具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

激光雷达为自动驾驶系统中的一个传感器，其可以在自动驾驶系统中提供环境感知功能，如探测车辆行驶过程中的路况和障碍物，把数据和信号传递给自动驾驶系统，使得自动驾驶系统做出相应的驾驶动作。但是，激光雷达是通过激光雷达的窗口对外界环境进行扫描的，因此，激光雷达的窗口的清洁程度会对激光雷达的探测效果造成一定影响。

那么，对激光雷达的窗口的可视化程度进行检测是至关重要的。

图1是本公开实施例提供的一种激光雷达清洗系统的效果评估方法的流程示意图。本实施例可适用于在预先搭建的测试场景中对目标清洗系统的清洗效果进行定量评估的情况。本实施例方法可由激光雷达清洗系统的效果评估装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中。可实现本申请任意实施例所述的激光雷达清洗系统的效果评估方法。如图1所示，该方法具体包括如下：

S110、搭建用于评估目标清洗系统的清洗效果的测试场景；其中，测试场景中包括激光雷达、靶标和目标清洗系统。

在本实施例中，目标清洗系统为一个待检测的清洗系统，其可安装在激光雷达中，当目标清洗系统检测到激光雷达的窗口需要清洗时，则自动开启，对激光雷达的窗口进行清洗。目标清洗系统对激光雷达的清洗方式可如，采用高压玻璃水对激光雷达的窗口的风挡玻璃进行冲洗。

测试场景为用于评估一个或多个激光雷达的清洗系统的清洗效果而搭建的一个场景，其可在室内进行搭建完成，对搭建环境无要求，则无需去室外进行搭建，方便快捷，从而提高激光雷达的清洗系统的清洗效果检测的灵活性。

其中，本实施例对目标清洗系统的类型不做限定，测试场景中包括的目标清洗系统为任一一款可安装在激光雷达上的清洗系统。本实施例对目标清洗系统的数量不做限定，目标清洗系统也可为一个或多个能够安装在激光雷达上的清洗系统。

其中，测试场景中包括的靶标为激光雷达的扫描对象，激光雷达可通过扫描靶标，能够将激光雷达的扫描点都打在靶标上。

另外，测试场景中包括的靶标可以采用低反射率的靶标，降低激光雷达的回波能量，从而降低激光雷达的有效探测距离，降低对测试场地尺寸的要求。

S120、获取激光雷达扫描靶标得到的第一点云数据和激光雷达扫描靶标得到的第二点云数据。

其中，第一点云数据和第二点云数据是采用不同的清洗方法对激光雷达的窗口进行清洗后，由激光雷达扫描靶标得到的点云数据。

在本实施例中，第一点云数据是激光雷达的窗口采用第一种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据。其中，第一种清洗方式可为具有高强度清洁功能的清洗方法，使得清洗后的激光雷达的窗口具有较好的探测视野。

另外，本实施例对第一点云数据的获取方式不做限定。在一些实施例中，第一点云数据可预先通过上述方式存储在激光雷达中，在需要获取第一点云数据时，电子设备可从激光雷达中直接获取。或者，在需要获取第一点云数据时，激光雷达可实时通过上述方式扫描靶标，使得电子设备从激光雷达的扫描结果中获取第一点云数据。

其中，第二点云数据是激光雷达的窗口采用第二种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据。其中，第二种清洗方法可为目标清洗系统对激光雷达的窗口进行清洗的方法。

本公开对第一点云数据和第二点云数据的清洗方法不做限定。即第一点云数据是激光雷达的窗口采用第一种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据，第二点云数据是激光雷达的窗口采用第二种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据。

或者，第二点云数据是激光雷达的窗口采用第一种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据，第一点云数据是激光雷达的窗口采用第二种清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据。

需要说明的是，第一种清洗方法和第二种清洗方法不同，且第一种清洗方法和第二种清洗方法中包括目标清洗系统的清洗方法。

S130、根据第一点云数据和第二点云数据，对目标清洗系统的清洗效果进行评估。

在本实施例中，第一点云数据或者第二点云数据能够反映出目标清洗系统的清洗结果，从而对目标清洗系统的清洗效果进行有效评估。

其中，若第一点云数据是激光雷达的窗口采用目标清洗系统进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据，则可结合第二点云数据，对目标清洗系统的清洗效果进行评估。

