本技术提供一种数据调试方法、装置、设备及可读存储介质,数据调试方法包括:从问题数据中获取关键目标;将所述问题数据中其他目标的属性值设置为和所述关键目标相同的属性值;将经过设置后的问题数据,按照问题数据发生的时间顺序,输入被调试的算法模型中进行数据回灌;将数据回灌的仿真结果进行可视化输出。本发明通过在数据回灌的过程中将其他目标的属性值设置成和关键目标一致的属性值,形成统一的可观测的输出结果,直观的展示在坐标轴的曲线图中,方便算法人员分析定位问题,进一步地本发明对当问题数据出现多个问题时间点时进行多次赋值分别多次输出可视化的结果,能让算法人员快速的分析和定位问题。
背景技术
汽车的智能化是未来的趋势,其中智能驾驶是汽车智能化的重要组成部分。汽车智能驾驶的典型架构一般由感知、决策和控制三大模块组成,其中感知模块通过摄像头、激光雷达、毫米波雷达、超声波雷达、陀螺仪、加速度计等多种传感器,来感知周围的环境信息和车辆的状态信息,所感知的信息包括道路的形状、方向、曲率、坡度和车道,交通标志,信号灯,以及其他车辆或行人的位置、大小、前进方向和速度等。
在对智能驾驶产品进行研发的过程中,需要采集大量的实车测试数据然后将测试数据输入数据回灌仿真环境进行分析调试,以验证产品性能,加速产品开发周期,减少实车路测需求,提升智能驾驶产品的安全性。其中目标筛选算法主要用于对车辆、行人等动态交通参与者的筛选,目标筛选模型是衔接感知融合和决策模块的重要算法模块,对于L2级智能驾驶,感知融合模块一般会输出8-32个道路动态静态交通参与者,一般称之为目标,然后目标筛选模型根据目标模型与本车的相对位置、速度、加速度和运动趋势等条件筛选输出一个主要目标,提供给后面的决策规划模型进行规划决策。
目标筛选算法需要对多个不同的目标进行数值计算,通常采用循环的方法对多个目标的数据进行批量的处理,在对输出结果进行观测分析的时候,存在一个运行周期里多个输出结果投射到同一时间点的问题,如图1所示,图1为数据回灌仿真结果可视化输出曲线图中的关键输出信号曲线图,参照图1,例如在第5秒的时刻,32个目标的不同输出结果投射到同一纵坐标轴上,无法直观地观测到所关注目标的具体数值,或者不好根据数值确定具体的关注目标,不便于进行问题的分析和定位。
实现思路