自动驾驶车辆的感知测试方法及装置

技术领域

本申请涉及自动驾驶技术领域，特别是涉及一种自动驾驶系统的感知测试方法及装置。

背景技术

自动驾驶车辆依靠感知传感器、人工智能、全球定位系统等协同合作，使得车辆安全自动行驶。自动驾驶车辆的系统主要包含感知模块、决策模块和执行模块三个主要模块。自动驾驶车辆落地需要经过大量的测试，算法的迭代也需要大量的测试。其中，感知模块作为自动驾驶技术中的关键环节，其测试结果直接影响整个自动驾驶系统的表现。因此，如何对自动驾驶车辆进行准确的感知测试成为亟待解决的问题。

发明内容

有鉴于此，本申请提供了一种自动驾驶车辆的感知测试方法及装置，以便于准确地实现对自动驾驶车辆的感知测试。

本申请提供了如下方案：

第一方面，提供了一种自动驾驶车辆的感知测试方法，所述方法包括：

获取感知传感器数据以及对所述感知传感器数据标注的障碍物信息；

对所述感知传感器数据进行区域划分，得到两个以上的区域，其中各区域对所述自动驾驶车辆的安全影响程度不同；

获取所述自动驾驶车辆对所述两个以上的区域中至少一个区域的障碍物检测结果，所述至少一个区域包括对所述自动驾驶车辆的安全影响程度大于或等于预设要求的区域；

利用所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息，获得所述自动驾驶车辆的感知测试结果。

根据本申请实施例中一可实现的方式，对所述感知传感器数据进行区域划分，得到两个以上的区域包括：

确定采集所述感知传感器数据时所述自动驾驶车辆的位置，确定距离所述自动驾驶车辆的位置预设第一距离范围内的区域作为第一区域；

依据所述自动驾驶车辆的导航路径，在所述感知传感器数据中确定所述自动驾驶车辆的行驶区域作为第二区域；

将所述感知传感器数据中除所述第一区域和所述第二区域之外的其他区域确定为第三区域。

根据本申请实施例中一可实现的方式，确定距离所述自动驾驶车辆的位置预设第一距离范围内的区域作为第一区域包括：

获取预设的半径值或者依据所述自动驾驶车辆的速度信息确定半径值；

在所述感知传感器数据中确定以所述自动驾驶车辆的位置为中心的所述半径值范围内的区域作为第一区域。

根据本申请实施例中一可实现的方式，依据所述自动驾驶车辆的速度信息确定半径值包括：

获取所述自动驾驶车辆在采集所述感知传感器数据时的速度信息、方向信息以及距离所述自动驾驶车辆的位置预设第二距离范围内的障碍物数量；

将所述速度信息、所述方向信息以及所述障碍物数量输入预先构建的预测模型，获取所述预测模型利用所述速度信息、所述方向信息以及所述障碍物数量预测得到的半径值。

根据本申请实施例中一可实现的方式，依据所述自动驾驶车辆的导航路径，在所述感知传感器数据中确定所述自动驾驶车辆的行驶区域包括：

获取所述自动驾驶车辆的导航路径，将所述自动驾驶车辆所在车道以及最近N个车道在所述导航路径上对应的区域确定为所述行驶区域，所述N为正整数。

根据本申请实施例中一可实现的方式，所述至少一个区域包括所述第一区域和所述第二区域；

利用所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息，获得所述自动驾驶车辆的感知测试结果包括：

将所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息进行比对，确定所述自动驾驶车辆对障碍物是否正确检测，以统计所述自动驾驶车辆的检测指标值；

若所述自动驾驶车辆的检测指标值符合测试要求，则所述自动驾驶车辆的感知系统通过测试。

根据本申请实施例中一可实现的方式，所述至少一个区域包括所述第一区域、第二区域和所述第三区域；

利用所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息，获得所述自动驾驶车辆的感知测试结果包括：

将所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息进行比对，确定所述自动驾驶车辆对各区域内的障碍物是否正确检测，以统计所述自动驾驶车辆在各区域内的检测指标值；

