CN109859562A - 数据生成方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明实施例公开了一种数据生成方法、装置、服务器及存储介质。该方法包括：根据采集的真实场景数据，构建真实三维模型；构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；获取场景三维模型的数据，作为场景数据。通过获取采集的真实场景数据，并根据真实场景数据构建真实三维模型，能够获真实场景的模型数据，通过构建虚拟三维模型，能够得到多种场景模型，使三维模型更具多样性，通过将真实三维模型与虚拟三维模型进行融合，能够使得到的场景三维模型具有真实的色彩和纹理等特征，使多样化的场景三维模型更具真实性，从而使得到的数据贴近真实数据，具有更高的准确性。

Description

数据生成方法、装置、服务器及存储介质

技术领域

本发明实施例涉及数据生成领域，尤其涉及一种数据生成方法、装置、服务器及存储介质。

背景技术

目前，在自动驾驶车辆训练中，需要大量的训练数据，从而根据训练数据和深度学习使自动驾驶车辆实现对周围交通环境的识别和目标定位。

目前获取训练数据的方法主要由两种，真实数据采集和虚拟数据生成，通过真实数据采集获得训练数据，需要耗费大量的人力、硬件和能源成本，而且难以获取极端天气中车辆处于危险情景的数据，例如急刹车、急转弯、撞车等情景的数据，从而使训练数据不够全面精确。通过虚拟数据生成训练数据的方法虽然能够获得危险情景的数据，但是数据场景不够真实全面，难以达到真实数据的逼真度，从而影响训练的准确性。

发明内容

本发明实施例提供一种数据生成方法、装置、服务器及存储介质，以获取真实丰富的交通场景数据，通过交通场景数据对自动驾驶模型进行训练，从而通过自动计时模型控制自动驾驶车辆进行自动行驶。

第一方面，本发明实施例提供了一种数据生成方法，该方法包括：

根据采集的真实场景数据，构建真实三维模型；

构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；

获取场景三维模型的数据，作为场景数据。

第二方面，本发明实施例还提供了一种数据生成装置，该装置包括：

第一构建模块，用于根据采集的真实场景数据，构建真实三维模型；

第二构建模块，用于构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；

获取模块，用于获取场景三维模型的数据，作为场景数据。

第三方面，本发明实施例还提供了一种服务器，该服务器包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种数据生成方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种数据生成方法。

本发明实施例通过获取采集的真实场景数据，并根据真实场景数据构建真实三维模型，能够获真实场景的模型数据，通过构建虚拟三维模型，能够得到多种场景模型，使三维模型更具多样性，通过将真实三维模型与虚拟三维模型进行融合，能够使得到的场景三维模型具有真实的色彩和纹理等特征，使多样化的场景三维模型更具真实性，从而使得到的数据贴近真实数据，具有更高的准确性。

附图说明

图1是本发明实施例一中的一种数据生成方法的流程图；

图2是本发明实施例一中的真实三维模型构建示意图；

图3是本发明实施例一中的虚拟三维模型构建示意图；

图4是本发明实施例一中的场景三维模型构建示意图；

图5是本发明实施例二中的一种数据生成方法的流程图；

图6是本发明实施例四中的一种数据生成装置的结构示意图；

图7是本发明实施例五中的一种服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一中的一种数据生成方法的流程图。本实施例提供的数据生成方法可适用于通过三维模型生成数据，根据数据对自动驾驶模型进行训练，并通过自动驾驶模型控制自动驾驶车辆进行自动驾驶的情况，该方法可以由数据生成装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在服务器中。参见图1，本实施的方法具体包括如下步骤：

S110、根据采集的真实场景数据，构建真实三维模型。

具体的，图2是本发明实施例一中的真实三维模型构建示意图，如图2所示，真实场景数据即根据真实的场景、环境中的建筑数据、植物数据、交通灯数据、道路数据、车辆数据、行人数据等，能够反映当前环境特征，可选的，可以通过图像采集装置获取当前环境的图像数据，对图像数据进行识别与分析得到真实场景数据。进一步根据图像数据中的像素点构建真实三维模型，并将图像数据已贴图的形式贴至真实三维模型相对应的位置，使真实三维模型保持图像数据中的物体所具有的形状、色彩和纹理，从而使真实三维模型更具真实性。

S120、构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型。

具体的，基于计算机三维图形引擎搭建虚拟仿真平台，例如Unreal引擎、Unity引擎等，构建虚拟三维模型，图3是本发明实施例一中的虚拟三维模型构建示意图。如图3所示，其中，构建的三维模型中的各个物体可以自由运动，并且物体本身可以进行移动、转动或摆动等动作。构建的虚拟三维模型可以存在多种形式，能够反映多种场景和环境的情况。

