车辆避障训练的系统、方法及机器可读存储介质技术方案

本发明专利技术提供了一种车辆避障训练的系统、方法及机器可读存储介质。其中上述方法包括：获取目标行车图像及其属性信息，目标行车图像中含有设定行车状态的静态要素图像以及非静态要素图像；提取目标行车图像中的图像内容信息；对图像内容信息以及属性信息进行解算得到目标模型场景；获取待评估避障方案并通过目标模型场景进行模拟训练，从而得到可行避障方案；计算可行避障方案的避障成本，从而根据可行避障方案成本应用最优的避障方案。通过此方法能够建立模拟场景，并生成多种避障方案进行模拟训练，从而获取成本最低的避障措施进行应用，使得自动驾驶车辆面对相似情况能够选择最优避障措施，从而降低自动驾驶车辆事故发生的概率。概率。概率。

【技术实现步骤摘要】
车辆避障训练的系统、方法及机器可读存储介质


[0001]本专利技术涉及自动驾驶领域，特别是涉及一种车辆避障训练的系统、方法及机器可读存储介质。

技术介绍

[0002]在车辆普及的今天，全国平均每天发生交通事故超50万起。在自动驾驶的发展的今天，如何让自动驾驶系统避免这些事故的发生成为重中之重。因此需要通过对各类事故视频进行解析与分析，自动化生成模拟仿真场景，从而对自动驾驶的各类模型(感知、定位、决策、规划、控制)进行相关测试，从而最大程度上降低事故发生的概率，减少corner case(边缘场景)的产生。

技术实现思路

[0003]本专利技术的一个目的是对自动驾驶车辆进行避障训练。
[0004]本专利技术一个进一步的目的是降低自动驾驶车辆事故发生的概率。
[0005]特别地，本专利技术提供了一种车辆避障训练方法，其包括：
[0006]获取目标行车图像及其属性信息，目标行车图像中含有设定行车状态的静态要素图像以及非静态要素图像；
[0007]提取目标行车图像中的图像内容信息；
[0008]对图像内容信息以及属性信息进行解算得到目标模型场景；
[0009]获取待评估避障方案并通过目标模型场景进行模拟训练，从而得到可行避障方案；
[0010]计算可行避障方案的避障成本，从而根据可行避障方案成本应用最优的避障方案。
[0011]可选地，获取待评估避障方案并通过目标模型场景进行模拟训练的步骤包括：
[0012]查找场景数据库中与目标模型场景相匹配的待检测场景；
[0013]获取待检测场景对应的避障方案；
[0014]判断避障方案应用至目标模型场景是否能够成功避障；
[0015]若是，则将避障方案匹配至目标模型场景；
[0016]若否，则获取待测试方案合集，将待测试方案合集中的方案应用至目标模型场景进行模拟测试，根据模拟测试结果确定可行避障方案。
[0017]可选地，待测试方案合集为预设避障方案合集，并且将待测试方案合集中的方案应用至目标模型场景进行模拟测试的步骤包括：
[0018]获取预设避障方案合集；
[0019]逐一根据预设避障方案合集中的待测试方案在目标模型场景进行模拟训练，从而获取可行避障方案。
[0020]可选地，待测试方案合集为随机生成的初始避障方案合集，并且将待测试方案合
集中的方案应用至目标模型场景进行模拟测试的步骤包括：
[0021]随机生成初始避障方案合集，对初始避障方案合集中的初始避障方案逐一进行迭代训练，以确定可行避障方案，并且对初始避障方案合集中的初始避障方案逐一进行迭代训练的步骤包括；
[0022]将初始避障方案作为迭代方案；
[0023]根据迭代方案在目标模型场景进行模拟训练，以确定迭代方案是否能够成功避障；
[0024]判断是否满足预设的迭代停止条件；
[0025]若是，则结束迭代训练，迭代停止条件为迭代次数大于设定次数和/或确定迭代方案确定能够成功避障，并将能够成功避障的迭代方案记录为可行避障方案；
[0026]若否，则对迭代方案进行拓展，形成新的迭代方案，重复根据迭代方案在目标模型场景进行模拟训练的步骤。
[0027]可选地，对图像内容信息以及属性信息进行解算得到目标模型场景的步骤包括：
[0028]根据图像内容信息计算得到目标对象的行驶行为F
n
；
[0029]根据行驶行为F
n
、图像内容信息以及属性信息计算生成目标模型场景。
[0030]可选地，根据图像内容信息计算得到目标对象的行驶行为F
n
的步骤包括：
[0031]在预设的时间间隔下记录目标对象的位置；
[0032]计算相邻位置间的距离得到目标对象的运动向量；
[0033]根据运动向量和时间间隔计算目标对象的加速度；
[0034]根据第一预设公式计算得到目标对象的行驶行为F
n
。
[0035]可选地，计算可行避障方案的避障成本，从而根据可行避障方案成本应用最优的避障方案的步骤包括：
[0036]通过第二预设公式计算计算可行避障方案的避障成本；
[0037]选取避障成本最低的避障方案作为最优的避障方案进行应用。
[0038]可选地，第二预设公式是：
[0039][0040]其中，st
油门
和st
刹车
以及st
转向
为避障方案中所述车辆需要执行的操作参数，C
cost
表示避障方案的成本。
[0041]根据本专利技术的另一个方面，还提供了一种机器可读存储介质，其上存储有机器可执行程序，机器可执行程序被处理器执行时实现上述任一种的车辆避障训练方法。
[0042]根据本专利技术的又一个方面，还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的机器可执行程序，并且处理器执行机器可执行程序时实现上述任一种的车辆避障训练方法。
[0043]本专利技术的方案中，首先获取目标行车图像及其属性信息，目标行车图像中含有设定行车状态的静态要素图像以及非静态要素图像；随后提取目标行车图像中的图像内容信息；对图像内容信息以及属性信息进行解算得到目标模型场景；获取待评估避障方案并通过目标模型场景进行模拟训练，从而得到可行避障方案；计算可行避障方案的避障成本，从
而根据可行避障方案成本应用最优的避障方案。通过此方法能够基于目标行车图像及其属性信息建立模拟场景，并生成多种避障方案进行模拟训练，从而获取成本最低的避障措施进行应用，使得自动驾驶车辆面对相似情况能够选择最优避障措施，从而降低自动驾驶车辆事故发生的概率。
[0044]根据下文结合附图对本专利技术具体实施例的详细描述，本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。
附图说明
[0045]后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
[0046]图1是根据本专利技术一个实施例的车辆避障训练系统的架构示意图；
[0047]图2是根据本专利技术一个实施例的车辆避障训练系统的属性信息示意图；
[0048]图3是根据本专利技术一个实施例的车辆避障训练系统的视频中提取的图像内容信息示意图；
[0049]图4是根据本专利技术一个实施例的车辆避障训练系统的计算目标对象的驾驶行为F
n
的示意图；
[0050]图5是根据本专利技术一个实施例的车辆避障训练系统的位移计算模块采集要素所生成的结果示意图。
[0051]图6是根据本专利技术一个实施例的车辆避障训练系统的预设避障方案合集示意图；
[0052]图7是根据本专利技术一个实施例的车辆避障训练系统的更新避障方案的示意图；...