相应的，若第二点云数据是激光雷达的窗口采用目标清洗系统进行清洗后，由激光雷达通过清洗后的激光雷达的窗口对靶标进行扫描得到的点云数据，则可结合第一点云数据，对目标清洗系统的清洗效果进行评估。

本公开实施例通过搭建用于评估目标清洗系统的清洗效果的测试场景，且对测试场景的搭建环境无要求，可在室内实现场景搭建完成清洗系统的效果评估；从而，解决了人为主观评估导致评估可信度较低的问题，有效实现对激光雷达的清洗系统进行客观定量的准确评估。

图2是本公开实施例提供的另一种激光雷达清洗系统的效果评估方法的流程示意图。本实施例是在上述实施例的基础上，其中，S120的一种可能的实现方法如下所示，包括：

S1201、利用预设的清洗方法对激光雷达的窗口进行清洗；获取激光雷达扫描靶标得到的点云数据作为第一点云数据。

在本实施例中，预设的清洗方法可为具有高强度清洁功能的清洗方法，使得清洗后的激光雷达的窗口具有较好的探测视野，从而作为通过目标清洗系统的清洗方法得到的清洗结果的评估参考。

其中，电子设备可通过与激光雷达的通信连接，从激光雷达中快速获取激光雷达通过清洗后的激光雷达的窗口扫描靶标得到的点云数据作为第一点云数据。

本实施例对电子设备与激光雷达的通信连接的具体实现方式不做限定。在一些实施例中，电子设备与激光雷达之间的通信连接的具体实现方式可采用蓝牙、无线网或者数据线等通信方式实现。

需要说明的是，本实施例中获取第一点云数据和获取第二点云数据的获取顺序不做限定。在第一点云数据是预先获取的前提下，则可直接从激光雷达中确定第一点云数据，第二点云数据可通过目标清洗系统对激光雷达的窗口进行清洗，由激光雷达通过清洗后的窗口对靶标进行扫描获取得到。

或者，在第一点云数据不是预先获取的前提下，则可先由激光雷达通过清洗后的激光雷达的窗口扫描靶标得到的点云数据，电子设备从激光雷达中获取该点云数据作为第一点云数据，在对经过预设的清洗方法清洗后的激光雷达的窗口进行脏污处理，即执行步骤S1202，从而进行目标清洗系统的清洗。

S1202、对激光雷达的窗口进行脏污处理。

在本实施例中，在第一点云数据是激光雷达的窗口采用预设的清洗方法进行清洗后，由激光雷达通过清洗后的激光雷达的窗口扫描靶标得到的点云数据，则为了保证目标清洗系统的清洗准确性，需要对激光雷达的窗口进行脏污处理，从而，将激光雷达的窗口恢复到待清洗状态。

在本实施例中，可选的，对激光雷达的窗口进行脏污处理，包括：

采用预设配方的材料制作脏污体；

利用脏污体对激光雷达的窗口进行脏污处理。

其中，预设配方的材料为对激光雷达的窗口进行脏污化的多种材料混合得到的材料，如固定配方的湿泥。本实施例对材料的预设配方中每种材料的占比不做限定，如预设配方可根据激光雷达的窗口进行占比调制。

需要说明的是，在利用脏污体对激光雷达的窗口进行脏污处理时，可将脏污体均匀的分散布置在激光雷达的窗口上，从而，能够遮掩激光雷达的窗口的可视效果，增强目标清洗系统对该激光雷达的窗口的清洗度，能够更真实的体现出目标清洗系统的清洗结果的真实性。

在对激光雷达的窗口进行脏污处理之后，为了保证脏污处理后的激光雷达的窗口能够有效满足目标清洗系统的清洗结果的展示，需要对进行脏污处理后的激光雷达的窗口进行脏污处理检测。

