[發(fā)明專利]自動駕駛場景的生成方法、裝置和存儲介質

有效

• 申請?zhí)枺?/td>: 201811242530.1
• 申請日: 2018-10-24
• 公開（公告）號: CN111091739B
• 公開（公告）日: 2022-08-02
• 發(fā)明（設計）人: 張連城;郭正東;毛繼明;董芳芳
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G09B9/05
• 分類號: G09B9/05;G09B9/04;G06T19/20
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 陳建煥;武晨燕

1.一種自動駕駛場景的生成方法，其特征在于，包括：

將交通路網信息和隨機定位點輸入行人行為生成器，以生成初始行人軌跡；將所述交通路網信息和所述隨機定位點輸入障礙車行為生成器，以生成初始障礙車軌跡；

根據行人行為判別器，對所述初始行人軌跡的真實度進行判別，以獲得第一判別結果；根據障礙車行為判別器，對所述初始障礙車軌跡的真實度進行判別，以獲得第二判別結果；根據所述第一判別結果和所述第二判別結果，獲得綜合判別值；

如果所述綜合判別值不符合預設條件，則調整所述行人行為生成器和障礙車行為生成器的參數后，重新執(zhí)行生成步驟和判別步驟，直至所述綜合判別值符合所述預設條件，完成對所述行人行為生成器和所述障礙車行為生成器的訓練。

2.根據權利要求1所述的方法，其特征在于，還包括：

根據訓練好的行人行為生成器和訓練好的障礙車行為生成器，分別生成仿真行人軌跡和仿真障礙車軌跡；

根據所述仿真行人軌跡、所述仿真障礙車軌跡、所述交通路網信息、所述隨機定位點和主車的位置，生成針對所述主車的傳感器數據。

3.根據權利要求2所述的方法，其特征在于，根據所述仿真行人軌跡、所述仿真障礙車軌跡、所述交通路網信息、所述隨機定位點和主車的位置，生成針對所述主車的傳感器數據，包括：

根據所述仿真行人軌跡、所述仿真障礙車軌跡、所述交通路網信息、所述隨機定位點和主車的位置，獲得針對所述主車的不包含噪聲的傳感器數據；

將傳感器參數、光照參數、天氣參數和所述不包含噪聲的傳感器數據輸入傳感器噪聲生成器，以生成包含噪聲的傳感器數據。

4.根據權利要求1所述的方法，其特征在于，還包括：

根據訓練好的行人行為生成器和訓練好的障礙車行為生成器，分別生成第一仿真行人軌跡和第一仿真障礙車軌跡；

根據所述第一仿真行人軌跡和所述第一仿真障礙車軌跡，確定自動駕駛子場景的起點；

將所述起點和所述交通路網信息輸入所述訓練好的行人行為生成器，以生成第二仿真行人軌跡；

將所述起點和所述交通路網信息輸入所述訓練好的障礙車行為生成器，以生成第二仿真障礙車軌跡。

5.根據權利要求4所述的方法，其特征在于，還包括：

根據所述第二仿真行人軌跡、所述第二仿真障礙車軌跡、所述交通路網信息、所述起點和主車的位置，獲得針對所述主車的不包含噪聲的傳感器數據；

將傳感器參數、光照參數、天氣參數和所述不包含噪聲的傳感器數據輸入傳感器噪聲生成器，以生成包含噪聲的傳感器數據。

6.一種自動駕駛場景的生成裝置，其特征在于，包括：

第一生成模塊，用于將交通路網信息和隨機定位點輸入行人行為生成器，以生成初始行人軌跡；將所述交通路網信息和所述隨機定位點輸入障礙車行為生成器，以生成初始障礙車軌跡；

判別模塊，用于根據行人行為判別器，對所述初始行人軌跡的真實度進行判別，以獲得第一判別結果；根據障礙車行為判別器，對所述初始障礙車軌跡的真實度進行判別，以獲得第二判別結果；根據所述第一判別結果和所述第二判別結果，獲得綜合判別值；

調整模塊，用于如果所述綜合判別值不符合預設條件，則調整所述行人行為生成器和障礙車行為生成器的參數后，控制所述第一生成模塊重新執(zhí)行生成步驟和控制所述判別模塊重新執(zhí)行判別步驟，直至所述綜合判別值符合所述預設條件，完成對所述行人行為生成器和所述障礙車行為生成器的訓練。

7.根據權利要求6所述的裝置，其特征在于，還包括：

第二生成模塊，用于根據訓練好的行人行為生成器和訓練好的障礙車行為生成器，分別生成仿真行人軌跡和仿真障礙車軌跡；

第三生成模塊，用于根據所述仿真行人軌跡、所述仿真障礙車軌跡、所述交通路網信息、所述隨機定位點和主車的位置，生成針對所述主車的傳感器數據。