图4是本发明实施例一中的场景三维模型构建示意图，构建的场景三维模型如图4所示，由于构建的虚拟三维模型不存在颜色、纹理等真实特征，因此虚拟三维模型缺乏真实性，在实际应用三维模型的数据时会影响准确性，因此，将真实三维模型与虚拟三维模型进行融合，得到场景三维模型，从而使得到的场景三维模型具有真实三维模型的色彩和纹理等特征，并且可以自由移动和运动。

S130、获取场景三维模型的数据，作为场景数据。

具体的，根据场景三维模型获取其中的数据，所述数据包括建筑物数据、植物数据、交通灯数据、道路数据、车辆数据和行人数据等，并且获取其中车辆、行人运动的数据，将上述数据作为最终的场景数据。

可选的，获取场景三维模型的数据，作为场景数据之后，还包括：通过所述交通场景数据对模型进行训练，得到自动驾驶模型，所述自动驾驶模型用于控制自动驾驶车辆进行自动行驶。具体的，将场景数据作为训练数据，对模型进行训练，得到自动驾驶模型，将自动驾驶模型导入至自动驾驶车辆，从而控制自动驾驶车辆进行自动驾驶，通过自动驾驶模型的控制能够使自动驾驶车辆自动地识别当前周围环境和交通环境，从而根据环境信息做出准确地行驶规划，从而实现科学地控制车速与避让等行驶行为，实现安全行驶。通过融合后的场景三维模型的数据全面丰富，包含多种场景的数据情况，并且具有色彩纹理等真实特征，数据更具真实性，因此得到的自动驾驶模型更加准确全面，能够使自动驾驶车辆更智能化地识别多种环境场景情况，从而做出更加准确科学的规划。

本发明实施例提供的技术方案，根据采集的真实场景数据，构建真实三维模型；构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；获取场景三维模型的数据，作为场景数据。通过获取采集的真实场景数据，并根据真实场景数据构建真实三维模型，能够获真实场景的模型数据，通过构建虚拟三维模型，能够得到多种场景模型，使三维模型更具多样性，通过将真实三维模型与虚拟三维模型进行融合，能够使得到的场景三维模型具有真实的色彩和纹理等特征，使多样化的场景三维模型更具真实性，从而使得到的数据贴近真实数据，具有更高的准确性。

实施例二

图5是本发明实施例二中的一种数据生成方法的流程图。本实施例在上述实施例的基础上进行了优化，未在本实施例中详细描述的内容详见上述实施例。参见图5，本实施例提供的数据生成方法包括：

S210、根根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型。

具体的，在真实的场景中设置有图像采集装置和激光雷达，图像采集装置可以采集真实场景中的图像数据，所述图像数据包括真实场景的色彩和纹理。通过激光雷达可以采集真实场景中物体的点云数据。采集的图像数据中的特征点数量较少，因此根据图像数据中的特征点建立三维模型不够准确，难以精确还原真实场景，与真实场景拟合度较低。根据激光雷达采集的点云数据量大，能够精确地建立三维模型，反映真实场景中的物体，但是点云数据建立的模型缺乏色彩、纹理等特征，真实性不高，影像数据的准确度。因此，将图像数据与点云数据进行融合，从而使得到的真实三维模型既能够准确地真实场景的形状轮廓，又能够具有真实场景中物体所具有的色彩和纹理，使数据更具准确性和真实性。

可选的，根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型，包括：根据所述图像数据构建三维数据，将所述三维数据与所述点云数据进行融合，得到融合三维数据；将图像数据以贴图的形式贴至融合三维数据相对应的位置，得到真实三维模型。具体的，提取图像数据中的特征点数据，根据特征点数据建立三维模型，得到三维数据，将三维数据与点云数据进行融合，得到含较多特征点的融合三维数据。再将图像数据以贴图的形式贴至融合三维数据相对应的位置。

可选的，根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型之后，还包括：对所述真实三维模型进行平滑处理。具体的，由于图像数据采集和点云数据采集的过程中可能会存在采集像素点缺失导致图像数据中特征点缺失，使图像中的平整部位出现坑洼的现象，另外，在利用多个图像数据提取特征点，并根据算法将特征点合成平面的过程中，会因为合成算法等多方面地误差，导致平面不平整，存在坑坑洼洼的现象。因此，通过对真实三维模型进行修整、填补等平滑处理，使得平面平整无坑洼，从而提高数据的准确性。

S220、对真实三维模型进行分割，得到各物体的子真实三维模型。

具体的，由于真实三维模型为一个整体的场景，不具有活动性，因此，将真实三维模型进行分割，可以按照真实三维模型中的物体的轮廓对真实三维模型进行分割，得到各物体对应的子真实三维模型。进过分割后的子真实三维模型可以进行移动。