若所述自动驾驶车辆的在各区域内的检测指标值均符合测试要求，则所述自动驾驶车辆的感知系统通过测试，其中所述第一区域、所述第二区域和所述第三区域对应的测试要求依次降低。

第二方面，提供了一种自动驾驶车辆的感知测试装置，所述装置包括：

数据获取单元，被配置为获取感知传感器数据以及对所述感知传感器数据标注的障碍物信息；

区域划分单元，被配置为对所述感知传感器数据进行区域划分，得到两个以上的区域，其中各区域对所述自动驾驶车辆的安全影响程度不同；

感知测试单元，被配置为获取所述自动驾驶车辆对所述两个以上的区域中至少一个区域的障碍物检测结果，所述至少一个区域包括对所述自动驾驶车辆的安全影响程度大于或等于预设要求的区域；利用所述障碍物检测结果与对所述感知传感器数据标注的障碍物信息，获得所述自动驾驶车辆的感知测试结果。

根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。

根据第四方面，提供了一种电子设备，包括：

一个或多个处理器；以及

与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行上述第一方面中任一项所述的方法的步骤。

根据本申请提供的具体实施例，本申请公开了以下技术效果：

1)本申请通过对感知传感器数据进行区域划分并得到对自动驾驶车辆的安全影响程度较高的区域，获取自动驾驶车辆对这些区域的障碍物检测结果并结合标注的障碍物信息进而得到感知测试结果。这种方式能够更有效地反映对自动驾驶车辆的安全影响程度较高的区域的感知表现，弱化自动驾驶车辆的低影响区域的感知表现，使得感知测试结果更加准确。

2)本申请将无差别的全量测试优化为效率更高的特定区域内的测试，即仅对其中对自动驾驶安全有一定影响的区域进行感知测试显然能够大幅度降低障碍物的对比数量，提高测试效率。

3)本申请能够通过分区域的方式来获取各区域的检测指标值，并依据各区域对自动驾驶车辆的安全影响程度采用不同的测试标准，相比较传统无差别全量对比的方式，能够更准确地度量自动驾驶车辆的感知性能。

当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为是本申请实施例所适用的系统架构图；

图2为本申请实施例提供的自动驾驶车辆的感知测试方法流程图；

图3为本申请实施例提供的区域划分的示意图；

图4为本申请实施例提供的感知测试装置的示意图；

图5为本申请实施例提供的电子设备的示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

传统对自动驾驶车辆的感知测试是获取自动驾驶车辆对感知传感器数据的障碍物检测结果，将检测结果与对传感器数据标注的障碍物信息进行无差别的全量对比，从而获得感知测试结果。但经过观察和研究发现，这种无差别的全量对比的方式并不能够准确反映自动驾驶车辆的感知效果。例如，车辆对一些对安全影响较高的障碍物的感知效果较差，而对一些对安全影响较低的障碍物的感知效果较好，虽然在整体上仍能够呈现出一个较好的指标，但很显然实际上感知效果是比较差的，测试结果并不能够准确地反映自动驾驶车辆的感知效果。并且这种全量对比的方式效率也比较低。

有鉴于此，本申请提供一种新的思路来对自动驾驶车辆进行感知测试。为了方便对本申请实施例的理解，首先对本申请实施例所基于的系统架构进行简单描述。图1示出了可以应用本申请实施例的示例性系统架构，如图1中所示，该系统主要包括感知测试装置和自动驾驶车辆。

感知测试装置主要用以采用本申请实施例提供的感知测试方法，对自动驾驶车辆进行感知测试，感知测试涉及到的部分主要是自动驾驶车辆中的感知传感器和感知模块。

本申请中涉及的自动驾驶车辆是一种广义的表述，可以是无人驾驶车辆，也可以是辅助驾驶车辆。

自动驾驶车辆中的感知传感器可以包括图像传感器、雷达、红外传感器、超声波传感器等。其中图像传感器可以包括摄像头、摄像机等。雷达可以包括激光雷达、毫米波雷达等。

感知模块是利用感知传感器采集的数据(本申请实施例中称为感知传感器数据)进行感知算法的处理，从而得到对环境数据的识别。其中环境数据可以包括道路信息、障碍物信息等，在本申请实施例中涉及的感知主要指障碍物信息的感知。其中，障碍物可以包括诸如车辆、行人、交通设施等，还可能是其他任何对车辆行驶具有安全隐患的物体，例如树木、动物等。

