【技术实现步骤摘要】
本专利技术涉及人工智能，具体提供一种道路环境数据生成、视觉算法模型的训练、评测方法、装置及介质。
技术介绍
1、目前，自动驾驶已经得到了越来越多人的关注，而自动驾驶功能是离不开视觉算法的。视觉算法是通过感知周围环境来为自动驾驶的决策提供数据支持的。而针对自动驾驶而言，道路环境是周围环境的一个重要组成部分。因而对道路环境的感知对视觉算法而言是非常重要的。
2、道路环境的感知的正确与否，很大程度上取决于视觉算法模型的训练数据集和评测数据集。如果训练数据集和评测数据集中包含足够丰富的道路环境数据，就能够对视觉算法模型进行更为深度的训练和更为准确的评测，从而提升视觉算法模型的性能。
3、但是，采集的真实道路环境数据往往不能够满足需求。这就需要由合成道路环境数据来组成数据集。在生成合成道路环境数据时，在保证合成数据的合理性的前提下，为了确保合成道路环境数据的丰富性和多样性，往往需要手动摆放道路环境中的场景物件，这样往往效率极低，不利于模型训练和评测过程。
4、相应地，本领域需要一种新的模型训练和评测方案来解决上述问题。
技术实现思路
1、为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决在确保合成数据的合理性的前提下，如何更为高效地生成道路环境数据的问题。
2、在第一方面，本专利技术提供一种道路环境数据生成方法，所述方法包括：
3、基于真实采集道路数据，获得道路结构信息，并设置所述道路结构信息对应的环境物品放置规则；p>
4、基于所述道路结构信息和所述环境物品放置规则，生成合成道路环境数据。
5、在上述道路环境数据生成方法的一个技术方案中，所述基于所述道路结构信息和所述环境物品放置规则，生成合成道路环境数据，包括：
6、基于所述道路结构信息和所述环境物品放置规则，应用渲染引擎，生成所述合成道路环境数据。
7、在上述道路环境数据生成方法的一个技术方案中，所述应用渲染引擎，生成所述合成道路环境数据，包括：
8、基于所述道路结构信息和所述环境物品放置规则，调节所述渲染引擎的随机种子，通过所述渲染引擎，生成对应所述随机种子的不同场景的所述合成道路环境数据。
9、在上述道路环境数据生成方法的一个技术方案中，所述基于真实采集道路数据，获得道路结构信息，包括：
10、对所述真实采集道路数据进行环境感知，获取所述道路结构信息。
11、在上述道路环境数据生成方法的一个技术方案中，所述环境物品放置规则包括环境物品的物品种类和/或物品排布方式和/或物品出现概率；
12、所述设置所述道路结构信息对应的环境物品放置规则，包括：
13、根据所述道路结构信息，设置所述道路结构信息对应的环境物品的物品种类和/或物品排布方式和/或物品出现概率。
14、在第二方面，本专利技术提供一种视觉算法模型的训练方法，所述方法包括：
15、基于合成道路环境数据，对所述视觉算法模型进行训练，以获得训练好的视觉算法模型；
16、其中，所述合成道路环境数据是基于上述道路环境数据生成方法中任一项所述的道路环境数据生成方法获得的。
17、在上述视觉算法模型的训练方法的一个技术方案中，所述基于所述合成道路环境数据，对所述视觉算法模型进行训练，包括：
18、对所述合成环境道路数据进行图像数据采集；
19、基于采集的图像数据，构建所述训练数据集；
20、基于所述训练数据集，对所述视觉算法模型进行训练。
21、在第三方面，本专利技术提供一种视觉算法模型的评测方法，所述方法包括：
22、基于合成道路环境数据，对视觉算法模型进行评测，以获得所述视觉算法模型的评测结果；
23、其中，所述合成道路环境数据是上述道路环境数据生成方法中任一项所述的道路环境数据生成方法获得的。
24、在第四方面，提供一种控制装置，该控制装置包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述道路环境数据生成方法的技术方案中任一项技术方案所述的道路环境数据生成方法或上述视觉算法模型的评测方法的技术方案中任一项技术方案所述的视觉算法模型的评测方法。
25、在第五方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述道路环境数据生成方法的技术方案中任一项技术方案所述的道路环境数据生成方法或上述视觉算法模型的评测方法的技术方案中任一项技术方案所述的视觉算法模型的评测方法。
26、本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
27、在实施本专利技术的技术方案中，本专利技术基于真实采集道路数据，获取道路结构信息，并设置道路结构信息对应的环境物品放置规则，根据道路结构信息和环境物品放置规则来生成合成道路环境数据。通过上述配置方式，本专利技术能够实现合成道路环境数据的自动化批量生成，无需进行手动操作，能够更为高效地生成合成道路环境数据，提升合成道路环境数据的多样性。同时，由于合成道路环境数据是基于真实采集道路数据中获得的道路结构信息生成的，能够有效保证合成道路环境数据的合理性，从而确保了视觉算法模型的有效训练和评测。
本文档来自技高网...【技术保护点】
1.一种道路环境数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的道路环境数据生成方法，其特征在于，
3.根据权利要求2所述的道路环境数据生成方法，其特征在于，
4.根据权利要求1所述的道路环境数据生成方法，其特征在于，
5.根据权利要求1所述的道路环境数据生成方法，其特征在于，所述环境物品放置规则包括环境物品的物品种类和/或物品排布方式和/或物品出现概率；
6.一种视觉算法模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的视觉算法模型的训练方法，其特征在于，
8.一种视觉算法模型的评测方法，其特征在于，所述方法包括：
9.一种控制装置，包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至5中任一项所述的道路环境数据生成方法或权利要求6-7中任一项所述的视觉算法模型的训练方法或权利要求8所述的视觉算法模型的评测方法。
10.一种计算机可读存储介质，其中存
...【技术特征摘要】
1.一种道路环境数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的道路环境数据生成方法，其特征在于，
3.根据权利要求2所述的道路环境数据生成方法，其特征在于，
4.根据权利要求1所述的道路环境数据生成方法，其特征在于，
5.根据权利要求1所述的道路环境数据生成方法，其特征在于，所述环境物品放置规则包括环境物品的物品种类和/或物品排布方式和/或物品出现概率；
6.一种视觉算法模型的训练方法，其特征在于，所述方法包括：
7.根据权利要求6所述的视觉算法模型的训练方法，其特征在于，
8.一种视觉算法模型...
【专利技术属性】
技术研发人员：潘梦真，甘宇飞，谢晨，杨海波，杨健，张建伟，
申请(专利权)人：光轮智能北京科技有限公司，
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。