S230、构建虚拟三维模型。

S240、将真实场景中各物体的子真实三维模型，与所述虚拟三维模型中相同物体的子虚拟三维模型进行融合，得到各物体的子场景三维模型。

具体的，子真实三维模型可以自由移动，但其自身不可以进行转动或摆动等动作，自虚拟三维模型可以进行转动或摆动等动作，但是其不存在色彩、纹理等特征，因此，将同一物体的子真实三维模型与子虚拟三维模型进行融合，从而得到具有色彩和纹理的可以进行移动、摆动和转动的子场景三维模型。

S250、将各物体的子场景三维模型进行排列和组合，得到至少一个场景三维模型。

具体的，由于通过根据单一三维模型得到的数据形式单一，场景形式不丰富，因此将各物体对应的子场景三维模型进行排列组合，以丰富场景形式，生成多样化的逼真场景地理环境，并且可以形成现实场景中难以采集到的场景模型。示例性的，将场景三维模型中的普通弯道的子场景三维模型进行拼接，从而得到完整的S型弯道的子场景三维模型；将两个上下破的子场景三维模型进行拼接，从而得到连续上下坡的子场景三维模型；将高楼的子场景三维模型与道路自场景三维模型和职务子场景三维模型进行组合，从而实现存在高层楼和植物阴影情况下的道路场景。通过排列组合方案，丰富了场景的形式，并且可以合成现实场景中难以采集的场景。

S260、对于各场景三维模型，生成至少一种虚拟自然环境。

具体的，对于各场景三维模型，需要获取其处于不同的天气环境中的数据，例如交通状况数据、车辆行驶数据、行人行走数据等，因此，对于一种场景三维模型，生成至少一种虚拟自然环境，例如晴天环境、雨天环境、雪天环境、大风环境、大雾环境等，也可以对各环境进行组合，以生成更加复杂逼真的天气环境。

S270、驱动车辆和/或行人对应的子场景三维模型于至少一种虚拟自然环境中运动，生成交通场景数据。

具体的，在不同的天气环境中，场景三维模型中的各物体运动方式不同，因此需要获取在不同的虚拟自然环境中，子场景三维模型的运动数据。驱动车辆和/或行人随影的子场景三维模型于至少一种虚拟自然环境中运动，例如，在晴天环境中正常行驶的情况、出现交通事故的情况、行人闯红灯的情况，在雨天环境、雪天环境正常行驶的情况、出现交通事故的情况、车辆制动失灵的情况、行人摔倒情况等，从而获取各种情况下的数据，作为交通场景数据。通过生成交通场景数据，从而使生成的数据更加丰富全面，包含了多种场景多个自然环境下的数据，从而使数据更加准确丰富。

S280、将所述交通场景数据输入至自动驾驶模型，对自动驾驶模型进行训练，所述自动驾驶模型用于控制自动驾驶车辆进行自动行驶。

本发明实施例，根根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型；对真实三维模型进行分割，得到各物体的子真实三维模型；构建虚拟三维模型；将真实场景中各物体的子真实三维模型，与所述虚拟三维模型中相同物体的子虚拟三维模型进行融合，得到各物体的子场景三维模型；将各物体的子场景三维模型进行排列和组合，得到至少一个场景三维模型；对于各场景三维模型，生成至少一种虚拟自然环境；驱动车辆和/或行人对应的子场景三维模型于至少一种虚拟自然环境中运动，生成交通场景数据。通过子虚拟三维模型与子真实三维模型的融合，从而使得到的场景三维模型具有真实的色彩和纹理等特征，使多样化的场景三维模型更具真实性，通过驱动各子场景三维模型于至少一种虚拟自然环境中运动，从而使得到的数据更加丰富全面，并且贴近真实数据，数据具有更高的准确性。

实施例三

图6为本发明实施例三提供的一种数据生成装置的结构示意图。该装置适用于通过三维模型生成数据，根据数据对自动驾驶模型进行训练，并通过自动驾驶模型控制自动驾驶车辆进行自动驾驶的情况，该装置可以由软件和/或硬件实现，并具体可集成在服务器中。参见图6，该装置具体包括：

