CN116882122A - 用于自动驾驶的仿真环境的构建的方法和装置 - Google Patents

用于自动驾驶的仿真环境的构建的方法和装置 Download PDF

Info

Publication number
CN116882122A
CN116882122A CN202310263891.9A CN202310263891A CN116882122A CN 116882122 A CN116882122 A CN 116882122A CN 202310263891 A CN202310263891 A CN 202310263891A CN 116882122 A CN116882122 A CN 116882122A
Authority
CN
China
Prior art keywords
simulation
information
obstacle
automatic driving
environment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310263891.9A
Other languages
English (en)
Inventor
黄际洲
王凡
叶晓青
卓安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310263891.9A priority Critical patent/CN116882122A/zh
Publication of CN116882122A publication Critical patent/CN116882122A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种用于自动驾驶的仿真环境的构建的方法和装置，涉及计算机技术领域，尤其涉及自动驾驶技术领域。实现方案为：确定所述仿真环境中障碍对象的环境信息；随机确定所述障碍对象的行为模式；基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹。利用本公开的实施例，可以为自动驾驶模型的训练提供与真实道路环境更相似的仿真环境，不但能够在自动驾驶模型训练初期利用仿真的高效迭代使得模型快速具备初步能力，还可以在自动驾驶模型被部署到真车上开始实车路测之后，依然利用仿真环境产生多样化的真实场景来继续训练模型，使得能够提高自动驾驶模型的训练效果。

Description

用于自动驾驶的仿真环境的构建的方法和装置
技术领域
本公开涉及计算机技术领域，尤其涉及自动驾驶技术领域，具体涉及一种用于自动驾驶的仿真环境的构建的方法、装置、在仿真环境中对自动驾驶模型进行训练的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
自动驾驶技术融合了识别、决策、定位、通信安全和人机交互等诸多方面的技术。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于自动驾驶的仿真环境的构建的方法、装置、在仿真环境中对自动驾驶模型进行训练的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种用于自动驾驶的仿真环境的构建的方法，包括：确定所述仿真环境中障碍对象的环境信息；随机确定所述障碍对象的行为模式；以及基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹。
根据本公开的另一方面，提供了一种用于自动驾驶的仿真环境的构建的装置，包括：环境信息确定单元，被配置成确定所述仿真环境中障碍对象的环境信息；采样单元，被配置成随机确定所述障碍对象的行为模式；以及预测单元，被配置成基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹。
根据本公开的另一方面，提供了一种用于在仿真环境中对自动驾驶模型进行训练的方法，其中所述仿真环境是基于前述方法构建的，所述方法包括：获取仿真输入信息，其中所述仿真输入信息包括部署有所述自动驾驶模型的仿真目标车辆在所述仿真环境中的感知信息；将所述仿真输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型所输出的第一仿真自动驾驶策略信息；确定用于所述第一仿真自动驾驶策略信息的仿真评价反馈信息；基于所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数。
根据本公开的另一方面，提供了一种用于在仿真环境中对自动驾驶模型进行训练的装置，其中所述仿真环境是基于前述方法构建的，所述装置包括：获取单元，被配置成获取仿真输入信息，其中所述仿真输入信息包括部署有所述自动驾驶模型的仿真目标车辆在所述仿真环境中的感知信息；自动驾驶策略确定单元，被配置成将所述仿真输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型所输出的第一仿真自动驾驶策略信息；评价反馈单元，被配置成确定用于所述第一仿真自动驾驶策略信息的仿真评价反馈信息；参数调整单元，被配置成基于所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前所述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如前所述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现如前所述的方法。