感知测试装置可以是任意具有计算能力的设备，例如笔记本电脑、PC(PersonalComputer，个人计算机)等。甚至感知测试设备可以设置于服务器端来完成对自动驾驶车辆的感知测试。

应该理解，图1中的自动驾驶车辆和感知测试装置的数目仅仅是示意性的。根据实现需要，可以具有任意数目的自动驾驶车辆和感知测试装置。

图2为本申请实施例提供的自动驾驶车辆的感知测试方法流程图，该方法可以由图1所示系统架构中的感知测试装置执行。如图2中所示，该方法可以包括以下步骤：

步骤202：获取感知传感器数据以及对感知传感器数据标注的障碍物信息。

步骤204：对感知传感器数据进行区域划分，得到两个以上的区域，其中各区域对自动驾驶车辆的安全影响程度不同。

步骤206：获取自动驾驶车辆对两个以上的区域中至少一个区域的障碍物检测结果，至少一个区域包括对自动驾驶车辆的安全影响程度大于或等于预设要求的区域。

步骤208：利用障碍物检测结果与对感知传感器数据标注的障碍物信息，获得自动驾驶车辆的感知测试结果。

由上述流程可以看出，本申请通过对感知传感器数据进行区域划分并得到对自动驾驶车辆的安全影响程度较高的区域，获取自动驾驶车辆对这些区域的障碍物检测结果并结合标注的障碍物信息进而得到感知测试结果。这种方式能够更有效地反映对自动驾驶车辆的安全影响程度较高的区域的感知表现，弱化自动驾驶车辆的低影响区域的感知表现，使得感知测试结果更加准确。

下面对本申请实施例提供的上述方法进行详细描述。下面结合实施例对上述步骤202即“获取感知传感器数据以及对感知传感器数据标注的障碍物信息”进行详细描述。

在本申请实施例中，感知传感器数据是自动驾驶车辆的感知传感器采集到的数据，可以是图像、点云数据等等。在进行测试时，可以人工对这些感知传感器数据进行障碍物信息的标注，可以包括障碍物的位置信息、障碍物的类型信息等。

自动驾驶车辆的各感知传感器对相同的场景进行数据采集，采集的感知传感器数据可以是多帧的数据，各帧数据都被标注障碍物信息。例如自动驾驶车辆在靠近路口将要右转过程中，感知传感器例如摄像头、激光雷达等会对周围的环境进行数据采集，分别采集到多帧图像数据和多帧点云数据。在本申请实施例中，一方面这些数据提供给自动驾驶车辆的感知模块，感知模块采用感知算法进行障碍物检测，得到障碍物检测结果。另一方面，感知测试装置获取这些感知传感器数据用以进行感知测试。

下面结合实施例对上述步骤204即“对感知传感器数据进行区域划分，得到两个以上的区域”进行详细描述。

本步骤可以对感知传感器数据进行区域划分，得到对自动驾驶车辆的安全影响程度不同的多个区域。

在本申请实施例中，可以将感知传感器数据进行以下三个区域的划分：

第一区域：可以确定采集感知传感器数据时自动驾驶车辆的位置，然后确定距离自动驾驶车辆的位置预设第一距离范围内的区域作为第一区域。也就是说，可以将自动驾驶车辆临近的区域作为第一区域，由于自动驾驶车辆临近的区域是对自动驾驶车辆的安全影响比较大的区域，该区域内的障碍物很容易对自动驾驶车辆造成碰撞风险，因此，第一区域实际上是安全风险区域。

