基于自然语言描述的仿真交通场景生成方法及设备与流程

    技术2026-08-25  1


    本发明属于自动驾驶,具体涉及一种基于自然语言描述的仿真交通场景生成方法及设备。


    背景技术:

    1、自动驾驶仿真系统是自动驾驶算法研发过程中的重要工具,可以通过仿真场景模拟实际交通场景,完成相关算法的测试、评价和优化。然而自动驾驶仿真系统生成的仿真场景比较单一,无法还原实际道路中复杂且多样性的交通场景,虽然可以通过实车运行中记录的历史交通场景,在自动驾驶仿真系统中进行还原的方式提升仿真场景的多样性,但是仍然存在受限于历史交通场景数据量的累积,生成效率较低等问题。


    技术实现思路

    1、为了解决上述技术问题,本发明提出了一种基于自然语言描述的仿真交通场景生成方法及设备。

    2、为了达到上述目的,本发明的技术方案如下:

    3、一方面,本发明公开一种基于自然语言描述的仿真交通场景生成方法,包括:

    4、步骤s1:采集历史交通场景数据;

    5、步骤s2:制定交通场景数据的分类标准及相应的自然语言描述;

    6、步骤s3:基于交通场景数据的分类标准对采集的历史交通场景数据进行分类标注;

    7、步骤s4:采用自然语言描述标注的历史交通场景数据训练交通场景生成模型;

    8、步骤s5:将交通场景的自然语言输入训练好的交通场景生成模型,生成相应的仿真交通场景。

    9、在上述技术方案的基础上,还可做如下改进:

    10、作为优选的方案,步骤s1中的历史交通场景数据包括:自动驾驶车辆的传感器数据、当前交通场景中的障碍物数据以及当前交通场景的环境数据。

    11、作为优选的方案,自动驾驶车辆的传感器数据包括:光学相机、激光雷达、毫米波雷达采集的一种或多种数据;

    12、当前交通场景的障碍物数据包括:障碍物的位置、速度、朝向、尺寸中的一种或多种数据;

    13、当前交通场景的环境数据包括:车道、路口、红绿灯中的一种或多种数据。

    14、作为优选的方案,步骤s2按照道路类型、路口类型、车道分布、障碍物分布制定分类标准。

    15、作为优选的方案,交通场景生成模型通过以下步骤生成仿真交通场景:

    16、步骤a:将交通场景的自然语言描述编码为潜在表示;

    17、步骤b:以步骤a得到的潜在表示为条件,生成仿真交通场景。

    18、此外,另一方面,本发明还公开一种基于自然语言描述的仿真交通场景生成设备,包括:

    19、采集模块,用于采集历史交通场景数据;

    20、制定模块,用于制定交通场景数据的分类标准及相应的自然语言描述;

    21、标注模块,用于基于交通场景数据的分类标准对采集的历史交通场景数据进行分类标注;

    22、训练模块,用于采用自然语言描述标注的历史交通场景数据训练交通场景生成模型;

    23、生成模块,用于将交通场景的自然语言输入训练好的交通场景生成模型,生成相应的仿真交通场景。

    24、作为优选的方案,采集模块采集自动驾驶车辆的传感器数据、当前交通场景中的障碍物数据以及当前交通场景的环境数据。

    25、作为优选的方案,自动驾驶车辆的传感器数据包括:光学相机、激光雷达、毫米波雷达采集的一种或多种数据;

    26、当前交通场景的障碍物数据包括:障碍物的位置、速度、朝向、尺寸中的一种或多种数据;

    27、当前交通场景的环境数据包括:车道、路口、红绿灯中的一种或多种数据。

    28、作为优选的方案,制定模块按照道路类型、路口类型、车道分布、障碍物分布制定分类标准。

    29、作为优选的方案,交通场景生成模型包括:

    30、自然语言处理单元,用于将交通场景的自然语言描述编码为潜在表示;

    31、交通场景生成单元,用于以自然语言处理单元得到的潜在表示为条件,生成仿真交通场景。

    32、本发明公开一种基于自然语言描述的仿真交通场景生成方法及设备,通过采集历史交通场景数据,制定交通场景数据的分类标准及相应的自然语言描述,对交通场景数据进行分类标注,从而训练交通场景生成模型。本发明能够根据自然语言描述生成仿真交通场景,并通过改变自然语言描述来调整仿真交通场景的差异性,从而保证仿真交通场景的多样性,并提升仿真交通场景生成效率。



    技术特征:

    1.基于自然语言描述的仿真交通场景生成方法,其特征在于,包括:

    2.根据权利要求1所述的仿真交通场景生成方法,其特征在于,所述步骤s1中的历史交通场景数据包括:自动驾驶车辆的传感器数据、当前交通场景中的障碍物数据以及当前交通场景的环境数据。

    3.根据权利要求2所述的仿真交通场景生成方法,其特征在于,所述自动驾驶车辆的传感器数据包括:光学相机、激光雷达、毫米波雷达采集的一种或多种数据;

    4.根据权利要求3所述的仿真交通场景生成方法,其特征在于,所述步骤s2按照道路类型、路口类型、车道分布、障碍物分布制定分类标准。

    5.根据权利要求1-4任一项所述的仿真交通场景生成方法,其特征在于,所述交通场景生成模型通过以下步骤生成仿真交通场景:

    6.基于自然语言描述的仿真交通场景生成设备,其特征在于,包括:

    7.根据权利要求6所述的仿真交通场景生成设备,其特征在于,所述采集模块采集自动驾驶车辆的传感器数据、当前交通场景中的障碍物数据以及当前交通场景的环境数据。

    8.根据权利要求7所述的仿真交通场景生成设备,其特征在于,所述自动驾驶车辆的传感器数据包括:光学相机、激光雷达、毫米波雷达采集的一种或多种数据;

    9.根据权利要求8所述的仿真交通场景生成设备,其特征在于,所述制定模块按照道路类型、路口类型、车道分布、障碍物分布制定分类标准。

    10.根据权利要求6-9任一项所述的仿真交通场景生成设备,其特征在于,所述交通场景生成模型包括:


    技术总结
    本发明公开一种基于自然语言描述的仿真交通场景生成方法及设备,包括:采集历史交通场景数据;制定交通场景数据的分类标准及相应的自然语言描述;基于交通场景数据的分类标准对采集的历史交通场景数据进行分类标注;采用自然语言描述标注的历史交通场景数据训练交通场景生成模型;将交通场景的自然语言输入训练好的交通场景生成模型,生成相应的仿真交通场景。本发明能够根据自然语言描述生成仿真交通场景,并通过改变自然语言描述来调整仿真交通场景的差异性,从而保证仿真交通场景的多样性,并提升仿真交通场景生成效率。

    技术研发人员:何弢,廖文龙,陈晓磊,彭湃
    受保护的技术使用者:酷哇科技有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-47481.html

    最新回复(0)