根据本公开的一个或多个实施例，可以创建仿真环境，其中仿真环境中的各个障碍对象能够响应于环境信息来对自己未来的移动轨迹进行规划。通过随机确定各个障碍对象的行为模式，可以方便地在仿真环境中创建多样化的驾驶场景。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的用于自动驾驶的仿真环境的构建的方法的示例性流程图；
图3示出了根据本公开的实施例的障碍物轨迹预测模型的训练方法的示例性流程图；
图4示出了根据本公开的实施例的基于仿真环境的自动驾驶模型的训练闭环；
图5示出了根据本公开的实施例的用于在仿真环境中对自动驾驶模型进行训练的示例性流程图；
图6示出了根据本公开的实施例的用于自动驾驶的仿真环境的构建的装置的结构框图；
图7示出了根据本公开的实施例的在仿真环境中对自动驾驶模型进行训练的装置的结构框图；
图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够实现自动驾驶的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络130可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如，北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything，V2X)模块，被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle，V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure，V2I)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(CPU)或图形处理单元(GPU)，或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
通过在仿真环境中运行自动驾驶模型可以实现模拟的自动驾驶行为，并可以根据仿真环境中自动驾驶行为的结果对自动驾驶模型进行训练。仿真环境中的各个障碍对象(如行人、机动车、非机动车等)可以基于预定义的方式在仿真环境中进行移动。例如，可以预先定义仿真环境中的障碍对象的移动方向、速度、轨迹等参数。在真实的道路上驾驶车辆时，道路上的各个对象之间应当存在博弈行为。例如，在真实环境中当自动驾驶车辆直行通过路口时，与自动驾驶车辆的轨迹相交的转弯车辆可以根据与自动驾驶车辆的距离来选择加速通过路口或减速等自动驾驶车辆通过后再继续行驶。相应地，自动驾驶车辆也可以根据转弯车辆的驾驶行为(加速或减速)来改变自己的驾驶策略。然而在仿真环境中，仿真的障碍对象仅能依据预先定义的方式进行移动，难以对自动驾驶车辆的驾驶行为作出反应。由于仿真环境和真实环境之间存在差异，仿真训练的模型只能作为真实环境热启动来对自动驾驶模型进行初步训练。
为了解决上述问题，本公开提供了一种新的用于自动驾驶的仿真环境的构建的方法。
图2示出了根据本公开的实施例的用于自动驾驶的仿真环境的构建的方法的示例性流程图。
在步骤S202中，确定仿真环境中障碍对象的环境信息。在步骤S204中，随机确定障碍对象的行为模式。在步骤S206中，基于环境信息和随机确定的行为模式确定障碍对象的移动轨迹。
利用本公开的实施例提供的方法，可以创建仿真环境，其中仿真环境中的各个障碍对象能够响应于环境信息来对自己未来的移动轨迹进行规划。通过随机确定各个障碍对象的行为模式，可以方便地在仿真环境中创建多样化的驾驶场景。
以下将详细描述本公开的原理。
在步骤S202中，可以确定仿真环境中障碍对象的环境信息。其中，障碍对象可以包括行人、非机动车、机动车中的至少一项。可以理解的是，本领域技术人员可以根据实际情况在仿真环境中配置更多障碍对象，以使得仿真环境更接近于真实的道路环境。
在一些实施例中，环境信息可以包括障碍对象对周围环境的感知信息。在一些示例中，环境信息可以是结构化信息。这里所说的结构化信息包括但不限于障碍物信息、其他障碍对象信息、车道线信息、红绿灯信息、静态路面信息。在另一些示例中，环境信息也可以是结构化信息的隐式表达。例如，可以将包括针对障碍对象周围环境的摄像机、激光雷达、毫米波雷达的数据输入多模态编码层。利用多模态编码层对上述数据进行编码计算可以得到环境信息的隐式表示，例如鸟瞰图(BEV)空间中的隐式表示。在一些实现方式中，环境信息可以是多个时刻的信息形成的序列。
在一些示例中，障碍对象的周围环境可以包括基于自动驾驶模型进行驾驶的仿真目标车辆。也就是说，部署有自动驾驶模型的仿真目标车辆在仿真环境中出现在障碍对象附近。因此，仿真目标车辆的驾驶轨迹可能会对障碍对象的移动轨迹造成影响。在这种情况下，障碍对象的环境信息可以包括针对仿真目标车辆的感知信息。
在步骤S204中，随机确定障碍对象的行为模式。
在一些实施例中，可以从预定义的多个行为模式类别中随机地选取一项作为障碍对象的行为模式。