作为其中一种可实现的方式，可以采用一个预设的半径值，或者，依据自动驾驶车辆的速度信息确定半径值；然后在感知传感器数据中确定以自动驾驶车辆的位置为中心的上述半径值范围内的区域作为第一区域。

以图3为例，对自动驾驶车辆a进行感知测试，某一帧感知传感器数据对应的自动驾驶车辆a的位置，也就是说，自动驾驶车辆a采集该帧感知传感器数据时所在的位置是已知的，假设是图3中自动驾驶车辆a的位置。以该位置为圆心，取一个半径范围内的区域作为第一区域即安全风险区域。其中半径的取值可以采用一个预设的经验值或实验值，也可以根据自动驾驶车辆当时的速度来确定。那么在该第一区域内的障碍物是对自动驾驶车辆a的安全风险影响较大的。

作为其中更优选的可实现的方式，在依据自动驾驶车辆的速度信息确定上述第一区域所采用的半径值时，可以进一步结合自动驾驶车辆的方向信息以及距离自动驾驶车辆的位置预设第二距离范围内的障碍物数量信息。例如，可以预先构建一个预测模型，将上述的自动驾驶车辆的速度信息、方向信息以及上述障碍物数量输入预测模型，获取预测模型利用上述速度信息、方向信息以及障碍物数量预测得到的半径值。上述第二距离范围可以采用一个预设的距离范围，例如500米内，或者1000米内等。

上述的预测模型可以采用经验构建，采用实验的方式构建，也可以采用深度学习模型来利用训练数据训练得到。

第二区域：可以依据自动驾驶车辆的导航路径，在感知传感器数据中确定自动驾驶车辆的行驶区域作为第二区域。由于自动驾驶车辆存在明确的行驶路径，通常是按照导航路线行驶，因此第二区域可以理解为在自动驾驶车辆驾驶过程中可能产生影响的区域。

作为其中一种可实现的方式，获取自动驾驶车辆的导航路径，将自动驾驶车辆所在车道以及最近N个车道在导航路径上对应的区域确定为行驶区域，N为正整数。

其中在确定最近N个车道时，可以根据自动驾驶车辆所在的车道、当时的驾驶意图等来确定。例如，车辆直行且处于中间车道时，可以将当前所在车道以及左边1个车道和右边一个车道在导航路径上对应的区域确定为第二区域。再例如，车辆右转且处于最右侧车道时，可以将当前所在车道以及左边一个车道在导航路径上对应的区域确定为第二区域。再例如，车辆直行且处于最左侧车道，则可以将当前所在车道以及右边1个车道在导航路径上对应的区域确定为第二区域。再例如，车辆掉头且处于最左侧车道时，可以将当前所在车道、左边一个对向的车道以及右侧一个车道在导航路径上对应的区域确定为第二区域。

仍以图3中为例，自动驾驶车辆a的导航路径为在该路口右转，则可以将自动驾驶车辆a当前所在车道和左侧一个车道在导航路径上对应的区域确定为第二区域。

第三区域：将感知传感器数据中除了第一区域和第二区域之外的其他区域确定为第三区域，第三区域是对自动驾驶车辆的安全风险影响较小的区域。

可见，上述第一区域、第二区域和第三区域对自动驾驶车辆的安全影响程度依次降低。

需要说明的是，本公开中涉及的“第一”、“第二”等限定并不具备大小、顺序和数量等方面的限制，仅仅用以在名称上加以区分，例如“第一区域”、“第二区域”和“第三区域”用以在名称上区分三个区域。

当然除了本申请实施例提供的上述区域划分方式之外，也可以采用其他区域划分方式，只要是在本申请精神原则之内依据对自动驾驶车辆的安全影响程度将感知传感器数据划分成不同区域的，均在本申请保护范围之内。

下面结合实施例对上述步骤206即“获取自动驾驶车辆对两个以上的区域中至少一个区域的障碍物检测结果”和步骤208即“利用障碍物检测结果与对感知传感器数据标注的障碍物信息，获得自动驾驶车辆的感知测试结果”进行详细描述。