【技术保护点】

【技术特征摘要】
1.一种车辆避障训练的方法，包括：获取目标行车图像及其属性信息，所述目标行车图像中含有设定行车状态的静态要素图像以及非静态要素图像；提取所述目标行车图像中的图像内容信息；对所述图像内容信息以及所述属性信息进行解算得到目标模型场景；获取待评估避障方案并通过所述目标模型场景进行模拟训练，从而得到可行避障方案；计算所述可行避障方案的避障成本，从而根据所述可行避障方案成本应用最优的避障方案。2.根据权利要求1所述的车辆避障训练的方法，其中，所述获取待评估避障方案并通过所述目标模型场景进行模拟训练的步骤包括：查找场景数据库中与所述目标模型场景相匹配的待检测场景；获取所述待检测场景对应的避障方案；判断所述避障方案应用至所述目标模型场景是否能够成功避障；若是，则将所述避障方案匹配至所述目标模型场景；若否，则获取待测试方案合集，将所述待测试方案合集中的方案应用至所述目标模型场景进行模拟测试，根据所述模拟测试结果确定可行避障方案。3.根据权利要求2所述的车辆避障训练的方法，其中，所述待测试方案合集为预设避障方案合集，并且将所述待测试方案合集中的方案应用至所述目标模型场景进行模拟测试的步骤包括：获取预设避障方案合集；逐一根据所述预设避障方案合集中的待测试方案在所述目标模型场景进行模拟训练，从而获取所述可行避障方案。4.根据权利要求2所述的车辆避障训练的方法，其中，所述待测试方案合集为随机生成的初始避障方案合集，并且将所述待测试方案合集中的方案应用至所述目标模型场景进行模拟测试的步骤包括：随机生成初始避障方案合集，对所述初始避障方案合集中的初始避障方案逐一进行迭代训练，以确定所述可行避障方案，并且所述对所述初始避障方案合集中的初始避障方案逐一进行迭代训练的步骤包括；将所述初始避障方案作为迭代方案；根据所述迭代方案在所述目标模型场景进行模拟训练，以确定所述迭代方案是否能够成功避障；判断是否满足预设的迭代停止条件；若是，则结束所述迭代训练，所述迭代停止条件为迭代次数大于设定次数和/或确定迭代方案确定能够成功避障，并将能够成功避障的所述迭...

【专利技术属性】
技术研发人员：田科，赵明，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：