在一些示例中，上述多个行为模式类别是人工标注的。例如，可以人工标注极为莽撞、较为莽撞、较为保守、极为保守的行为模式类别。可以理解的是，在不脱离本公开原理的情况下，本领域技术人员可以根据实际情况设置更多或更少数量的行为模式类别，也可以基于其他影响障碍对象在道路上的移动行为的标准来定义不同的行为模式类别。例如，可以基于障碍对象的控制人(例如行人本人、机动车或非机动车的驾驶员)的年龄、性别等信息来对行为模式进行分类。
在另一些示例中，上述多个行为模式类别是对路测数据进行聚类而得到的。例如，可以利用CVAE模型对路测数据进行整体的无标注训练来获得多个行为模式类别。其中，可以预先定义所得到的结果中行为模式类别的数量，但不预先定义每个行为模式类别的含义。通过无标注训练的方式来将路测数据自动地聚类为多个不同类别。
在一些实现方式中，可以通过基于针对各个行为模式类别预定的采样概率从所述多个行为模式类别中进行采样来确定障碍对象的行为模式。以行为模式类别包括莽撞和保守两种类别为例，在实际的道路环境中，可能存在10％的莽撞行为，90％的保守行为，即大多数人以较为安全的方式在道路上进行活动。然而，在根据本公开的实施例构建的仿真环境中，可以将莽撞类别的行为模式的采样概率设置为90％，将保守类别的行为模式的采样概率设置为10％。也就是说，人为在仿真环境中创造出大多数人以较为危险的方式在道路上进行活动的情况。利用这种方式，可以为仿真环境中基于自动驾驶模型进行仿真驾驶的仿真目标车辆创造比真实环境更为复杂的驾驶环境，并且能够在仿真环境中制造更多的极端案例，帮助在仿真环境中进行训练的自动驾驶模型学习到更多样化的信息。
在步骤S206中，可以基于环境信息和随机确定的行为模式确定障碍对象的移动轨迹。
在一些实施例中，可以利用障碍物轨迹预测模型对环境信息和随机确定的行为模式进行处理，以得到障碍对象的移动轨迹。在另一些实施例中，可以基于预先设置的规则预测障碍对象的移动轨迹。
障碍物轨迹预测模型可以是基于障碍对象的类别而确定的。可以针对不同类型的障碍对象分别训练不同的轨迹预测模型。例如，可以针对行人训练行人轨迹预测模型，针对非机动车训练非机动车轨迹预测模型，针对机动车训练机动车轨迹预测模型。不同障碍对象对应的轨迹预测模型可以具有相同的结构，但具有不同的参数。在一些示例中，可以利用基于Transformer的编码-解码结构来确定障碍物轨迹预测模型的网络结构。
通过为仿真环境中的不同类别的障碍对象分别确定轨迹预测模型，可以使得仿真环境尽可能地接近真实的道路环境，从而提高自动驾驶模型的训练效果。
图3示出了根据本公开的实施例的障碍物轨迹预测模型的训练方法的示例性流程图。
如图3所示，在步骤S302中，可以确定由自动驾驶车辆在真实道路上采集的环境样本数据和对应于环境样本数据的真实轨迹。利用部署有自动驾驶模型的自动驾驶车辆在真实道路上行驶时采集的数据作为训练样本，并且利用车辆的真实轨迹作为训练的评价标准。通过上述方法能够使得训练得到的预测模型更接近真实对象的行为模式。在一些示例中，环境样本数据可以是结构化信息，包括但不限于障碍物信息、其他障碍对象信息、车道线信息、红绿灯信息、静态路面信息。在另一些示例中，环境样本数据也可以是结构化信息的隐式表达，例如鸟瞰图(BEV)空间中的隐式表示。在一些实现方式中，环境样本数据可以是多个时刻的环境样本信息形成的序列。
在步骤S304中，可以对环境样本数据进行分类，以得到环境样本数据对应的行为模式类别。可以利用识别分类层对环境样本数据进行处理，以得到行为模式的分类结果。可以利用任何能够实现分类功能的神经网络结构实现上述识别分类层。利用识别分类层能够输出环境样本数据属于各个预定义的行为模式类别的概率。
在步骤S306中，可以利用障碍物轨迹预测模型的初始参数对环境样本数据和环境样本数据对应的行为模式类别进行处理，以得到针对环境样本数据的预测轨迹。其中，障碍物轨迹预测模型可以是基于Transformer的编码-解码结构。通过对环境样本数据和行为模式类别两者进行分析，障碍物轨迹预测模型能够学习在预定行为模式类别下进行未来轨迹的预测。
在步骤S308中，可以基于真实轨迹和预测轨迹之间的差异调整障碍物轨迹预测模型的初始参数，以得到障碍物轨迹预测模型的更新参数。可以基于真实轨迹和预测轨迹之间的差异设计损失函数，并采用反向传播的方式更新障碍物轨迹预测模型中的参数。在经过预定数量的迭代或真实轨迹和预测轨迹之间的差异小于阈值的情况下，可以得到训练好的轨迹预测模型。
利用本公开提供的训练方法，可以利用真实的路测数据训练的到用于仿真环境中的障碍对象的障碍物轨迹预测模型，从而使得仿真环境中的障碍对象能够学习真实环境中的移动策略。利用这样的方法，可以为在仿真环境中进行训练的自动驾驶模型提供更真实的训练环境，提高模型的训练效果。
利用本公开提供的方法构建用于训练自动驾驶模型的仿真环境，不但能够在自动驾驶模型训练初期利用仿真的高效迭代使得模型快速具备初步能力，还可以在自动驾驶模型被部署到真车上开始实车路测之后，依然利用仿真环境产生多样化的真实场景来继续训练模型，不断提升模型效果。
图4示出了根据本公开的实施例的基于仿真环境的自动驾驶模型的训练闭环。如图4所示，仿真系统410中包括基于自动驾驶模型的驾驶策略进行行驶的仿真目标车辆、障碍对象(包括机动车、行人、非机动车)以及仿真环境中的其他环境建模信息(包括但不限于车道线信息、红绿灯信息等)。
其中，可以基于路测数据训练的障碍物轨迹预测模型对仿真系统中的障碍对象进行控制。通过对障碍对象的行为模式进行随机采样而实现的多样性控制策略，可以使得仿真环境中的障碍对象生成多样性的场景。
