科创中国

行业领域

电子信息技术

需求背景

随着汽车产业变革的推进，自动驾驶已经成为行业新方向。如今，无论是科技巨头还是汽车厂商都在加紧布局自动驾驶，如何保障研发优势、降低投入成本，从而加快实现自动驾驶汽车商业化成为了主要焦点。作为典型的自主式智能系统，自动驾驶是集人工智能、机器学习、控制理论和电子技术等多种技术学科交叉的产物。

虚拟仿真测试作为一种新兴测试方法，可快速提供实车路测难以企及的测试里程并模拟任意场景，凭借“低成本、高效率、高安全性”成为验证自动驾驶技术的关键环节，根据各传感器采集到的数据信息作出精准分析和智能决策，从而提高自动驾驶汽车行驶安全性，成为自动驾驶发展过程中不可或缺的技术支撑手段。天津卡达克数据有限公司在此背景下，积极应对产业变革，依托数据资源及相关产业背景，研发智能网联汽车仿真云平台，助推自动驾驶技术快速落地。

自动驾驶系统的环境感知能力是决定仿真结果准确性的重要因素之一，天津卡达克数据有限公司发布此赛题的目的旨在推动仿真环境下环境感知算法的科研水平。本题目以虚拟仿真环境下依托视频传感器数据进行交通标志检测与识别为例，希望在全球范围内发掘和培养自动驾驶算法技术人才。

需解决的主要技术难题

此技术需求：

1.提供一系列基于虚拟仿真环境下的自动驾驶视频图像，其中交通标志牌将作出标注。

2.要求技术方识别测试数据中随机出现的交通标志牌，并反馈对应的识别结果。

3.需要一种方法可以应对该虚拟仿真环境下包括建筑物、树木以及多样性天气条件（包含光照）等干扰因素。

期望实现的主要技术目标

（1）图像检测：

图像检测需要使用矩形框将目标检测物体选中，根据用户检测结果和目标框之间重叠比率大于***，视为合格候选，预测的实例A和真实实例B之间的IoU (Intersection over Union)的计算公式为：

IoU(A,B)=(A⋃B)/(A⋂B)

（2）图像识别：

判断图像内容是否匹配是根据图片中汽车道路标志牌名称与候选名称是否一致

计算作品的召回率和正确率：

R(召回率)=检测正确的目标数量/(检测正确的目标数量+漏检目标数量)

P(准确率)=检测正确的目标数量/(检测正确的目标数量+检测错误目标数量)

计算最终得分: 

Score=2PR/(P + R)

排名：Score值越高，排名越靠前。"

需求解析

解析单位：重庆市永川区 解析时间：2022-12-18

赵明友

重庆理工大学

教授

综合评价

该技术需求足够清晰，道路交通标志视认性测评是一个多因素、多方式的复杂过程，本文所提出的基于驾驶模拟器的父通标志视认性评测系统将传统动态测试和静态测试有机结合，满足了实际路况下驾驶和车辆运动状态下行驶的双重需求，具有广阔的使用前景。其中，标志视认性评测指标体系以及系统建立的有效性还需要在今后的实际应用中予以不断完善。

查看更多>

处理进度