作为其中一种可实现的方式，感知测试装置可以仅利用部分区域的感知数据进行测试，这部分预期是对自动驾驶车辆的安全影响程度大于或等于预设要求的区域。

例如图3中所示，感知测试装置可以仅利用上述的第一区域和第二区域的感知数据进行测试。这种情况下，仅需要获取自动驾驶车辆对第一区域和第二区域的障碍物检测结果。将自动驾驶车辆对第一区域和第二区域的障碍物检测结果与对感知传感器数据标注的障碍物信息进行比对，确定自动驾驶车辆对障碍物是否正确检测，以统计自动驾驶车辆的检测指标值。也就是说，对自动驾驶车辆的检测指标值的统计仅考虑其对第一区域和第二区域的障碍物检测结果，而对于第三区域这种对自动驾驶车辆的安全影响较小的不做考虑。

若自动驾驶车辆的检测指标值符合测试要求，则自动驾驶车辆的感知系统通过测试。其中，上述检测指标值可以包括但不限于准确率、精确率、召回率等指标的值。

本申请仅对其中第一区域和第二区域这种对自动驾驶安全有一定影响的区域进行感知测试，因为对于第三区域这种对自动驾驶安全影响很小的区域，即便自动驾驶车辆对第三区域的感知指标很好，但如果对第一区域和第二区域的感知指标不好，也说明自动驾驶车辆的感知性能很差。因此，相比较传统无差别的全量对比方式，本申请提供的方式能够更准确地反映自动驾驶车辆的感知性能。

另一方面，通常感知传感器的感知范围很大，并且每秒接近10帧，每帧障碍物几十个到上百个不等，传统无差别的全量对比方式需要对比的障碍物数量很多。而本申请提供的仅对其中第一区域和第二区域这种对自动驾驶安全有一定影响的区域进行感知测试显然能够大幅度降低障碍物的对比数量，提高测试效率。

作为另一种可实现的方式，除了对自动驾驶车辆的安全程度大于或等于预设要求的区域进行障碍物检测结果与标注的障碍物信息的比对之外，也对其他区域进行障碍物检测结果与标注的障碍物信息的比对，只是在确定自动驾驶车辆的感知性能时，对每个区域采用的测试要求不同。

仍以上述三个区域为例，获取自动驾驶车辆对第一区域、第二区域和第三区域的障碍物检测结果，将障碍物检测结果与标注的障碍物信息进行比对，确定自动驾驶车辆对各区域内的障碍物是否正确检测，以统计自动驾驶车辆在各区域内的检测指标值。也就是说，分区域的统计检测指标值。

若自动驾驶车辆的在各区域内的检测指标值均符合测试要求，则所述自动驾驶车辆的感知系统通过测试，其中第一区域、第二区域和所述第三区域对应的测试要求依次降低。例如，需要自动驾驶车辆在第一区域内的检测准确率达到99.9％以上，在第二区域内的检测准确率达到98％以上，在第三区域内的检测准确率达到80％以上，自动驾驶车辆的感知系统才算通过测试。

这种分区域获取检测指标值的方式，相比较传统无差别全量对比的方式，显然能够更准确地度量自动驾驶车辆的感知性能。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

根据另一方面的实施例，提供了一种自动驾驶车辆的感知测试装置。图4示出根据一个实施例的该感知测试装置的示意性框图，如图4中所示，该装置400可以包括：数据获取单元401、区域划分单元402和感知测试单元403，其中各组成单元的主要功能如下：

数据获取单元401，被配置为获取感知传感器数据以及对感知传感器数据标注的障碍物信息。

区域划分单元402，被配置为对感知传感器数据进行区域划分，得到两个以上的区域，其中各区域对自动驾驶车辆的安全影响程度不同。

感知测试单元403，被配置为获取自动驾驶车辆对两个以上的区域中至少一个区域的障碍物检测结果，至少一个区域包括对自动驾驶车辆的安全影响程度大于或等于预设要求的区域；利用障碍物检测结果与对感知传感器数据标注的障碍物信息，获得自动驾驶车辆的感知测试结果。