第一构建模块310，用于根据采集的真实场景数据，构建真实三维模型；

第二构建模块320，用于构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；

获取模块330，用于获取场景三维模型的数据，作为场景数据。

可选的，所述第一构建模块310，包括：

融合单元，用于根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型；

平滑处理单元，用于对所述真实三维模型进行平滑处理；

分割单元，用于对真实三维模型进行分割，得到各物体的子真实三维模型。

可选的，所述第二构建模块320，包括：

子三维模型融合单元，用于将真实场景中各物体的子真实三维模型，与所述虚拟三维模型中相同物体的子虚拟三维模型进行融合，得到各物体的子场景三维模型；

排列组合单元，用于将各物体的子场景三维模型进行排列和组合，得到至少一个场景三维模型。

可选的，所述子三维模型融合单元，具体用于将真实场景中各物体的子真实三维模型，以贴图的形式贴至所述虚拟三维模型中相同物体的子虚拟三维模型位置，得到子场景三维模型。

可选的，所述获取模块330，包括：

虚拟自然环境生成单元，用于对于各场景三维模型，生成至少一种虚拟自然环境；

交通场景数据生成模型，用于驱动车辆和/或行人对应的子场景三维模型于至少一种虚拟自然环境中运动，生成交通场景数据。

可选的，所述融合单元，包括：

三维数据获取子单元，用于根据所述图像数据构建三维数据，将所述三维数据与所述点云数据进行融合，得到融合三维数据；

真实三维模型获取单元，用于将图像数据以贴图的形式贴至融合三维数据相对应的位置，得到真实三维模型。

可选的，还包括：

训练模块，用于通过所述交通场景数据对模型进行训练，得到自动驾驶模型，所述自动驾驶模型用于控制自动驾驶车辆进行自动行驶。

本发明实施例，通过第一构建模块根据采集的真实场景数据，构建真实三维模型；第二构建模块构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；获取模块获取场景三维模型的数据，作为场景数据。通过获取采集的真实场景数据，并根据真实场景数据构建真实三维模型，能够获真实场景的模型数据，通过构建虚拟三维模型，能够得到多种场景模型，使三维模型更具多样性，通过将真实三维模型与虚拟三维模型进行融合，能够使得到的场景三维模型具有真实的色彩和纹理等特征，使多样化的场景三维模型更具真实性，从而使得到的数据贴近真实数据，具有更高的准确性。

实施例四

图7是本发明实施例四提供的一种服务器的结构示意图。图7示出了适于用来实现本发明实施方式的示例性服务器412的框图。图7显示的服务器412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，服务器412以通用计算设备的形式表现。服务器412的组件可以包括但不限于：一个或者多个处理器或者处理器416，系统存储器428，连接不同系统组件(包括系统存储器428和处理器416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

服务器412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。服务器412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

服务器412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该服务器412交互的设备通信，和/或与使得该服务器412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与服务器412的其它模块通信。应当明白，尽管图中未示出，可以结合服务器412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器416通过运行存储在系统存储器428中的多个程序中其他程序的至少一个，从而执行各种功能应用以及数据生成，例如实现本发明实施例所提供的一种数据生成方法。

实施例五

本发明实施例五还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种数据生成方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种数据生成方法，其特征在于，所述方法包括：

根据采集的真实场景数据，构建真实三维模型；

构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；

获取场景三维模型的数据，作为场景数据。

2.根据权利要求1所述的数据生成方法，其特征在于，根据采集的真实场景数据，构建真实三维模型，包括：

根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型；

对所述真实三维模型进行平滑处理；

对真实三维模型进行分割，得到各物体的子真实三维模型。

3.根据权利要求2所述的数据生成方法，其特征在于，将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型，包括：

将真实场景中各物体的子真实三维模型，与所述虚拟三维模型中相同物体的子虚拟三维模型进行融合，得到各物体的子场景三维模型；

将各物体的子场景三维模型进行排列和组合，得到至少一个场景三维模型。

4.根据权利要求3所述的数据生成方法，其特征在于，将真实场景中各物体的子真实三维模型，与所述虚拟三维模型中相同物体的子虚拟三维模型进行融合，得到各物体的子场景三维模型，包括：

将真实场景中各物体的子真实三维模型，以贴图的形式贴至所述虚拟三维模型中相同物体的子虚拟三维模型位置，得到子场景三维模型。

5.根据权利要求1所述的数据生成方法，其特征在于，获取场景三维模型的数据，作为场景数据，包括：

对于各场景三维模型，生成至少一种虚拟自然环境；

驱动车辆和/或行人对应的子场景三维模型于至少一种虚拟自然环境中运动，生成交通场景数据。

6.根据权利要求2所述的数据生成方法，其特征在于，根据在真实场景中采集的图像数据和点云数据进行融合，得到真实三维模型，包括：

根据所述图像数据构建三维数据，将所述三维数据与所述点云数据进行融合，得到融合三维数据；

将图像数据以贴图的形式贴至融合三维数据相对应的位置，得到真实三维模型。

7.根据权利要求5所述的数据生成方法，其特征在于，获取场景三维模型的数据，作为场景数据之后，还包括：

通过所述交通场景数据对模型进行训练，得到自动驾驶模型，所述自动驾驶模型用于控制自动驾驶车辆进行自动行驶。

8.一种数据生成装置，其特征在于，所述装置包括：

第一构建模块，用于根据采集的真实场景数据，构建真实三维模型；

第二构建模块，用于构建虚拟三维模型，并将所述真实三维模型与虚拟三维模型进行融合，得到场景三维模型；

获取模块，用于获取场景三维模型的数据，作为场景数据。

9.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的一种数据生成方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的一种数据生成方法。