仿真目标车辆可以利用自动驾驶模型基于传感器(如摄像头、毫米波雷达、激光雷达等)在仿真场景中采集的信息和/或针对仿真目标车辆的导航信息输出的控制信号在仿真环境中进行行驶。在一些实施例中，可以采用安全员干预仿真目标车辆的驾驶过程。可以基于针对安全员的干预行为的反馈计算以及评价系统为仿真目标车辆的在仿真系统410中的驾驶策略的评价打分而产生的数据流来训练自动驾驶模型。
利用图4中示出的过程，可以在由多样性控制策略控制的仿真系统中对自动驾驶模型进行训练。仿真系统的真实性和多样性能够有效提高自动驾驶模型的训练速度和训练效果。自动驾驶模型在仿真环境中完成初步训练后，可以被部署到真车上进行路测。经过一段时间的路测训练后，可以基于所采集的路测数据重新对仿真环境进行配置，并利用路测数据在仿真环境中进行进一步地训练。与路测训练相比，仿真系统对自动驾驶模型的训练更为高效。在仿真环境能够提供更真实和更多样化的仿真场景的情况下，自动驾驶模型的训练将得到更好的结果。
图5示出了根据本公开的实施例的用于在仿真环境中对自动驾驶模型进行训练的示例性流程图。其中，仿真环境可以是利用结合图2描述的方法构建的。
在步骤S502中，可以获取仿真输入信息。其中仿真输入信息可以包括部署有自动驾驶模型的仿真目标车辆在仿真环境中的感知信息。在一些实施例中，感知信息可以包括针对仿真目标车辆周围环境的当前感知信息和多个历史时刻对应的历史感知信息。其中仿真目标车辆周围环境中存在至少一个由障碍物轨迹预测模型控制的障碍对象。
在步骤S504中，可以将仿真输入信息输入自动驾驶模型，以获取自动驾驶模型所输出的第一仿真自动驾驶策略信息。
在一些实施例中，自动驾驶模型可以包括多模态编码层和决策控制层。多模态编码层和决策控制层相连接而组成端到端的神经网络模型。多模态编码层配置用于基于仿真输入信息输出仿真输入信息相对应的隐式表示，决策控制层被配置成直接基于多模态编码层所输出的隐式表示来获取仿真自动驾驶策略信息。隐式表示例如可以是鸟瞰图(BEV)空间中的隐式表示。仿真自动驾驶策略信息可以包括仿真目标车辆的目标轨迹和/或车辆控制信号(例如油门、刹车、转向幅度等)。
在示例中，自动驾驶模型可以采用具有编码器(Encoder)和解码器(Decoder)的Transformer网络结构。可以理解的是，自动驾驶模型还可以是其他的基于Transformer网络结构的神经网络模型，在此不作限定。Transformer架构可以通过自注意力机制来计算模型输入与输出的隐含表示。换言之，Transformer架构可以是基于这种自注意力机制而构建的Encoder-Decoder模型。
利用多模态编码层和决策控制层连接组成端到端的神经网络模型，感知信息能够直接对决策负责，可以解决相关技术中预测与规划之间的耦合问题。此外，对输入的感知信息进行编码计算获得相应的隐式表示，可以克服相关技术中结构化信息的表示缺陷而导致算法容易失败的问题。另外，由于仿真输入信息中的感知信息能够直接对决策负责，通过训练使得感知能够捕捉对于决策较为关键的信息，减少模型训练中感知错误导致的误差累积。再者，由于感知直接对决策负责，实现了重感知轻地图的自动驾驶技术，进而能够克服高精地图更新不及时和区域受限而导致决策学习失败的问题，并且由于摆脱了对高精地图的依赖，能够节省高精地图的更新成本。
在一些实施例中，仿真输入信息还可以包括仿真干预标识。仿真干预标识可以指示第一仿真自动驾驶策略信息是否为存在人为干预的自动驾驶策略信息。通过在仿真训练时引入人为干预，能够使得模型经过训练后逐渐学会避免干预出现的不利情况。
在步骤S506中，可以确定用于第一仿真自动驾驶策略信息的仿真评价反馈信息。
评价反馈信息可以指示当前驾驶行为来源于人类司机还是模型、当前驾驶是否舒适、当前驾驶是否违反交通规则、以及当前驾驶是否属于危险驾驶等，从而提升用户体验。
在一些实施例中，可以获取人类针对第一仿真自动驾驶策略信息的评价作为上述评价反馈信息。在另一些实施例中，也可以利用评价反馈模型获取针对第一仿真自动驾驶策略信息的评价反馈信息。在一些实现方式中，自动驾驶模型可以包括评价反馈层，可以利用评价反馈层对用于生成第一仿真自动驾驶策略信息的仿真输入信息进行处理来得到针对第一仿真自动驾驶策略信息的评价反馈信息。
在步骤S508中，可以基于仿真输入信息、第一仿真自动驾驶策略信息和仿真评价反馈信息，调整自动驾驶模型的参数。
在仿真输入信息中包括仿真干预标识的情况下，可以基于仿真干预标识、仿真输入信息、第一仿真自动驾驶策略信息和仿真评价反馈信息调整自动驾驶模型的参数。在一些实施例中，可以基于强化学习的方式(如PPO算法或SAC算法)调整自动驾驶模型的参数。
还可以在本公开的实施例提供的仿真环境中对用于仿真目标车辆的自动驾驶模型和用于障碍对象的障碍物轨迹预测模型进行协同训练。可以利用结合图3描述的方式对障碍物轨迹预测模型进行预训练从而实现仿真环境的配置。当在仿真环境中对自动驾驶模型进行训练时，还可以同步利用仿真环境中产生的数据对障碍物轨迹预测模型进行训练，从而进一步改善障碍物轨迹预测模型的效果。
