【技术实现步骤摘要】
本申请涉及数据处理领域，尤其涉及一种数据处理方法、装置、存储介质。
技术介绍
1、随着技术日益成熟，自动驾驶逐渐走向商业化，成为当前的热点。为实现自动驾驶，车辆需要具备定位模块、感知模块、预测模块、决策规划模块等。其中决策规划模块包括行为决策模块、物体决策模块和运动规划模块。该物体决策模块主要负责为障碍物标注行为标签，如抢行、让行、避障、跟随等，该行为标签用于为运动规划模块提供合理输入，作为其约束，保证自动驾驶车辆对周围交通参与者进行合理响应。
2、为提升自动驾驶系统的类人性，将神经网络引入自动驾驶决策系统是当前的技术趋势。神经网络作为数据驱动的方法，训练数据的分布质量对神经网络性能具有极大的影响。如何保证并提升数据质量是自动驾驶决策网络的关键技术。
3、当前决策系统神经网络的开发方式为在有限的路线内收集大量数据。但不同路线物体交互差异较大，这导致决策模型过拟合于当前路线场景的交互分布，对其他路线泛化能力较差。现有技术通过对新路线进行数据采集标注来解决以上问题。但是大量的数据采集标注，时间与人力成本较高，花费周期
【技术保护点】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一增广数据以及所述目标车辆的目标数据对初始决策模型进行训练，得到训练好的决策模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据比例参数Ri、所述第一增广数据以及所述目标车辆的目标数据对决策模型Di进行训练，得到决策模型Di+1，包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述解码后的转换数据包括所述目标车辆的加速度和前轮转角，所述对所述解码后的转换数据进行车辆运动学交互轨迹计算，得到第一增广数据，包括：p>
5.根据权...
【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一增广数据以及所述目标车辆的目标数据对初始决策模型进行训练，得到训练好的决策模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据比例参数ri、所述第一增广数据以及所述目标车辆的目标数据对决策模型di进行训练，得到决策模型di+1，包括：
4.根据权利要求1至3任一项所述的方法，其特征在于，所述解码后的转换数据包括所述目标车辆的加速度和前轮转角，所述对所述解码后的转换数据进行车辆运动学交互轨迹计算，得到第一增广数据，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述第一增广数据以及所述目标车辆的目标数据对初始决策模型进行训练，得到训练好的决策模型，包括：
6.一种生成模型，其特征在于，包括时序编码网络、风格迁移网络、解码网络和运动学模型，其中：
7.一种数据处理装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述第五处理模块，用于：
9.根据权利要求8所述的装置，其特征在于，所述第五处理模块，还用于：
10.根据权利要求7至9任一项所述的装置，其特征在于，所述解码后的转换数据包括所述目标...
【专利技术属性】
技术研发人员：王志涛，陈玉莹，程思源，张洪波，
申请(专利权)人：华为技术有限公司，
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。