技术摘要：
本申请公开了一种渲染模型的评估方法、装置、电子设备及可读存储介质，涉及自动驾驶技术领域。具体实现方案为：获取渲染图像；所述渲染图像中模拟障碍物是基于路测数据对待评估的障碍物渲染模型进行渲染得到；识别所述渲染图像中每类模拟障碍物的数量；对所述路测数据  全部
背景技术：
自动驾驶技术领域中，目前配置在无人车上的人机界面(Human  Machine  Interface，HMI)装置，可结合高精地图将满足可视化区域的障碍物(包含但不限于建筑物、 车道线、行人、自行车、小汽车、大巴、卡车等)渲染模型通过实时采集的路测数据进行渲染。 为了保证自动驾驶的安全性，需要测试障碍物渲染模型是否及时准确，以评估其可靠性。 目前在评估障碍物渲染模型时，常通过人工方式用肉眼去观察模型渲染的障碍物 类型和数量是否正确。但由于人肉眼的局限性，无法准确辨别障碍物渲染模型的渲染结果， 造成评估效果差。
技术实现要素：
本申请实施例提供一种渲染模型的评估方法、装置、电子设备及可读存储介质，以 解决现有方式评估障碍物渲染模型时的评估效果差的问题。 为了解决上述技术问题，本申请是这样实现的： 第一方面，本申请实施例提供了一种渲染模型的评估方法，包括： 获取渲染图像；其中，所述渲染图像中模拟障碍物是基于路测数据对待评估的障 碍物渲染模型进行渲染得到； 识别所述渲染图像中每类模拟障碍物的数量； 对所述路测数据进行分析，得到每类真实障碍物的数量； 根据所述每类模拟障碍物的数量和所述每类真实障碍物的数量，确定所述待评估 的障碍物渲染模型的可信信息。 这样，相比于现有人工评估方式，可以实现准确分析障碍物渲染模型的渲染结果， 从而提高评估效果。 第二方面，本申请实施例提供了一种渲染模型的评估装置，包括： 第一获取模块，用于获取渲染图像；其中，所述渲染图像中模拟障碍物是基于路测 数据对待评估的障碍物渲染模型进行渲染得到； 识别模块，用于识别所述渲染图像中每类模拟障碍物的数量； 分析模块，用于对所述路测数据进行分析，得到每类真实障碍物的数量； 第一确定模块，用于根据所述每类模拟障碍物的数量和所述每类真实障碍物的数 量，确定所述待评估的障碍物渲染模型的可信信息。 第三方面，本申请实施例还提供了一种电子设备，包括： 至少一个处理器；以及 与所述至少一个处理器通信连接的存储器；其中， 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一 4 CN 111597940 A 说　明　书 2/8 页 个处理器执行，以使所述至少一个处理器能够执行如上所述的渲染模型的评估方法。 第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存 储介质，其中，所述计算机指令用于使所述计算机执行如上所述的渲染模型的评估方法。 上述申请中的一个实施例具有如下优点或有益效果：可以实现准确分析障碍物渲 染模型的渲染结果，从而提高评估效果。因为采用了获取渲染图像；所述渲染图像中模拟障 碍物是基于路测数据对待评估的障碍物渲染模型进行渲染得到；识别所述渲染图像中每类 模拟障碍物的数量；对所述路测数据进行分析，得到每类真实障碍物的数量；根据所述每类 模拟障碍物的数量和所述每类真实障碍物的数量，确定所述待评估的障碍物渲染模型的可 信信息的技术手段，所以克服了现有方式评估障碍物渲染模型时的评估效果差的技术问 题，进而达到提高评估效果的技术效果。 上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。 附图说明 附图用于更好地理解本方案，不构成对本申请的限定。其中： 图1是本申请实施例的渲染模型的评估方法的流程图； 图2是本申请实施例中障碍物渲染模型的工作流程图； 图3是本申请具体实例中模型评估过程的流程图； 图4是用来实现本申请实施例的渲染模型的评估方法的评估装置的框图； 图5是用来实现本申请实施例的渲染模型的评估方法的电子设备的框图。