技术文档丨如何在预测模块中添加新的评估器

预测模块是不可或缺的一个板块，其作用很大程度上决定了试验能否成功。预测模块综合各个模块的数据信息和评价结果，具备信息融合功能，可以评估各个子系统及系统整体未来的状态，开发者可根据预测模块的评估结果进行调整。而加入新的Evaluator，更是能自定义评估方向，增加评估结果准确度。

 

  以下，ENJOY  

 

简介

 

评估器使用预训练的深度学习模型生成特征（来自障碍物和自车的原始信息）以获得模型输出。

 

新增评估器的步骤

 

请参照以下步骤新增一个名为NewEvaluator的评估器：

 

1. 在proto中新增一个文件

2. 以继承Evaluator类的方式定义一个新类NewEvaluator

3. 实现NewEvaluator类

4. 更新预测配置文件

5. 更新评估管理器

 

定义一个继承Evaluator的新类

 

在modules/prediction/evaluator/vehicle文件夹下创建文件new_evaluator.h

 

文件内容如下：

 

#include "modules/prediction/evaluator/evaluator.h"

namespace apollo {
namespace prediction {

class NewEvaluator : public Evaluator {
public:
NewEvaluator();
virtual ~NewEvaluator();
void Evaluate(Obstacle* obstacle_ptr) override;
// Other useful functions and fields.
};

}  // namespace prediction
}  // namespace apollo

 

实现新定义的类NewEvaluator

 

在相同文件夹下创建一个名为new_evaluator.cc的文件，实现新定义的类。新类的实现方法如下所示：

 

#include "modules/prediction/evaluator/vehicle/new_evaluator.h"

namespace apollo {
namespace prediction {

NewEvaluator::NewEvaluator() {
// Implement
}

NewEvaluator::～NewEvaluator() {
// Implement
}

NewEvaluator::Evaluate(Obstacle* obstacle_ptr)() {
// Extract features
// Compute new_output by applying pre-trained model
}

// Other functions

}  // namespace prediction
}  // namespace apollo

 

在proto中新增一个评估器

 

在文件prediction_conf.proto中增加一个类型来表示新增的评估器，如下所示：

 

enum EvaluatorType {
MLP_EVALUATOR = 0;
NEW_EVALUATOR = 1;
}

 

更新预测配置文件

 

在配置文件modules/prediction/conf/prediction_conf.pb.txt中，更新evaluator_typ域，具体如下所示：

obstacle_conf {
obstacle_type: VEHICLE
obstacle_status: ON_LANE
evaluator_type: NEW_EVALUATOR
predictor_type: NEW_PREDICTOR
}

 

更新评估配置器

 

按照下面的代码示例更新函数CreateEvluator( ... )：

 

case ObstacleConf::NEW_EVALUATOR: {
  evaluator_ptr.reset(new NewEvaluator());
  break;
}

 

按照下面的代码示例更新函数RegisterEvaluators()：

 

RegisterEvaluator(ObstacleConf::NEW_EVALUATOR);

 

完成上述步骤之后，即表示创建了新的评估器。

 

增加新属性

 

如果您想增加新的属性，请参照以下说明：

 

在proto文件中新增一个域

 

假设新的评估输出结果为new_output并且其类型为int32。

 

如果输出直接与障碍物相关，请参考以下代码在modules/prediction/proto/feature.proto文件中增加新的域：

message Feature {
// Other existing features
optional int32 new_output = 1000;
}

 

如果输出与车道序列相关，请参考以下代码在modules/prediction/proto/lane_graph.proto文件中增加新的域：

 

message LaneSequence {
// Other existing features
optional int32 new_output = 1000;
}