本发明专利技术实施例公开了基于仿真的自动驾驶影子模式数据采集，包括如下步骤：预先设定了多种影子模式触发场景，包括基于事件触发、基于交通标志触发、基于语义信息触发；技术路线为通过Carla软件进行自动驾驶模拟，同时获取我们所需数据包括多视角摄像头图像、车辆速度、车辆GNSS信息、车辆事件信息等，并根据所获得数据进行影子模式触发判断；当判断为触发时进行采集，并根据场景对采集图像数据进行分类储存，以减少数据清洗工作量；减少了真实路测所需地人工资源，同时仿真软件能更加高效和安全产生我们所需要场景；特定影子模式场景触发采集并对采集数据根据触发场景进行分类储存，降低数据清洗难度；使用仿真传感器降低测试成本。本。本。
【技术实现步骤摘要】
基于仿真的自动驾驶影子模式数据采集
[0001]本专利技术涉及自动驾驶
，特别是涉及基于仿真的自动驾驶影子模式数据采集。
技术介绍
[0002]自动驾驶技术的发展与人工智能技术进步密不可分，尤其是在自动驾驶感知系统方面极为依赖人工智能技术，人工智能视觉充当了自动驾驶系统的眼睛。数据、算力和算法作为人工智能的三要素显著影响着自动驾驶技术的成熟度，而在这三要素中，数据有着举足轻重的作用。AI只有经过大量的训练，神经网络才能总结出规律，应用到新的样本上。如果现实中出现了训练集中从未有过的场景，则网络会基本处于盲猜状态，从而出现错误，因此可靠并且高质量的数据采集在自动驾驶开发过程中的作用就显得尤为重要。
[0003]自动驾驶仿真测试，是计算机仿真技术在汽车领域的应用，它以数学建模的方式将自动驾驶的应用场景进行数字化还原，建立尽可能接近真实世界的系统模型，通过仿真测试进行分析和研究可以达到对自动驾驶系统和算法进行测试验证的目的。
[0004]目前传统数据采集模式需要进行大规模的人工行驶并进行数据采集，同时对于花巨大经理收集的数据还需要进行数据整理、数据清洗以及标注训练数据，这一过程通常十分枯燥乏味，并且花费大量资源，同时真实道路数据采集无法测试真实道路出现概率极低的危险场景，同时时间效率非常差，往往需要很长的测试周期，为此我们提出基于仿真的自动驾驶影子模式数据采集。
技术实现思路
[0005]为了克服现有技术的不足，本专利技术实施例提供基于仿真的自动驾驶影子模式数据采集，减少了真实路测所需地人工资源，同时仿真软件能更加高效和安全产生我们所需要场景；特定影子模式场景触发采集并对采集数据根据触发场景进行分类储存，降低数据清洗难度；使用仿真传感器降低测试成本。
[0006]为解决上述技术问题，本专利技术实施例提供如下技术方案：基于仿真的自动驾驶影子模式数据采集，包括如下步骤：预先设定了多种影子模式触发场景，包括基于事件触发、基于交通标志触发、基于语义信息触发；技术路线为通过Carla软件进行自动驾驶模拟，同时获取我们所需数据包括多视角摄像头图像、车辆速度、车辆GNSS信息、车辆事件信息等，并根据所获得数据进行影子模式触发判断；当判断为触发时进行采集，并根据场景对采集图像数据进行分类储存，以减少数据清洗工作量。
[0007]优选的，所述基于事件触发的场景包括车辆遭遇碰撞以及车辆进行车道变更两类场景。
[0008]优选的，所述基于事件触发的数据采集流程：将仿真环境中的碰撞以及车道变更传感器链接至仿真车辆；收集上述传感器数据，并进行处理获得包括是否发生事件、碰撞对象、跨越车道线的类型；当收集到发生事件信息，对过往图像数据进行回放保存，并根据事
件类型、碰撞对象或车道线类型进行储存。
[0009]优选的，所述基于交通标志触发的场景包括车辆行驶中遭遇交通标志。
[0010]优选的，所述基于交通标志触发的数据采集流程：获得车辆当前行驶点或者说航点信息；根据行驶点按照预先设定距离进行搜索；当搜索到交通标志时，返回交通标志类型以及数值，例如限速标志，数值60；获得交通标志信息后对图像数据进行采集同时采集车辆控制信息、车辆速度信息进行储存。
[0011]优选的，所述基于语义信息触发的场景包括车辆语义信息中存在特定类别如红绿灯、骑摩托车的人等。
[0012]优选的，所述基于语义信息触发的数据采集流程：设置Carla中的语义信息摄像头；获取语义信息并对语义信息进行分析；当语义信息中存在所指定类别时触发采集，将根据语义信息不同对图像数据进行储存。
[0013]与现有技术相比，本专利技术实施例能达到的有益效果是：
[0014](1)减少了真实路测所需地人工资源，同时仿真软件能更加高效和安全产生我们所需要场景如：车祸、堵车、逆行、高速行驶、变道等；
[0015](2)特定影子模式场景触发采集并对采集数据根据触发场景进行分类储存，降低数据清洗难度；
