基于机器学习的自动驾驶V2X通信中断优化的协作感知方法技术

本发明专利技术公开一种基于机器学习的自动驾驶V2X通信中断优化的协作感知方法，涉及车辆环境感知技术领域。本发明专利技术在感知能力方面通过联合感知超越了单车感知的局限性，克服了远距离物体难以被观测问题以及拥挤或复杂环境下视线被障碍物遮挡等问题，显著提升了感知性能，能够为自动驾驶下游模块提供更可靠的信息，同时本发明专利技术从机器学习算法的角度出发，利用历史信息来恢复由于通信中断而丢失的信息，通过从历史信息中提取多尺度时空特征来实现可靠的恢复，对理想先验信息提取知识来进行显式监督以提高性能，它的应用在随机V2X通信中断的情况下实现了良好的合作增益，有效地缓解了合作感知中V2X通信中断的影响。

【技术实现步骤摘要】

本专利技术涉及车辆环境感知，尤其涉及基于机器学习的自动驾驶v2x通信中断优化的协作感知方法。

技术介绍

1、自动驾驶汽车(avs)和自动驾驶系统(ads)有望提高未来交通系统的安全性、效率和便利性。avs和ads依靠对其周围环境的准确和有力的理解，即感知，来进行安全合理的运动规划。不充分的感知会导致交通事故，威胁到人类安全，或造成其他形式的损害。尽管近年来先进传感器和感知算法的快速发展使av/ads技术发展取得了显着进展，但现有方法的不足仍然是在公共道路上安全使用技术的主要障碍。

2、v2x通信技术实现的协作感知可以显著提高自动驾驶汽车的感知性能，超越单个汽车的有限感知能力，从而提高智能交通系统中自动驾驶的安全性和效率。主流的v2x通信技术有两种：基于dsrc的通信和基于蜂窝的通信。专用短程通信(dsrc)技术在配备802.11p芯片的设备之间进行短信息交换，并提供具有低端到端延迟和标准化协议的v2x通信服务。然而它只能在短的通信范围内很好地工作，这促进了基于蜂窝的v2x通信的研究。诸如lte和5g之类的蜂窝通信可以在小区中提供具有高移动性和大本文档来自技高网...

【技术保护点】

1.一种基于机器学习的自动驾驶V2X通信中断优化的协作感知方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于机器学习的自动驾驶V2X通信中断优化的协作感知方法，其特征在于，步骤2中所述V2X通信中断鲁棒协作感知模型包括编码器、空间注意力特征融合模块、多尺度时空预测模块和解码器；

3.根据权利要求1所述的基于机器学习的自动驾驶V2X通信中断优化的协作感知方法，其特征在于，步骤3具体包括：

4.根据权利要求2所述的基于机器学习的自动驾驶V2X通信中断优化的协作感知方法，其特征在于，所述多尺度时空预测模块首先通过时空金字塔网络提取自适应历史信息的...

【技术特征摘要】

1.一种基于机器学习的自动驾驶v2x通信中断优化的协作感知方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于机器学习的自动驾驶v2x通信中断优化的协作感知方法，其特征在于，步骤2中所述v2x通信中断鲁棒协作感知模型包括编码器、空间注意力特征融合模块、多尺度时空预测模块和解码器；

3.根据权利要求1所述的基于机器学习的自动驾驶v2x通信中断优化的协作感知方法，其特征在于，步骤3具体包括：

4.根据权利要求2所述的基于机器学习的自动驾驶v2x通信中断优化的协作感知方法，其特征在于，所述多尺度时空预测模块首先通过时空金字塔网络提取自适应历...

【专利技术属性】
技术研发人员：宋晓诗，王思博，苏静，
申请(专利权)人：东北大学，
类型：发明
国别省市：