行车环境模拟方法、装置、设备、存储介质及产品制造方法及图纸

技术编号:43369448 阅读:12 留言:0更新日期:2024-11-19 17:50
本申请公开了一种行车环境模拟方法、装置、设备、存储介质及产品,涉及人工智能技术领域,所述行车环境模拟方法包括获取道路天气数据和交通数据;获取原始风格的原始行车环境图像;将所述原始行车环境图像、所述道路天气数据以及所述交通数据输入预先训练好的目标风格迁移模型,得到所述目标风格迁移模型输出的所述车辆在所述目标场景中的目标风格的目标行车环境图像。本申请通过训练好的目标风格迁移模型对所述原始风格的原始行车环境图像进行风格迁移,得到目标风格的目标行车环境图像,从而可以基于目标行车环境图像为行车环境模拟提供依据。由此,可以提高行车环境模拟精度,从而改善行车环境的模拟效果。

【技术实现步骤摘要】

本申请涉及人工智能,尤其涉及一种行车环境模拟方法、装置、设备、存储介质及产品


技术介绍

1、随着人工智能的普及,数字虚拟仿真技术逐渐成为自动驾驶系统开发中的重要部分。目前业内开始考虑将aigc(artificial intelligence generated content,生成式人工智能)技术引入对行车环境的模拟技术开发中,而由于行车环境中的环境细节信息繁多,模拟后得到的数据与真实数据在光照、纹理、物体形状等方面存在较大差异。

2、为避免上述问题,目前,通常是通过传统的图像处理技术,如直方图匹配、颜色校正的方法对行车环境进行不同风格的模拟,但这些方法需要手动调整参数,并且依赖先验知识,容易出现模拟后的图像中出现图像伪影、原始路边参照物形状改变等问题。

3、综上所述,现有的行车环境模拟方法的精确程度不高,导致对行车环境的模拟效果差。


技术实现思路

1、本申请的主要目的在于提供一种行车环境模拟方法、装置、设备、存储介质及产品,旨在提高行车环境模拟方法的精确程度,从而改善行车环境的模拟本文档来自技高网...

【技术保护点】

1.一种行车环境模拟方法,其特征在于,所述的方法包括:

2.如权利要求1所述的方法,其特征在于,所述目标风格迁移模型基于预先获取的数据集训练得到,所述目标风格迁移模型的训练过程包括:

3.如权利要求2所述的方法,其特征在于,所述初始风格迁移模型包括生成器和判别器,所述基于所述训练集对初始风格迁移模型进行迭代训练,得到待测试风格迁移模型的步骤包括:

4.如权利要求3所述的方法,其特征在于,所述生成器包括编码器、转换器和解码器,所述编码器包括预先训练好的视觉几何组VGG网络,所述转换器包括自适应实例归一化AdaIN层,所述解码器为U型网络U-net解码器,...

【技术特征摘要】

1.一种行车环境模拟方法,其特征在于,所述的方法包括:

2.如权利要求1所述的方法,其特征在于,所述目标风格迁移模型基于预先获取的数据集训练得到,所述目标风格迁移模型的训练过程包括:

3.如权利要求2所述的方法,其特征在于,所述初始风格迁移模型包括生成器和判别器,所述基于所述训练集对初始风格迁移模型进行迭代训练,得到待测试风格迁移模型的步骤包括:

4.如权利要求3所述的方法,其特征在于,所述生成器包括编码器、转换器和解码器,所述编码器包括预先训练好的视觉几何组vgg网络,所述转换器包括自适应实例归一化adain层,所述解码器为u型网络u-net解码器,所述将所述风格图像样本和所述内容图像样本输入所述生成器,执行风格迁移任务,得到生成图像样本的步骤包括:

5.如权利要求2所述的方法,其特征在于,所述数据集包括原始风格的第一图像样本以及目标风格的第二图像样本,所述数据集的获取过程包括:

6.如权利要求...

【专利技术属性】
技术研发人员:余博文刘明梁振宝陈勇
申请(专利权)人:浙江吉利控股集团有限公司
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