在一些实施例中，训练方法500还可以包括：基于调整后的自动驾驶模型控制仿真目标车辆在仿真环境中执行自动驾驶。针对仿真环境中的障碍对象，可以获取障碍对象的仿真环境样本信息，其中所获取的仿真环境样本信息可以包括障碍对象对基于调整后的自动驾驶模型控制的仿真目标车辆的感知信息。可以利用障碍物轨迹预测模型对仿真环境样本信息进行处理，以得到针对仿真环境样本信息的仿真预测轨迹。可以利用评价反馈模型或人类反馈确定用于仿真预测轨迹的评价反馈信息。基于仿真环境样本信息、仿真预测轨迹以及用于仿真预测轨迹的评价反馈信息可以更新障碍物轨迹预测模型的参数。在一些实现方式中，可以利用强化学习的方式更新障碍物轨迹预测模型的参数。
图6示出了根据本公开的实施例的用于自动驾驶的仿真环境的构建的装置600的结构框图。如图6所示，装置600包括环境信息确定单元610、采样单元620以及预测单元630。
环境信息确定单元610可以被配置成确定仿真环境中障碍对象的环境信息。采样单元620可以被配置成随机确定障碍对象的行为模式。预测单元630可以被配置成基于环境信息和随机确定的行为模式确定障碍对象的移动轨迹。
在一些实施例中，环境信息包括障碍对象对周围环境的感知信息。
在一些实施例中，障碍对象的周围环境包括基于自动驾驶模型进行驾驶的仿真目标车辆，环境信息包括障碍对象对仿真目标车辆的感知信息。
在一些实施例中，障碍对象包括行人、非机动车、机动车中的至少一项。
在一些实施例中，采样单元被配置成：从预定义的多个行为模式类别中随机地选取一项作为障碍对象的行为模式。
在一些实施例中，从预定义的多个行为模式类别中随机地选取一项作为障碍对象的行为模式包括：通过基于针对各个行为模式类别预定的采样概率从多个行为模式类别中进行采样来确定障碍对象的行为模式。
在一些实施例中，多个行为模式类别是人工标注的或对路测数据进行聚类而得到的。
在一些实施例中，预测单元被配置成：利用障碍物轨迹预测模型对环境信息和随机确定的行为模式进行处理，以得到障碍对象的移动轨迹。
在一些实施例中，障碍物轨迹预测模型是基于障碍对象的类别而确定的。
在一些实施例中，障碍物轨迹预测模型是通过以下方式得到的：确定由自动驾驶车辆在真实道路上采集的环境样本数据和对应于环境样本数据的真实轨迹；对环境样本数据进行分类，以得到环境样本数据对应的行为模式类别；利用障碍物轨迹预测模型的初始参数对环境样本数据和环境样本数据对应的行为模式类别进行处理，以得到针对环境样本数据的预测轨迹；基于真实轨迹和预测轨迹之间的差异调整障碍物轨迹预测模型的初始参数，以得到障碍物轨迹预测模型的更新参数。
应当理解，图6中所示装置600的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置600及其包括的模块以及单元。为了简洁起见，某些操作、特征和优点在此不再赘述。
图7示出了根据本公开的实施例的在仿真环境中对自动驾驶模型进行训练的装置的结构框图。如图7所示，装置700包括获取单元710、自动驾驶策略确定单元720、评价反馈单元730以及参数调整单元740。
获取单元710可以被配置成获取仿真输入信息，其中仿真输入信息包括部署有自动驾驶模型的仿真目标车辆在仿真环境中的感知信息。
自动驾驶策略确定单元720可以被配置成将仿真输入信息输入自动驾驶模型，以获取自动驾驶模型所输出的第一仿真自动驾驶策略信息。
评价反馈单元730可以被配置成确定用于第一仿真自动驾驶策略信息的仿真评价反馈信息。
参数调整单元740可以被配置成基于仿真输入信息、第一仿真自动驾驶策略信息和仿真评价反馈信息，调整自动驾驶模型的参数。
在一些实施例中，仿真输入信息还包括仿真干预标识，仿真干预标识指示第一仿真自动驾驶策略信息是否为存在人为干预的自动驾驶策略信息，参数调整单元可以被配置成：基于仿真干预标识、仿真输入信息、第一仿真自动驾驶策略信息和仿真评价反馈信息，调整自动驾驶模型的参数。
在一些实施例中，调整自动驾驶模型的参数包括基于强化学习的方式调整自动驾驶模型的参数。
在一些实施例中，自动驾驶模型包括多模态编码层和决策控制层，多模态编码层和决策控制层相连接而组成端到端的神经网络模型，多模态编码层配置用于基于仿真输入信息输出仿真输入信息相对应的隐式表示，决策控制层被配置成直接基于多模态编码层所输出的隐式表示来获取仿真自动驾驶策略信息。
在一些实施例中，装置还包括障碍物轨迹预测模型调整单元，被配置成：基于调整后的自动驾驶模型控制仿真目标车辆在仿真环境中执行自动驾驶；针对仿真环境中的障碍对象，获取障碍对象的仿真环境样本信息，其中仿真环境样本信息包括障碍对象对基于调整后的自动驾驶模型控制的仿真目标车辆的感知信息；利用障碍物轨迹预测模型对仿真环境样本信息进行处理，以得到针对仿真环境样本信息的仿真预测轨迹；确定用于仿真预测轨迹的评价反馈信息；以及基于仿真环境样本信息、仿真预测轨迹以及用于仿真预测轨迹的评价反馈信息更新障碍物轨迹预测模型的参数。
虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个单元的功能可以分为多个单元，和/或多个单元的至少一些功能可以组合成单个单元。
还应当理解，本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图6、图7描述的各个单元可以在硬件中或在结合软件和/或固件的硬件中实现。例如，这些单元可以被实现为计算机程序代码/指令，该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地，这些单元可以被实现为硬件逻辑/电路。例如，在一些实施例中，单元610至630、单元710至740中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如，中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件)，并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的另一方面，还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开实施例的用于自动驾驶的仿真环境的构建的方法。
