传感器的使用寿命可以表示为：
[0310][0311]
可选地，也可以将ti乘以第六预设系数得到的乘积结果作为传感器的使用寿命。
[0312]
s1503，根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。
[0313]
示例性地，将传感器的数量设为n0，预设时间点t有r(t)个传感器部件发生故障，有ns(t)个传感器无故障，则传感器的可靠度可以表示为：
[0314][0315]
若传感器的预设可靠度阈值为t0，出现故障的时间为t，若t≥t0，则该传感器在t0前无故障，则传感器i的可靠度函数ri(t)为
[0316]ri
＝p(t≥t0)
[0317]
本技术实施例中，通过对传感器进行测试，确定传感器的使用时长，进而根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命，根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。提高了确定的感知系统的可靠度模型的准确性。
[0318]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0319]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的感知系统的建模方法的感知系统的建模装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个感知系统的建模装置实施例中的具体
限定可以参见上文中对于感知系统的建模方法的限定，在此不再赘述。
[0320]
在一个实施例中，如图16所示，提供了一种感知系统的建模装置1600，包括：第一构建模块1601、第二构建模块1602、第三构建模块1603、第四构建模块1604、第五构建模块1605、第六构建模块1606和集成模块1607，其中：
[0321]
第一构建模块1601，用于根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型；
[0322]
第二构建模块1602，用于根据传感器的属性信息构建传感器模型；
[0323]
第三构建模块1603，用于根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；
[0324]
第四构建模块1604，用于根据传感器的性能参数模型，构建感知系统的感知精度模型；
[0325]
第五构建模块1605，用于根据传感器的成本模型确定感知系统的系统成本模型；
[0326]
第六构建模块1606，用于根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；
[0327]
集成模块1607，用于根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。
[0328]
在其中一个实施例中，感知系统的建模装置1600还包括：
[0329]
第一确定模块，用于根据车辆在目标平面上的投影区域，确定三维坐标系；
[0330]
第二确定模块，用于根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿。
[0331]
在其中一个实施例中，传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
[0332]
在其中一个实施例中，第三构建模块1603包括：
[0333]
第一确定单元，用于根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型；
[0334]
第二确定单元，用于根据第一感知空间模型，确定感知系统的第二感知空间模型；
[0335]
第三确定单元，用于根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型；
[0336]
第四确定单元，用于根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；第二理想感知区域根据第一理想感知区域确定；
[0337]
第一构建单元，用于根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型；
[0338]
第二构建单元，用于根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。
[0339]
在其中一个实施例中，第二确定单元，具体用于根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型。
[0340]
在其中一个实施例中，，第二理想感知区域为摄像头的第一理想感知区域和雷达传感器的第一理想感知区域的并集。
[0341]
在其中一个实施例中，感知系统的建模装置1600还包括：
[0342]
第三确定模块，用于根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型；
[0343]
第四确定模块，用于根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型；
[0344]
第五确定模块，用于根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型；
[0345]
第六确定模块，用于根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；
[0346]
第七确定模块，用于根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0347]
在其中一个实施例中，若多个传感器存在重叠感知区域，感知系统的建模装置还包括：
[0348]
第八确定模块，用于根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型；
[0349]
第九确定模块，用于根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型；
[0350]
第十确定，用于根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器在重叠感知区域内的第二测速误差模型；
[0351]
其中，性能参数模型包括第一探测率模型、第一测距误差模型、第一测速误差模型、关键探测点模型、感知能力衰减系数模型、第二探测率模型、第二测距误差模型以及第二测速误差模型中的至少一个。
[0352]
在其中一个实施例中，雷达传感器包括超声波雷达传感器和激光雷达传感器，第七确定模块包括：
[0353]
第五确定单元，用于根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型；
[0354]
第六确定单元，用于根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型；
[0355]
第七确定单元，用于根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型；
[0356]
第八确定单元，用于根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型，确定传感器的感知能力衰减系数模型；
[0357]
其中，衰减因子包括光照强度、车速和降雨量。
[0358]