其中，区域划分单元402可以具体被配置为：确定采集感知传感器数据时自动驾驶车辆的位置，确定距离自动驾驶车辆的位置预设第一距离范围内的区域作为第一区域；依据自动驾驶车辆的导航路径，在感知传感器数据中确定自动驾驶车辆的行驶区域作为第二区域；将感知传感器数据中除第一区域和第二区域之外的其他区域确定为第三区域。

作为其中一种可实现的方式，区域划分单元402在确定距离自动驾驶车辆的位置预设第一距离范围内的区域作为第一区域时，可以具体被配置为：

获取预设的半径值或者依据自动驾驶车辆的速度信息确定半径值；

在感知传感器数据中确定以自动驾驶车辆的位置为中心的半径值范围内的区域作为第一区域。

其中，区域划分单元402在依据自动驾驶车辆的速度信息确定半径值时，可以具体被配置为：

获取自动驾驶车辆在采集感知传感器数据时的速度信息、方向信息以及距离自动驾驶车辆的位置预设第二距离范围内的障碍物数量；

将速度信息、方向信息以及障碍物数量输入预先构建的预测模型，获取预测模型利用速度信息、方向信息以及障碍物数量预测得到的半径值。

作为其中一种可实现的方式，区域划分单元402在依据自动驾驶车辆的导航路径，在感知传感器数据中确定自动驾驶车辆的行驶区域时，可以具体被配置为：获取自动驾驶车辆的导航路径，将自动驾驶车辆所在车道以及最近N个车道在导航路径上对应的区域确定为行驶区域，N为正整数。

作为其中一种可实现的方式，上述至少一个区域可以包括上述的第一区域和第二区域。感知测试单元403可以具体被配置为：将障碍物检测结果与对感知传感器数据标注的障碍物信息进行比对，确定自动驾驶车辆对障碍物是否正确检测，以统计自动驾驶车辆的检测指标值；若自动驾驶车辆的检测指标值符合测试要求，则自动驾驶车辆的感知系统通过测试。

作为另一种可实现的方式，上述至少一个区域包括上述第一区域、第二区域和第三区域。感知测试单元403可以具体被配置为：将障碍物检测结果与对感知传感器数据标注的障碍物信息进行比对，确定自动驾驶车辆对各区域内的障碍物是否正确检测，以统计自动驾驶车辆在各区域内的检测指标值；若自动驾驶车辆的在各区域内的检测指标值均符合测试要求，则自动驾驶车辆的感知系统通过测试，其中第一区域、第二区域和第三区域对应的测试要求依次降低。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

需要说明的是，本申请所涉及的用户信息(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，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

另外，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。

以及一种电子设备，包括：

一个或多个处理器；以及

与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述方法实施例中任一项所述的方法的步骤。

本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。

其中，图5示例性的展示出了电子设备的架构，具体可以包括处理器510，视频显示适配器511，磁盘驱动器512，输入/输出接口513，网络接口514，以及存储器520。上述处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，与存储器520之间可以通过通信总线530进行通信连接。

其中，处理器510可以采用通用的CPU、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。

存储器520可以采用ROM(ReadOnlyMemory，只读存储器)、RAM(RandomAccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器520可以存储用于控制电子设备500运行的操作系统521，用于控制电子设备500的低级别操作的基本输入输出系统(BIOS)522。另外，还可以存储网页浏览器523，数据存储管理系统524，以及感知测试装置525等等。上述感知测试装置525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器520中，并由处理器510来调用执行。

输入/输出接口513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

网络接口514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线530包括一通路，在设备的各个组件(例如处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，与存储器520)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器510、视频显示适配器511、磁盘驱动器512、输入/输出接口513、网络接口514，存储器520，总线530等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机程序产品的形式体现出来，该计算机程序产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本申请各个实施例或者实施例的某些部分所述的方法。

以上对本申请所提供的技术方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。