[0016](3)使用仿真传感器降低测试成本。
附图说明
[0017]如下为本专利技术实施例提供的附图，具体附图解释如下：
[0018]图1为本专利技术实施例的示意图。
具体实施方式
[0019]为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本专利技术，但下述实施例仅仅为本专利技术的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本专利技术的保护范围。下述实施例中的实验方法，如无特殊说明，均为常规方法，下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。
[0020]实施例
[0021]请参照图1所示，本专利技术实施例提供基于仿真的自动驾驶影子模式数据采集，包括如下步骤：预先设定了多种影子模式触发场景，包括基于事件触发、基于交通标志触发、基于语义信息触发；技术路线为通过Carla软件进行自动驾驶模拟，同时获取我们所需数据包括多视角摄像头图像、车辆速度、车辆GNSS信息、车辆事件信息等，并根据所获得数据进行影子模式触发判断；当判断为触发时进行采集，并根据场景对采集图像数据进行分类储存，以减少数据清洗工作量，减少了真实路测所需地人工资源，同时仿真软件能更加高效和安全产生我们所需要场景如：车祸、堵车、逆行、高速行驶、变道等；特定影子模式场景触发采集并对采集数据根据触发场景进行分类储存，降低数据清洗难度；使用仿真传感器降低测试成本。
[0022]如图1所示，本专利技术公开了基于事件触发的场景包括车辆遭遇碰撞以及车辆进行
车道变更两类场景，基于事件触发的数据采集流程：将仿真环境中的碰撞以及车道变更传感器链接至仿真车辆；收集上述传感器数据，并进行处理获得包括是否发生事件、碰撞对象、跨越车道线的类型；当收集到发生事件信息，对过往图像数据进行回放保存，并根据事件类型、碰撞对象或车道线类型进行储存。
[0023]如图1所示，本专利技术公开了基于交通标志触发的场景包括车辆行驶中遭遇交通标志，基于交通标志触发的数据采集流程：获得车辆当前行驶点或者说航点信息；根据行驶点按照预先设定距离进行搜索；当搜索到交通标志时，返回交通标志类型以及数值，例如限速标志，数值60；获得交通标志信息后对图像数据进行采集同时采集车辆控制信息、车辆速度信息进行储存。
[0024]如图1所示，本专利技术公开了基于语义信息触发的场景包括车辆语义信息中存在特定类别如红绿灯、骑摩托车的人等，基于语义信息触发的数据采集流程：设置Carla中的语义信息摄像头；获取语义信息并对语义信息进行分析；当语义信息中存在所指定类别时触发采集，将根据语义信息不同对图像数据进行储存。
[0025]本专利技术实施例提供的基于仿真的自动驾驶影子模式数据采集，减少了真实路测所需地人工资源，同时仿真软件能更加高效和安全产生我们所需要场景如：车祸、堵车、逆行、高速行驶、变道等；特定影子模式场景触发采集并对采集数据根据触发场景进行分类储存本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于仿真的自动驾驶影子模式数据采集，其特征在于，包括如下步骤：预先设定了多种影子模式触发场景，包括基于事件触发、基于交通标志触发、基于语义信息触发；技术路线为通过Carla软件进行自动驾驶模拟，同时获取我们所需数据包括多视角摄像头图像、车辆速度、车辆GNSS信息、车辆事件信息等，并根据所获得数据进行影子模式触发判断；当判断为触发时进行采集，并根据场景对采集图像数据进行分类储存，以减少数据清洗工作量。2.根据权利要求1所述的基于仿真的自动驾驶影子模式数据采集，其特征在于：所述基于事件触发的场景包括车辆遭遇碰撞以及车辆进行车道变更两类场景。3.根据权利要求2所述的基于仿真的自动驾驶影子模式数据采集，其特征在于：所述基于事件触发的数据采集流程：S1、将仿真环境中的碰撞以及车道变更传感器链接至仿真车辆；S2、收集上述传感器数据，并进行处理获得包括是否发生事件、碰撞对象、跨越车道线的类型；S3、当收集到发生事件信息，对过往图像数据进行回放保存，并根据事件类型、碰撞对象或车道线类型进行储存。4.根据权...
【专利技术属性】
技术研发人员：李鑫武，陈雨轩，丁华杰，赵佳佳，谷俊，
申请(专利权)人：上海寻序人工智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。