在其中一个实施例中，第五构建模块1605，具体用于根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型；根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型；根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型；根据传感器的维护成本和预设维护成本阈值，确定感知系统的维护成本模型；根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型。
[0359]
在其中一个实施例中，第六构建模块1606，具体用于根据传感器的使用寿命和感
知系统的线路类型，确定感知系统的使用寿命模型；根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型；根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。
[0360]
在其中一个实施例中，第六构建模块1606，具体用于对传感器进行测试，确定传感器的使用时长；根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命；根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。
[0361]
上述感知系统的建模装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0362]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0363]
根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型；
[0364]
根据传感器的属性信息构建传感器模型；
[0365]
根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；
[0366]
根据传感器的性能参数模型，构建感知系统的感知精度模型；
[0367]
根据传感器的成本模型确定感知系统的系统成本模型；
[0368]
根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；
[0369]
根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。
[0370]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0371]
根据车辆在目标平面上的投影区域，确定三维坐标系；
[0372]
根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿。
[0373]
在一个实施例中，传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
[0374]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0375]
根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型；
[0376]
根据第一感知空间模型，确定感知系统的第二感知空间模型；
[0377]
根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型；
[0378]
根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；第二理想感知区域根据第一理想感知区域确定；
[0379]
根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型；
[0380]
根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。
[0381]
在一个实施例中，传感器包括摄像头和雷达传感器；处理器执行计算机程序时还
实现以下步骤：
[0382]
根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型。
[0383]
在一个实施例中，第二理想感知区域为摄像头的第一理想感知区域和雷达传感器的第一理想感知区域的并集。
[0384]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0385]
根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型；
[0386]
根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型；
[0387]
根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型；
[0388]
根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；
[0389]
根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0390]
在一个实施例中，若多个传感器存在重叠感知区域，处理器执行计算机程序时还实现以下步骤：
[0391]
根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型；
[0392]
根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型；
[0393]
根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器在重叠感知区域内的第二测速误差模型；
[0394]
其中，性能参数模型包括第一探测率模型、第一测距误差模型、第一测速误差模型、关键探测点模型、感知能力衰减系数模型、第二探测率模型、第二测距误差模型以及第二测速误差模型中的至少一个。
[0395]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0396]
根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型；
[0397]
根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型；
[0398]
根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型；
[0399]
根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型，确定传感器的感知能力衰减系数模型；
[0400]
其中，衰减因子包括光照强度、车速和降雨量。
[0401]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0402]
根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型；
[0403]
根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型；
[0404]
根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型；
[0405]
根据传感器的维护成本和预设维护成本阈值，确定感知系统的维护成本模型；
[0406]
根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型。
[0407]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0408]
根据传感器的使用寿命和感知系统的线路类型，确定感知系统的使用寿命模型；
[0409]
