生成多个模拟边缘情况驾驶场景制造技术

技术编号:37702223 阅读:32 留言:0更新日期:2023-06-01 23:48
一种用于生成模拟驾驶场景的系统,包括至少一硬件处理器,适于生成多个模拟驾驶场景,每一个所述模拟驾驶场景是通过向一机器学习模型提供多个输入驾驶对象生成的,其中所述机器学习模型是使用另一个机器学习模型训练以运算一分类,所述分类指示通过所述机器学习模型产生的一模拟驾驶场景包括一感兴趣驾驶场景的一可能性。景的一可能性。

【技术实现步骤摘要】
【国外来华专利技术】生成多个模拟边缘情况驾驶场景
[0001]相关申请案
[0002]本申请案主张2020年5月27日提交申请的第63/030,359号的美国临时专利申请案的优先权,所述美国临时专利申请案的内容的整体通过引用的方式并入本文。


[0003]本公开中描述的一些实施例涉及模拟数据,且更具体且不排他地,涉及多个模拟驾驶场景。

技术介绍

[0004]如本文所使用的,术语驾驶场景指的是描述一驾驶环境及在所述驾驶环境中行动的一个或多个行动者的数据。所述驾驶环境可以包括描述一地形的一拓扑结构的一地图,及所述驾驶环境中的一个或多个静态对象,一些例子是一铺设道路、一路标、一人行道、一停放车辆、一树木、一交通标志及一建筑物。一行动者是所述驾驶环境中的一移动对象,例如一车辆或一行人。另一个例子是一动物。一行动者可以在所述驾驶环境的空中行动,例如一鸟或由所述驾驶环境的另一行动者抛出的一石头。另一个例子是一对象从另一对象上掉落,例如一物体从一建筑物上掉落,或者一物体从一移动车辆上掉落。
[0005]在自动驾驶领域,通常的做法是,一系统,例如一自动驾驶系本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于生成模拟驾驶场景的系统,其特征在于:包括至少一硬件处理器,适于:生成多个模拟驾驶场景,每一个所述模拟驾驶场景是通过向一机器学习模型提供多个输入驾驶对象生成的,其中所述机器学习模型是使用另一个机器学习模型训练以运算一分类,所述分类指示通过所述机器学习模型产生的一模拟驾驶场景包括一感兴趣驾驶场景的一可能性。2.如权利要求1所述的系统,其特征在于:训练其他机器学习模型包括使用多个记录数据集,每一个所述记录数据集是在一车辆穿越一实体景象时记录的,并包括一记录驾驶场景及多个记录驾驶指令,所述训练是根据多个记录驾驶指令及通过其他机器学习模型响应所述记录驾驶场景运算的多个运算驾驶指令之间的一差异。3.如权利要求1所述的系统,其特征在于:所述至少一硬件处理器还适于向至少一自动驾驶模型提供多个模拟驾驶场景中的至少部分,以达到以下至少一目的:训练所述至少一自动驾驶模型,测试所述至少一自动驾驶模型,确认所述至少一自动驾驶模型,以及验证所述至少一自动驾驶模型。4.如权利要求3所述的系统,其特征在于:所述至少一自动驾驶系统是选自由以下组成的一群组的一系统的至少部分:一自动驾驶系统,以及一高级驾驶辅助系统。5.如权利要求2所述的系统,其特征在于:所述机器学习模型是通过在多个训练迭代中的每一个使用其他机器学习模型进行训练的:由所述机器学习模型生成至少一模拟驾驶场景,以响应多个训练输入驾驶对象;将所述至少一模拟驾驶场景提供给其他机器学习模型,以运算至少一分类,指示所述至少一模拟驾驶场景包括至少一感兴趣驾驶场景的一可能性;以及根据所述至少一分类,修改所述机器学习模型的至少一模型值,以增加将在一后续训练迭代中生成的另一模拟驾驶场景分类为具有至少一其他感兴趣驾驶场景的一可能性。6.如权利要求5所述的系统,其特征在于:所述至少一感兴趣驾驶场景包括以下的至少一者:通过其他机器学习模型模拟的一车辆的一速度值、通过其他机器学习模型模拟的所述车辆的一加速度值、通过其他机器学习模型生成的一驾驶指令、通过其他机器学习模型模拟的所述车辆的一方向值、以及通过其他机器学习模型模拟的所述车辆与所述驾驶场景的至少一其他对象之间的一距离。7.如权利要求1所述的系统,其特征在于:所述多个输入驾驶对象包括以下至少一者:一模拟驾驶环境的一移动对象,以及一模拟驾驶环境的一静态对象。8.如权利要求7所述的系统,其特征在于:所述移动对象选自由以下组成的多个移动对象的一群组:一车辆及一人。9.如权利要求1所述的系统,其特征在于:为了生成所述多个模拟驾驶场景中的至少一者,还向所述机器学习模型提供描述一模拟驾驶环境的一地形的一地图。10.如权利要求1所述的系统,其特征在于:所述多个输入驾驶对象包括通过一随机对象生成器生成的至少一对象。11.如权利要求1所述的系统,其特征在于:还向所述机器学习模型提供多个约束;以及其中,所述机器学习模型根据所述多个约束生成所述多个模拟驾驶场景中的至少一者。12.如权利要求1所述的系统,其特征在于:所述多个模拟驾驶场景中的至少一者包括
一模拟驾驶环境的多个模拟对象的多个移动矢量。13.如权利要求1所述的系统,其特征在于:生成所述多个模拟驾驶场景中的至少一生成场景还包括将至少一环境特征调整应用于所述至少一生成场景。14.如权利要求1所述的系统,其特征在于:所述机器学习模型是一生成对抗性神经网络或一条件生成对抗性神经网络的一生成器网络。15.如权利要求1所述的系统,其特征在于:其他机器学习模型是一神经网络。16.如权利要求15所述的系统,其特征在于:所述神经网络是使用一模仿学习方法训练的。17.如权利要求1所述的系统,其特征在于:还向所述机器学习模型提供表示至少一感兴趣驾驶场景的特征的多个模拟参数;以及其中所述机器学习模型还根据所述多个模拟参数生成所述多...

【专利技术属性】
技术研发人员:
申请(专利权)人:柯尼亚塔有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1