【技术实现步骤摘要】
本专利技术涉及自动驾驶感知领域,尤其涉及一种基于边缘场景的车路协同自进化学习多模态校验方法。
技术介绍
1、自动驾驶及其技术在过去几年取得了重大进展。尽管已经取得了这些进展并且自动驾驶的进步受到了很多关注,但在日常生活中安全可靠地应用它仍然面临一些挑战,边缘场景是这些挑战中不可忽视的部分。边缘场景是指发生概率较低的交通场景,例如车辆被建筑物遮挡、路面上存在无意被遗落的货物等。尽量边缘场景发生的概率低,但对于自动驾驶的安全性至关重要。
2、近年来,人工智能技术尤其是深度学习模型的发展推动了自动驾驶技术的发展,通过设计诸多复杂的神经网络来实现对车辆、行人、道路等的识别。但边缘场景的样本在感知模型训练中的占比较少,因此深度学习模型在边缘场景中的表现不好,从而导致漏检测、误检测。
3、要解决自动驾驶边缘场景感知的问题,首先要实现多样化、丰富的边缘场景数据的采集,但是数据采集和注释的成本十分高昂。借助更快、更高效的图形处理单元,仿真模拟器能够实时创建逼真的场景,可以创建具有不同环境、传感器、交通流、时间和天气条件的场景。随
...【技术保护点】
1.一种基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤S1的方法包括:
3.根据权利要求2所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤S2的方法包括:
4.根据权利要求3所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤S3中的方法包括:
5.根据权利要求1所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤S4的方法包括:
【技术特征摘要】
1.一种基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤s1的方法包括:
3.根据权利要求2所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤s2的方法包括:
4.根据权利要求3所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤s3中的方法包括:
5.根据权利要求1所述的基于边缘场景的车路协同自进化学习多模态校验方法,其特征在于,步骤s4的方法包括:
6.根据权利要...
【专利技术属性】
技术研发人员:胡钊政,张佳楠,孟杰,谭恒涛,
申请(专利权)人:武汉理工大学,
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。