矿用卡车难例识别模型训练方法、难例识别方法及设备技术

本申请实施例公开了一种矿用卡车难例识别模型训练方法、难例识别方法及设备。其中，方法包括如下步骤：获取采集数据，根据采集数据生成第一样本集，第一样本集包括正常例和真实难例；对真实难例执行难例拓展处理，以生成模拟难例；将真实难例和模拟难例汇总为难例，将难例和正常例汇总为第二样本集；利用第二样本集训练初始模型，将训练完成的初始模型标记为难例识别模型。因此，本申请能够利用已有的采集数据，模拟生成更多难例，替换或增加原本样本集中的难例，实现难例的扩展，从而提高样本数据的质量。使得后续模型训练，能够提高对难例识别，和多目标感知的能力，有助于矿卡自动驾驶的普及。

【技术实现步骤摘要】

本申请属于自动控制，特别是涉及一种矿用卡车难例识别模型训练方法、矿用卡车难例识别方法、计算机设备和计算机可读存储介质。

技术介绍

1、自动驾驶矿用卡车（简称矿卡）一般主要通过激光雷达、毫米波雷达、相机等采集设备来实现环境感知。通过在矿卡加装自动驾驶软硬套件，作为自动驾驶数据采集车。自动驾驶系统目前主流都通过模型实现对周围环境的感知，因此需要大量数据训练模型来提升系统的感知规控能力。但现实世界中，因为不同传感器间特性差异、多目标交叉影响等因素，系统无法充分识别传感器中的目标，从而产生不能被算法识别的未知疑难场景，引起故障问题。这些不能被算法识别的、未知的疑难场景称之为困难样本，或简称为难例。识别难例对于自动驾驶训练过程十分重要，如果能够有效识别难例，则可以使得自动驾驶系统规避相应风险，保证自动驾驶的安全。

2、但是难例通常出现在零碎、极端的场景下，因此疑难场景问题数据采集已成为自动驾驶算法训练的关键问题。目前的矿卡困难数据样本收集，主要通过故障后，由专门的采集员在出现问题的路段多次驾驶，手工开启车上的数据采集开关，采集数据。另外当矿卡自动驾驶系统本文档来自技高网...

【技术保护点】

1.一种矿用卡车难例识别模型训练方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的矿用卡车难例识别模型训练方法，其特征在于，所述根据所述采集数据生成第一样本集，包括：

3.如权利要求2所述的矿用卡车难例识别模型训练方法，其特征在于，所述采集数据包括多帧点云数据和图像数据；

4.如权利要求1所述的矿用卡车难例识别模型训练方法，其特征在于，所述对所述真实难例执行难例拓展处理，以生成模拟难例，包括：

5.如权利要求4所述的矿用卡车难例识别模型训练方法，其特征在于，所述对所述雨雪难例执行第一子拓展处理，以得到多个模拟雨雪难例，包括：<...

【技术特征摘要】

1.一种矿用卡车难例识别模型训练方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的矿用卡车难例识别模型训练方法，其特征在于，所述根据所述采集数据生成第一样本集，包括：

3.如权利要求2所述的矿用卡车难例识别模型训练方法，其特征在于，所述采集数据包括多帧点云数据和图像数据；

4.如权利要求1所述的矿用卡车难例识别模型训练方法，其特征在于，所述对所述真实难例执行难例拓展处理，以生成模拟难例，包括：

5.如权利要求4所述的矿用卡车难例识别模型训练方法，其特征在于，所述对所述雨雪难例执行第一子拓展处理，以得到多个模拟雨...

【专利技术属性】
技术研发人员：李昊，莫高勇，宋程杰，王超，唐柳，
申请(专利权)人：中科云谷科技有限公司，
类型：发明
国别省市：