根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使所述计算机执行根据本公开实施例的用于自动驾驶的仿真环境的构建的方法。
根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现根据本公开实施例的用于自动驾驶的仿真环境的构建的方法。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，电子设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备，输入单元806可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如方法200、300、500。例如，在一些实施例中，方法200、300、500可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM803并由计算单元801执行时，可以执行上文描述的方法200、300、500的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、300、500。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (28)

1.一种用于自动驾驶的仿真环境的构建的方法，包括：
确定所述仿真环境中障碍对象的环境信息；
随机确定所述障碍对象的行为模式；以及
基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹。
2.如权利要求1所述的方法，其中，所述环境信息包括所述障碍对象对周围环境的感知信息。
3.如权利要求2所述的方法，其中，所述障碍对象的周围环境包括基于自动驾驶模型进行驾驶的仿真目标车辆，所述环境信息包括所述障碍对象对所述仿真目标车辆的感知信息。
4.如权利要求1所述的方法，其中，所述障碍对象包括行人、非机动车、机动车中的至少一项。
5.如权利要求1所述的方法，其中，随机确定所述障碍对象的行为模式包括：
从预定义的多个行为模式类别中随机地选取一项作为所述障碍对象的行为模式。
6.如权利要求5所述的方法，其中，从预定义的多个行为模式类别中随机地选取一项作为所述障碍对象的行为模式包括：
通过基于针对各个行为模式类别预定的采样概率从所述多个行为模式类别中进行采样来确定所述障碍对象的行为模式。
7.如权利要求5所述的方法，其中，所述多个行为模式类别是人工标注的或对路测数据进行聚类而得到的。
8.如权利要求1所述的方法，其中，基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹包括：
利用障碍物轨迹预测模型对所述环境信息和随机确定的所述行为模式进行处理，以得到所述障碍对象的移动轨迹。
9.如权利要求8所述的方法，其中，所述障碍物轨迹预测模型是基于所述障碍对象的类别而确定的。
10.如权利要求8所述的方法，其中，所述障碍物轨迹预测模型是通过以下方式得到的：
确定由自动驾驶车辆在真实道路上采集的环境样本数据和对应于所述环境样本数据的真实轨迹；
对所述环境样本数据进行分类，以得到所述环境样本数据对应的行为模式类别；
利用障碍物轨迹预测模型的初始参数对所述环境样本数据和所述环境样本数据对应的行为模式类别进行处理，以得到针对所述环境样本数据的预测轨迹；以及
基于所述真实轨迹和所述预测轨迹之间的差异调整所述障碍物轨迹预测模型的初始参数，以得到所述障碍物轨迹预测模型的更新参数。
11.一种用于自动驾驶的仿真环境的构建的装置，包括：
环境信息确定单元，被配置成确定所述仿真环境中障碍对象的环境信息；
采样单元，被配置成随机确定所述障碍对象的行为模式；以及
预测单元，被配置成基于所述环境信息和随机确定的所述行为模式确定所述障碍对象的移动轨迹。
12.如权利要求11所述的装置，其中，所述环境信息包括所述障碍对象对周围环境的感知信息。
13.如权利要求12所述的装置，其中，所述障碍对象的周围环境包括基于自动驾驶模型进行驾驶的仿真目标车辆，所述环境信息包括所述障碍对象对所述仿真目标车辆的感知信息。
14.如权利要求11所述的装置，其中，所述障碍对象包括行人、非机动车、机动车中的至少一项。
15.如权利要求11所述的装置，其中，所述采样单元被配置成：
从预定义的多个行为模式类别中随机地选取一项作为所述障碍对象的行为模式。
16.如权利要求15所述的装置，其中，从预定义的多个行为模式类别中随机地选取一项作为所述障碍对象的行为模式包括：
通过基于针对各个行为模式类别预定的采样概率从所述多个行为模式类别中进行采样来确定所述障碍对象的行为模式。
17.如权利要求15所述的装置，其中，所述多个行为模式类别是人工标注的或对路测数据进行聚类而得到的。
18.如权利要求11所述的装置，其中，所述预测单元被配置成：
