当前位置: 首页 > 专利查询>清华大学专利>正文

驾驶行为模型训练方法、自然驾驶环境重建方法及装置制造方法及图纸

技术编号:42622551 阅读:20 留言:0更新日期:2024-09-06 01:26
一种驾驶行为模型训练方法、自然驾驶环境重建方法及装置。利用数据驱动的方式对复杂环境下车辆的驾驶行为模型进行训练,通过对该模型在时间上的串行调用与空间上的并行调用,重建时空连续的自然驾驶环境;通过模型驱动的方法对自动驾驶系统测试环境中的背景车辆进行模拟,并与被测的自动驾驶系统进行实时交互,可以模拟复杂的真实路况,对设有自动驾驶系统的汽车在复杂交互环境下进行测试,有效保障自然驾驶环境中背景车辆的行为与真实环境中的车辆的行为状态趋近,提高了测试的准确性。

【技术实现步骤摘要】

本公开涉及自动驾驶技术,更具体地,涉及一种驾驶行为模型训练方法、自然驾驶环境重建方法及装置、介质。


技术介绍

1、当前自动驾驶的发展面临严峻的安全问题,tesla、waymo等公司研发的自动驾驶汽车在真实道路运行时,均遭遇了严重的交通事故。频繁发生的安全问题从根本上阻碍了自动驾驶汽车的规模化应用和商业化落地。

2、因此,如何对自动驾驶汽车的安全性进行测试评估迫在眉睫。


技术实现思路

1、本公开一实施例提供了一种驾驶行为模型训练方法,所述驾驶行为模型设置为根据输入的给定时刻的场景数据,输出场景中目标车辆在下一时刻的状态预测值,所述方法包括:

2、基于真实道路环境采集得到多个片段化场景作为训练集;每一片段化场景包括多个时刻的场景数据,所述场景数据包括:场景地图,场景中一目标车辆及其背景车辆的状态值;

3、基于所述训练集对驾驶行为模型进行多次训练;每次训练包括:将场景数据输入所述驾驶行为模型,输入的场景数据包括为此次训练选定的一片段化场景ti时刻的场景数据,从所述驾驶行为模型的输本文档来自技高网...

【技术保护点】

1.一种驾驶行为模型训练方法,所述驾驶行为模型设置为根据输入的给定时刻的场景数据,输出场景中目标车辆在下一时刻的状态预测值,所述方法包括:

2.根据权利要求1所述的方法,其特征在于:

3.根据权利要求2所述的方法,其特征在于:

4.根据权利要求2所述的方法,其特征在于:

5.根据权利要求1至4中任一所述的方法,其特征在于:

6.一种车辆状态预测方法,包括:

7.一种自然驾驶环境重建方法,包括:

8.如权利要求7所述的方法,其特征在于,还包括:

9.如权利要求7所述的方法,其特征在于,还包括:<...

【技术特征摘要】

1.一种驾驶行为模型训练方法,所述驾驶行为模型设置为根据输入的给定时刻的场景数据,输出场景中目标车辆在下一时刻的状态预测值,所述方法包括:

2.根据权利要求1所述的方法,其特征在于:

3.根据权利要求2所述的方法,其特征在于:

4.根据权利要求2所述的方法,其特征在于:

5.根据权利要求1至4中任一所述的方法,其特征在于:

6.一种车辆状态预测方法,包括:

7.一种自然驾驶环境重建方法,包括:

8.如权利要求7所述的方法,其特征在于,还包括:

9.如权利要求7所述的方法,其特征在于,还包括:

10.一种自动驾驶系统测试方法,包括:

11.一种...

【专利技术属性】
技术研发人员:封硕何泓霖陆秋婧张毅李述
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1