在本实施例中，可选的，本实施例方法还包括：

获取激光雷达通过脏污处理后的激光雷达的窗口扫描靶标得到扫描点云数据的数量；

若检测到扫描点云数据的数量小于预设数量阈值，则确定脏污处理合格。

本实施例中，电子设备从激光雷达中获取激光雷达通过脏污处理后的激光雷达的窗口对测试场景中的靶标进行扫描得到的扫描点云数据的数量，根据扫描点云数据的数量检测激光雷达的窗口的脏污处理结果是否合格。

其中，本公开对预设数量阈值的具体数值不做限定。如预设数量阈值的具体数值可以是激光雷达能够打到靶标上的全部点云数据的数量的1％～5％的数值。

从而，在目标清洗系统对激光雷达的窗口进行清洗前，电子设备将激光雷达的窗口的清洁程度下降到一定比例之下，能够使得目标清洗系统对激光雷达的窗口的清洗结果具有较强的直观性。

S1203、利用目标清洗系统对经过脏污处理的激光雷达的窗口进行清洗；获取激光雷达扫描靶标得到的点云数据作为第二点云数据。

在本实施例中，电子设备通过与激光雷达进行信息交互，指示激光雷达开启其上安装的目标清洗系统，从而，使得目标清洗系统对激光雷达的窗口进行自动清洗，同时从激光雷达上获取到第二点云数据。

图2是本公开实施例提供的又一种激光雷达清洗系统的效果评估方法的流程示意图。本实施例是在上述实施例的基础上，其中，S130的一种可能的实现方法如下所示，包括：

S1301、确定第一点云数据的探测概率和第二点云数据的探测概率。

在本实施例中，第一点云数据的探测概率为激光雷达通过一种清洗方法清洗激光雷达的窗口后，测量靶标的探测概率。第二点云数据的探测概率为激光雷达通过另一种清洗方法清洗激光雷达的窗口后，测量靶标的探测概率。

本实施例对第一点云数据的探测概率和第二点云数据的探测概率的概率选取范围不做限定。如概率选取范围可设置为90％～99％之间。在第一点云数据的探测概率处于90％～99％之间，则确定该探测概率合格，能够作为目标清洗系统的清洗效果的一个衡量指标。在第二点云数据的探测概率处于90％～99％之间，则确定该探测概率合格，能够作为目标清洗系统的清洗效果的一个衡量指标。

在本实施例中，可选的，确定第一点云数据的探测概率，包括：

获取激光雷达在靶标上的扫描点的数量；

将第一点云数据的数量和扫描点的数量的比值作为第一点云数据的探测概率。

在本实施例中，可选的，确定第二点云数据的探测概率，包括：

将第二点云数据的数量和扫描点的数量的比值作为第二点云数据的探测概率。

本实施例中，获取激光雷达在靶标上的扫描点的数量之前，可采用激光雷达的点云可视化上位机软件来确认激光雷达的所有激光扫描点都打在了靶标上。其中，本实施例对点云可视化上位机软件的具体型号、类型、尺寸等参数不做限定。

其中，激光雷达在靶标上的扫描点的数量可预先通过测试获取得到，或者，在对每一个目标清洗系统的清洗效果进行评估时可实时进行测试获取。

从而，在得到激光雷达在靶标上的扫描点的数量后，电子设备可结合第一点云数据的数量定量的确定出第一点云数据的探测概率，以及，结合第二点云数据的数量定量的确定出第二点云数据的探测概率。

S1302、根据第一点云数据的探测概率和第二点云数据的探测概率的概率差值对目标清洗系统的清洗效果进行评估。

在本实施例中，在得到第一点云数据的探测概率和第二点云数据的探测概率后，电子设备可根据参考激光雷达针对预设的清洗方法对靶标的探测概率，和激光雷达针对目标清洗系统的方法对靶标的探测概率，对目标清洗系统的清洗效果进行有效评估。