利用障碍物轨迹预测模型对所述环境信息和随机确定的所述行为模式进行处理，以得到所述障碍对象的移动轨迹。
19.如权利要求18所述的装置，其中，所述障碍物轨迹预测模型是基于所述障碍对象的类别而确定的。
20.如权利要求18所述的装置，其中，所述障碍物轨迹预测模型是通过以下方式得到的：
确定由自动驾驶车辆在真实道路上采集的环境样本数据和对应于所述环境样本数据的真实轨迹；
对所述环境样本数据进行分类，以得到所述环境样本数据对应的行为模式类别；
利用障碍物轨迹预测模型的初始参数对所述环境样本数据和所述环境样本数据对应的行为模式类别进行处理，以得到针对所述环境样本数据的预测轨迹；以及
基于所述真实轨迹和所述预测轨迹之间的差异调整所述障碍物轨迹预测模型的初始参数，以得到所述障碍物轨迹预测模型的更新参数。
21.一种用于在仿真环境中对自动驾驶模型进行训练的方法，其中所述仿真环境是基于如权利要求1-10中任一项所述的方法构建的，所述方法包括：
获取仿真输入信息，其中所述仿真输入信息包括部署有所述自动驾驶模型的仿真目标车辆在所述仿真环境中的感知信息；
将所述仿真输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型所输出的第一仿真自动驾驶策略信息；
确定用于所述第一仿真自动驾驶策略信息的仿真评价反馈信息；
基于所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数。
22.如权利要求21所述的方法，其中，所述仿真输入信息还包括仿真干预标识，所述仿真干预标识指示第一仿真自动驾驶策略信息是否为存在人为干预的自动驾驶策略信息，
基于所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数包括：
基于所述仿真干预标识、所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数。
23.如权利要求21或22所述的方法，其中，调整所述自动驾驶模型的参数包括基于强化学习的方式调整所述自动驾驶模型的参数。
24.如权利要求21-23中任一项所述的方法，还包括：
基于调整后的自动驾驶模型控制所述仿真目标车辆在所述仿真环境中执行自动驾驶；
针对仿真环境中的障碍对象，获取所述障碍对象的仿真环境样本信息，其中所述仿真环境样本信息包括障碍对象对基于所述调整后的自动驾驶模型控制的所述仿真目标车辆的感知信息；
利用障碍物轨迹预测模型对所述仿真环境样本信息进行处理，以得到针对所述仿真环境样本信息的仿真预测轨迹；
确定用于所述仿真预测轨迹的评价反馈信息；以及
基于所述仿真环境样本信息、所述仿真预测轨迹以及用于所述仿真预测轨迹的评价反馈信息更新所述障碍物轨迹预测模型的参数。
25.一种用于在仿真环境中对自动驾驶模型进行训练的装置，其中所述仿真环境是基于如权利要求1-10中任一项所述的方法构建的，所述装置包括：
获取单元，被配置成获取仿真输入信息，其中所述仿真输入信息包括部署有所述自动驾驶模型的仿真目标车辆在所述仿真环境中的感知信息；
自动驾驶策略确定单元，被配置成将所述仿真输入信息输入所述自动驾驶模型，以获取所述自动驾驶模型所输出的第一仿真自动驾驶策略信息；
评价反馈单元，被配置成确定用于所述第一仿真自动驾驶策略信息的仿真评价反馈信息；
参数调整单元，被配置成基于所述仿真输入信息、所述第一仿真自动驾驶策略信息和所述仿真评价反馈信息，调整所述自动驾驶模型的参数。
26.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10、21-25中任一项所述的方法。
27.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10、21-25中任一项所述的方法。
28.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-10、21-25中任一项所述的方法。
CN202310263891.9A 2023-03-17 2023-03-17 用于自动驾驶的仿真环境的构建的方法和装置 Pending CN116882122A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310263891.9A CN116882122A (zh) 2023-03-17 2023-03-17 用于自动驾驶的仿真环境的构建的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310263891.9A CN116882122A (zh) 2023-03-17 2023-03-17 用于自动驾驶的仿真环境的构建的方法和装置

Publications (1)

Publication Number Publication Date
CN116882122A true CN116882122A (zh) 2023-10-13

Family

ID=88263126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310263891.9A Pending CN116882122A (zh) 2023-03-17 2023-03-17 用于自动驾驶的仿真环境的构建的方法和装置