根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型；
[0410]
根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。
[0411]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0412]
对传感器进行测试，确定传感器的使用时长；
[0413]
根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命；
[0414]
根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。
[0415]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0416]
根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型；
[0417]
根据传感器的属性信息构建传感器模型；
[0418]
根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；
[0419]
根据传感器的性能参数模型，构建感知系统的感知精度模型；
[0420]
根据传感器的成本模型确定感知系统的系统成本模型；
[0421]
根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；
[0422]
根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。
[0423]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0424]
根据车辆在目标平面上的投影区域，确定三维坐标系；
[0425]
根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿。
[0426]
在一个实施例中，传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
[0427]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0428]
根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型；
[0429]
根据第一感知空间模型，确定感知系统的第二感知空间模型；
[0430]
根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型；
[0431]
根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；第二理想感知区域根据第一理想感知区域确定；
[0432]
根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型；
[0433]
根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。
[0434]
在一个实施例中，传感器包括摄像头和雷达传感器，计算机程序被处理器执行时还实现以下步骤：
[0435]
根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型。
[0436]
在一个实施例中，，第二理想感知区域为摄像头的第一理想感知区域和雷达传感器的第一理想感知区域的并集。
[0437]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0438]
根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型；
[0439]
根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型；
[0440]
根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型；
[0441]
根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；
[0442]
根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0443]
在一个实施例中，若多个传感器存在重叠感知区域，计算机程序被处理器执行时还实现以下步骤：
[0444]
根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型；
[0445]
根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型；
[0446]
根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器在重叠感知区域内的第二测速误差模型；
[0447]
其中，性能参数模型包括第一探测率模型、第一测距误差模型、第一测速误差模型、关键探测点模型、感知能力衰减系数模型、第二探测率模型、第二测距误差模型以及第二测速误差模型中的至少一个。
[0448]
在一个实施例中，雷达传感器包括超声波雷达传感器和激光雷达传感器，计算机程序被处理器执行时还实现以下步骤：
[0449]
根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型；
[0450]
根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型；
[0451]
根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型；
[0452]
根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰
减系数模型，确定传感器的感知能力衰减系数模型；
[0453]
其中，衰减因子包括光照强度、车速和降雨量。
[0454]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0455]
根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型；
[0456]
根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型；
[0457]
根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型；
[0458]
根据传感器的维护成本和预设维护成本阈值，确定感知系统的维护成本模型；
[0459]
根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型。
[0460]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0461]
根据传感器的使用寿命和感知系统的线路类型，确定感知系统的使用寿命模型；
[0462]
根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型；
[0463]
根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。
[0464]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0465]
对传感器进行测试，确定传感器的使用时长；
[0466]
根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命；
[0467]
根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。
[0468]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0469]
根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型；
[0470]
根据传感器的属性信息构建传感器模型；
[0471]
根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型；
[0472]
根据传感器的性能参数模型，构建感知系统的感知精度模型；
[0473]
根据传感器的成本模型确定感知系统的系统成本模型；
[0474]
根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型；
[0475]
根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型。
[0476]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0477]
根据车辆在目标平面上的投影区域，确定三维坐标系；
[0478]
根据传感器在三维坐标系上的第一参数，确定传感器在三维坐标系上的候选安装位姿。
[0479]
在一个实施例中，传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。
[0480]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0481]
根据传感器的第一理想感知区域和理想探测高度，确定传感器的第一感知空间模型；
[0482]
根据第一感知空间模型，确定感知系统的第二感知空间模型；
[0483]
根据传感器的实际感知区域和第一理想感知区域，确定传感器的第一覆盖率模型；
[0484]
根据感知系统的实际感知区域和第二理想感知区域，确定感知系统的第二覆盖率模型；第二理想感知区域根据第一理想感知区域确定；
[0485]
根据理想探测距离和预设距离阈值，构建感知系统的探测距离模型；
[0486]
根据第二感知空间模型、第一覆盖率模型、第二覆盖率模型、探测距离模型，构建感知系统的感知空间模型。
[0487]
在一个实施例中，传感器包括摄像头和雷达传感器，计算机程序被处理器执行时还实现以下步骤：
[0488]
根据摄像头的第一感知空间模型和雷达传感器的第一感知空间模型，确定第二感知空间模型。
[0489]
在一个实施例中，，第二理想感知区域为摄像头的第一理想感知区域和雷达传感器的第一理想感知区域的并集。
[0490]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0491]
根据传感器与待探测物体之间的距离、传感器的探测量程、传感器的最大探测距离，确定传感器的第一探测率模型；
[0492]
根据传感器的实际测距精度和预设测距精度阈值，确定传感器的第一测距误差模型；
[0493]
根据传感器的实际测速精度和预设测速精度阈值，确定传感器的第一测速误差模型；
[0494]
根据第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；
[0495]
根据传感器的初始感知能力衰减系数、传感器的衰减因子，确定传感器的感知能力衰减系数模型。
[0496]
在一个实施例中，若多个传感器存在重叠感知区域，计算机程序被处理器执行时还实现以下步骤：
[0497]
根据多个传感器中各传感器的第一探测率模型，确定多个传感器在重叠感知区域内的第二探测率模型；
[0498]
根据多个传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个传感器在重叠感知区域内的第二测距误差模型；
[0499]
根据多个传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个传感器在重叠感知区域内的第二测速误差模型；
[0500]
其中，性能参数模型包括第一探测率模型、第一测距误差模型、第一测速误差模型、关键探测点模型、感知能力衰减系数模型、第二探测率模型、第二测距误差模型以及第二测速误差模型中的至少一个。
[0501]
在一个实施例中，雷达传感器包括超声波雷达传感器和激光雷达传感器，计算机程序被处理器执行时还实现以下步骤：
[0502]
根据摄像头所处环境的光照强度，确定摄像头的第一感知能力衰减系数模型；
[0503]
根据超声波雷达传感器的初始感知能力衰减系数、车辆的车速和预设车速阈值，确定超声波雷达传感器的第二感知能力衰减系数模型；
[0504]
根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定激光雷达传感器的第三感知能力衰减系数模型；
[0505]
根据第一感知能力衰减系数模型、第二感知能力衰减系数模型、第三感知能力衰减系数模型，确定传感器的感知能力衰减系数模型；
[0506]
其中，衰减因子包括光照强度、车速和降雨量。
[0507]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0508]
根据传感器的价格和预设价格阈值，确定感知系统的价格约束模型；
[0509]
根据传感器的安装成本和预设成本阈值，确定感知系统的安装成本模型；
[0510]
根据传感器的使用功率和预设功率阈值，确定感知系统的使用成本模型；
[0511]
根据传感器的维护成本和预设维护成本阈值，确定感知系统的维护成本模型；
[0512]
根据价格约束模型、安装成本模型、使用成本模型和维护成本模型，确定感知系统的系统成本模型。
[0513]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0514]
根据传感器的使用寿命和感知系统的线路类型，确定感知系统的使用寿命模型；
[0515]
根据传感器的可靠度和感知系统的线路类型，确定感知系统的系统可靠度模型；
[0516]
根据使用时长模型和系统可靠度模型，确定感知系统的可靠度模型。
[0517]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0518]
对传感器进行测试，确定传感器的使用时长；
[0519]
根据各次测试对应的使用时长和对传感器进行测试的总测试次数，确定传感器的使用寿命；
[0520]
根据传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定传感器的可靠度。
[0521]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0522]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据
库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0523]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0524]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种感知系统的建模方法，其特征在于，所述方法包括：根据车辆的属性信息和传感器在所述车辆上的候选安装位姿，构建车辆参数模型；根据所述传感器的属性信息构建传感器模型；根据所述传感器的第一理想感知区域、理想探测高度、理想探测距离，构建所述感知系统的感知空间模型；根据所述传感器的性能参数模型，构建所述感知系统的感知精度模型；根据所述传感器的成本模型确定所述感知系统的系统成本模型；根据所述传感器的使用寿命和可靠度，确定所述感知系统的可靠度模型；根据所述车辆参数模型、所述传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建所述感知系统的系统模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述车辆在目标平面上的投影区域，确定三维坐标系；根据所述传感器在所述三维坐标系上的第一参数，确定所述传感器在所述三维坐标系上的候选安装位姿。3.根据权利要求1或2所述的方法，其特征在于，所述传感器的属性信息包括产品类型、最远探测距离、探测视场角、距离探测精度、速度探测精度、产品价格、使用功率和平均使用寿命中至少一种。4.根据权利要求1或2所述的方法，其特征在于，所述根据所述传感器的第一理想感知区域、理想探测高度、理想探测距离，构建所述感知系统的感知空间模型，包括：根据所述传感器的第一理想感知区域和所述理想探测高度，确定所述传感器的第一感知空间模型；根据所述第一感知空间模型，确定所述感知系统的第二感知空间模型；根据所述传感器的实际感知区域和所述第一理想感知区域，确定所述传感器的第一覆盖率模型；根据所述感知系统的实际感知区域和第二理想感知区域，确定所述感知系统的第二覆盖率模型；所述第二理想感知区域根据所述第一理想感知区域确定；根据所述理想探测距离和预设距离阈值，构建所述感知系统的探测距离模型；根据所述第二感知空间模型、所述第一覆盖率模型、所述第二覆盖率模型、所述探测距离模型，构建所述感知系统的感知空间模型。5.根据权利要求4所述的方法，其特征在于，所述传感器包括摄像头和雷达传感器；所述根据所述第一感知空间模型，确定所述感知系统的第二感知空间模型，包括：根据所述摄像头的第一感知空间模型和所述雷达传感器的第一感知空间模型，确定所述第二感知空间模型。6.根据权利要求5所述的方法，其特征在于，所述第二理想感知区域为所述摄像头的第一理想感知区域和所述雷达传感器的第一理想感知区域的并集。7.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：根据所述传感器与待探测物体之间的距离、所述传感器的探测量程、所述传感器的最大探测距离，确定所述传感器的第一探测率模型；根据所述传感器的实际测距精度和预设测距精度阈值，确定所述传感器的第一测距误
差模型；根据所述传感器的实际测速精度和预设测速精度阈值，确定所述传感器的第一测速误差模型；根据所述第一理想感知区域中关键探测点的位置坐标、指示变量、预设测速误差阈值和预设测距误差阈值，确定关键探测点模型；根据所述传感器的初始感知能力衰减系数、所述传感器的衰减因子，确定所述传感器的感知能力衰减系数模型。8.根据权利要求7所述的方法，其特征在于，若多个所述传感器存在重叠感知区域，所述方法还包括：根据多个所述传感器中各传感器的第一探测率模型，确定多个所述传感器在所述重叠感知区域内的第二探测率模型；根据多个所述传感器中各传感器的第一测距误差模型、预设重叠测距误差阈值，确定多个所述传感器在所述重叠感知区域内的第二测距误差模型；根据多个所述传感器中各传感器的第一测速误差模型、预设重叠测速误差阈值，确定多个所述传感器在所述重叠感知区域内的第二测速误差模型；其中，所述性能参数模型包括所述第一探测率模型、所述第一测距误差模型、所述第一测速误差模型、所述关键探测点模型、所述感知能力衰减系数模型、所述第二探测率模型、所述第二测距误差模型以及所述第二测速误差模型中的至少一个。9.根据权利要求5所述的方法，其特征在于，所述雷达传感器包括超声波雷达传感器和激光雷达传感器；所述根据所述传感器的初始感知能力衰减系数、所述传感器的衰减因子，确定所述传感器的感知能力衰减系数模型，包括：根据所述摄像头所处环境的光照强度，确定所述摄像头的第一感知能力衰减系数模型；根据所述超声波雷达传感器的初始感知能力衰减系数、所述车辆的车速和预设车速阈值，确定所述超声波雷达传感器的第二感知能力衰减系数模型；根据降雨量、激光雷达感知能力的衰减速度、预设降雨量阈值和预设衰减系数阈值，确定所述激光雷达传感器的第三感知能力衰减系数模型；根据所述第一感知能力衰减系数模型、所述第二感知能力衰减系数模型、所述第三感知能力衰减系数模型，确定所述传感器的感知能力衰减系数模型；其中，所述衰减因子包括所述光照强度、所述车速和所述降雨量。10.根据权利要求1或2所述的方法，其特征在于，所述根据所述传感器的成本模型确定所述感知系统的系统成本模型，包括：根据所述传感器的价格和预设价格阈值，确定所述感知系统的价格约束模型；根据所述传感器的安装成本和预设成本阈值，确定所述感知系统的安装成本模型；根据所述传感器的使用功率和预设功率阈值，确定所述感知系统的使用成本模型；根据所述传感器的维护成本和预设维护成本阈值，确定所述感知系统的维护成本模型；根据所述价格约束模型、所述安装成本模型、所述使用成本模型和所述维护成本模型，确定所述感知系统的系统成本模型。
11.根据权利要求1或2所述的方法，其特征在于，所述根据所述传感器的使用寿命和可靠度，确定所述感知系统的可靠度模型，包括：根据所述传感器的使用寿命和所述感知系统的线路类型，确定所述感知系统的使用寿命模型；根据所述传感器的可靠度和所述感知系统的线路类型，确定所述感知系统的系统可靠度模型；根据所述使用时长模型和所述系统可靠度模型，确定所述感知系统的可靠度模型。12.根据权利要求11所述的方法，其特征在于，所述方法还包括：对所述传感器进行测试，确定所述传感器的使用时长；根据各次测试对应的所述使用时长和对所述传感器进行测试的总测试次数，确定所述传感器的使用寿命；根据所述传感器的数量、在预设时间点发生故障的传感器数量和预设可靠度阈值，确定所述传感器的可靠度。13.一种感知系统的建模装置，其特征在于，所述装置包括：第一构建模块，用于根据车辆的属性信息和传感器在所述车辆上的候选安装位姿，构建车辆参数模型；第二构建模块，用于根据所述传感器的属性信息构建传感器模型；第三构建模块，用于根据所述传感器的第一理想感知区域、理想探测高度、理想探测距离，构建所述感知系统的感知空间模型；第四构建模块，用于根据所述传感器的性能参数模型，构建所述感知系统的感知精度模型；第五构建模块，用于根据所述传感器的成本模型确定所述感知系统的系统成本模型；第六构建模块，用于根据所述传感器的使用寿命和可靠度，确定所述感知系统的可靠度模型；集成模块，用于根据所述车辆参数模型、所述传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建所述感知系统的系统模型。14.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的方法的步骤。15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。16.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。

技术总结
本申请涉及一种基于自动驾驶功能的感知系统设计需求的建模方法。所述方法包括：根据车辆的属性信息和传感器在车辆上的候选安装位姿，构建车辆参数模型，根据传感器的属性信息构建传感器模型，根据传感器的第一理想感知区域、理想探测高度、理想探测距离，构建感知系统的感知空间模型，根据传感器的性能参数模型，构建感知系统的感知精度模型，根据传感器的成本模型确定感知系统的系统成本模型；根据传感器的使用寿命和可靠度，确定感知系统的可靠度模型，根据车辆参数模型、传感器模型、感知空间模型、感知精度模型、系统成本模型、可靠度模型，构建感知系统的系统模型，提高了感知系统的设计效率。统的设计效率。统的设计效率。


技术研发人员：黄晋 孟天闯 苏炎召 张博维 郝建平 王昭清 许宇航 李佳幸
受保护的技术使用者：清华大学
技术研发日：2023.03.13
技术公布日：2023/7/12