在本实施例中，可选的，根据第一点云数据的探测概率和第二点云数据的探测概率的概率差值对目标清洗系统的清洗效果进行评估，包括：

获取预设的概率差值阈值；

若检测到第一点云数据的探测概率和第二点云数据的探测概率的概率差值小于预设的概率差值阈值，则确定目标清洗系统的清洗效果合格。

本实施例中，为了保证目标清洗系统的清洗效果的适用性，则需要对第一点云数据的探测概率和第二点云数据的探测概率的概率差值进行一个数值约定，使得目标清洗系统的清洗效果的评估结果的可靠性。

其中，本实施例对概率差值阈值的具体数值不做限定。如概率差值阈值的具体数值可设置为3％。

需要说明的是，概率差值阈值为目标清洗系统的清洗效果的衡量参考指标，对第一点云数据的探测概率和第二点云数据的探测概率的概率差值进行衡量，从而，准确评估出目标清洗系统的清洗效果的清洗程度。

在本实施例中，可选的，测试场景中还包括衰减片；

获取激光雷达扫描靶标得到的第一点云数据和激光雷达扫描靶标得到的第二点云数据之前，本实施例方法还包括：

获取激光雷达到靶标的距离；

若检测到激光雷达的测距大于激光雷达到靶标的距离，则调整衰减片的衰减参数，直至激光雷达的测距小于或等于激光雷达到靶标的距离。

本实施例中，衰减片可设置在激光雷达与靶标的中间某处位置，防止激光雷达的测距过大，对测试场景的测试范围要求过高的问题。

其中，衰减片的衰减参数可调整，从而满足激光雷达的测距小于或等于激光雷达到靶标的距离。

示例性的，若激光雷达的测距为300m，但搭建的测试场景中的激光雷达到靶标的距离为5m，此时，则需要通过调整衰减片的衰减参数衰减60倍，来控制激光雷达到靶标的距离大于或等于激光雷达的测距。

其中，在激光雷达的测距小于或等于激光雷达到靶标的距离时，表示测试场景搭建正常，能够实现激光雷达的有效扫描。

需要说明的是，衰减片的衰减参数的具体数值的设定，需要根据激光雷达的测距，以及测试场景中激光雷达到靶标之间的距离来设定，从而，满足测试场景中激光雷达的测距大于激光雷达到靶标的距离时，衰减片的设置可以减小激光雷达到靶标的距离要求，使得搭建的测试场景仅需较小的占地便可满足测试场景需求。

在本实施例中，提供了一种目标清洗系统的清洗效果的测试场景的示意图，可参见图4。

其中，测试场景中包括激光雷达1、激光雷达上的窗口11、安装在激光雷达中的目标清洗系统的清洗喷嘴12、衰减片2和靶标3。

测试中，激光雷达通过将激光通过激光雷达的窗口扫描在靶标上，能够获得靶标上的点云数据。如上述提及的第一点云数据和第二点云数据，根据第一点云数据的探测概率和第二点云数据的探测概率对目标清洗系统的清洗效果进行定量评估。

需要说明的是，测试场景中，激光雷达到靶标的距离范围通常为[2,10]，则对测试场景的场地大小要求不高，不仅能在室外的有限范围内完成测试场景的搭建，而且可以在室内的较小范围内实现测试场景的搭建。靶标的尺寸根据激光雷达到靶标的距离和激光雷达的视场角来确定，靶标的尺寸须在距离为激光雷达到靶标的距离时可以覆盖激光雷达的视场，即激光雷达的所有扫描点都可以打在靶标上，从而提高测试的可用性。

图5是本公开实施例提供的一种激光雷达清洗系统的效果评估装置的结构示意图；该装置配置于电子设备中，可实现本申请任意实施例所述的激光雷达清洗系统的效果评估方法。该装置具体包括如下：

测试场景搭建模块510，用于搭建用于评估目标清洗系统的清洗效果的测试场景；其中，所述测试场景中包括激光雷达、靶标和所述目标清洗系统；

点云数据获取模块520，用于获取所述激光雷达扫描所述靶标得到的第一点云数据和所述激光雷达扫描所述靶标得到的第二点云数据；其中，所述第一点云数据和所述第二点云数据是采用不同的清洗方法对所述激光雷达的窗口进行清洗后，由所述激光雷达扫描所述靶标得到的点云数据；

清洗效果评估模块530，用于根据所述第一点云数据和所述第二点云数据，对所述目标清洗系统的清洗效果进行评估。

在本实施例中，可选的，点云数据获取模块520，具体用于：

利用预设的清洗方法对所述激光雷达的窗口进行清洗；

获取所述激光雷达扫描所述靶标得到的点云数据作为第一点云数据。

在本实施例中，可选的，本实施例装置还包括：窗口处理模块；

窗口处理模块，用于对所述激光雷达的窗口进行脏污处理；

点云数据获取模块520，具体用于：

利用所述目标清洗系统对经过脏污处理的激光雷达的窗口进行清洗；

获取所述激光雷达扫描所述靶标得到的点云数据作为第二点云数据。

在本实施例中，可选的，清洗效果评估模块530，包括：探测概率确定单元和清洗效果评估单元；

探测概率确定单元，用于确定所述第一点云数据的探测概率和所述第二点云数据的探测概率；

清洗效果评估单元，用于根据所述第一点云数据的探测概率和所述第二点云数据的探测概率的概率差值对所述目标清洗系统的清洗效果进行评估。

在本实施例中，可选的，清洗效果评估单元，具体用于：

获取预设的概率差值阈值；

若检测到所述第一点云数据的探测概率和所述第二点云数据的探测概率的概率差值小于所述预设的概率差值阈值，则确定所述目标清洗系统的清洗效果合格。

在本实施例中，可选的，探测概率确定单元，具体用于：

获取所述激光雷达在所述靶标上的扫描点的数量；

将所述第一点云数据的数量和所述扫描点的数量的比值作为第一点云数据的探测概率。

在本实施例中，可选的，探测概率确定单元，具体用于：

将所述第二点云数据的数量和所述扫描点的数量的比值作为第二点云数据的探测概率。

在本实施例中，可选的，窗口处理模块，具体用于：

采用预设配方的材料制作脏污体；

利用所述脏污体对所述激光雷达的窗口进行脏污处理。

在本实施例中，可选的，本实施例装置还包括：数量确定模块和脏污处理检测模块；

数量确定模块，用于获取所述激光雷达通过脏污处理后的激光雷达的窗口扫描所述靶标得到扫描点云数据的数量；

脏污处理检测模块，用于若检测到所述扫描点云数据的数量小于预设数量阈值，则确定所述脏污处理合格。

在本实施例中，可选的，所述测试场景中还包括衰减片；

本实施例装置还包括：距离获取模块和距离调整模块；

距离获取模块，用于获取所述激光雷达到所述靶标的距离；

距离调整模块，用于若检测到所述激光雷达的测距大于所述激光雷达到所述靶标的距离，则调整所述衰减片的衰减参数，直至所述激光雷达的测距小于或等于所述激光雷达到所述靶标的距离。

通过本发明实施例的激光雷达清洗系统的效果评估装置，能够在室内实现场景搭建完成清洗系统的效果评估；从而，解决了人为主观评估导致评估可信度较低的问题，有效实现对激光雷达的清洗系统进行客观定量的准确评估。

本发明实施例所提供的激光雷达清洗系统的效果评估装置可执行本发明任意实施例所提供的激光雷达清洗系统的效果评估方法，具备执行方法相应的功能模块和有益效果。

图6是本公开实施例提供的一种电子设备的结构示意图。如图6所示，该电子设备包括处理器610、存储器620、输入装置630和输出装置640；电子设备中处理器610的数量可以是一个或多个，图6中以一个处理器610为例；电子设备中的处理器610、存储器620、输入装置630和输出装置640可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器620作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的激光雷达清洗系统的效果评估方法对应的程序指令/模块。处理器610通过运行存储在存储器620中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的激光雷达清洗系统的效果评估方法。

存储器620可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器620可进一步包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置630可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置640可包括显示屏等显示设备。

本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的激光雷达清洗系统的效果评估方法。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的激光雷达清洗系统的效果评估方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。

值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。