Country Status (1)

Country Link
CN (1) CN116882122A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111625950A (zh) * 2020-05-20 2020-09-04 北京百度网讯科技有限公司 自动驾驶仿真场景重建方法、装置、设备和介质
CN111694287A (zh) * 2020-05-14 2020-09-22 北京百度网讯科技有限公司 无人驾驶仿真场景中的障碍物模拟方法和装置
CN113753077A (zh) * 2021-08-17 2021-12-07 北京百度网讯科技有限公司 预测障碍物的运动轨迹的方法、装置及自动驾驶车辆
CN114280960A (zh) * 2021-12-29 2022-04-05 北京三快在线科技有限公司 一种自动驾驶仿真方法、装置、存储介质及电子设备
CN115221722A (zh) * 2022-07-28 2022-10-21 北京百度网讯科技有限公司 自动驾驶车辆的仿真测试方法、模型训练方法和设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111694287A (zh) * 2020-05-14 2020-09-22 北京百度网讯科技有限公司 无人驾驶仿真场景中的障碍物模拟方法和装置
US20210354727A1 (en) * 2020-05-14 2021-11-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Method for simulating obstacle in unmanned simulation scene
CN111625950A (zh) * 2020-05-20 2020-09-04 北京百度网讯科技有限公司 自动驾驶仿真场景重建方法、装置、设备和介质
CN113753077A (zh) * 2021-08-17 2021-12-07 北京百度网讯科技有限公司 预测障碍物的运动轨迹的方法、装置及自动驾驶车辆
CN114280960A (zh) * 2021-12-29 2022-04-05 北京三快在线科技有限公司 一种自动驾驶仿真方法、装置、存储介质及电子设备
CN115221722A (zh) * 2022-07-28 2022-10-21 北京百度网讯科技有限公司 自动驾驶车辆的仿真测试方法、模型训练方法和设备

Similar Documents

Publication Publication Date Title
CN114758502B (zh) 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆
CN114179832A (zh) 用于自动驾驶车辆的变道方法
US20230391362A1 (en) Decision-making for autonomous vehicle
CN116776151A (zh) 可与车外人员进行自主交互的自动驾驶模型和训练方法
CN117035032A (zh) 融合文本数据和自动驾驶数据进行模型训练的方法和车辆
CN115082690B (zh) 目标识别方法、目标识别模型训练方法及装置
CN116880462A (zh) 自动驾驶模型、训练方法和自动驾驶方法和车辆
CN115019060A (zh) 目标识别方法、目标识别模型的训练方法及装置
CN115675528A (zh) 基于相似场景挖掘的自动驾驶方法和车辆
CN116882122A (zh) 用于自动驾驶的仿真环境的构建的方法和装置
CN118163808A (zh) 世界知识增强的自动驾驶模型、训练方法，自动驾驶方法和车辆
CN115019278B (zh) 一种车道线拟合方法、装置、电子设备和介质
CN114333368B (zh) 语音提醒方法、装置、设备和介质
CN116434041B (zh) 错误感知数据的挖掘方法、装置、设备及自动驾驶车辆
CN117707172A (zh) 自动驾驶车辆的决策方法及装置、车辆、设备和介质
CN116560377A (zh) 用于预测位置轨迹的自动驾驶模型及其训练方法
CN116872962A (zh) 含人工干预预测的自动驾驶模型、训练方法、设备和车辆
CN114179834B (zh) 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆
CN116881707A (zh) 自动驾驶模型、训练方法、装置和车辆
CN116859724B (zh) 时序自回归同时决策和预测的自动驾驶模型及其训练方法
CN114212108B (zh) 自动驾驶方法、装置、车辆、存储介质及产品
CN116991157A (zh) 具备人类专家驾驶能力的自动驾驶模型、训练方法和车辆
CN116469069A (zh) 用于自动驾驶的场景编码模型训练方法、装置及介质
CN117034732A (zh) 基于真实与仿真对抗学习的自动驾驶模型训练方法
CN118194946A (zh) 基于自进化和自反馈对自动驾驶智能体进行训练的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination