CN117034732A - 基于真实与仿真对抗学习的自动驾驶模型训练方法 - Google Patents

基于真实与仿真对抗学习的自动驾驶模型训练方法 Download PDF

Info

Publication number
CN117034732A
CN117034732A CN202310403366.2A CN202310403366A CN117034732A CN 117034732 A CN117034732 A CN 117034732A CN 202310403366 A CN202310403366 A CN 202310403366A CN 117034732 A CN117034732 A CN 117034732A
Authority
CN
China
Prior art keywords
information
sample
input information
layer
autopilot
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
CN202310403366.2A
Other languages
English (en)
Inventor
曾增烽
王凡
黄际洲
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 CN202310403366.2A priority Critical patent/CN117034732A/zh
Publication of CN117034732A publication Critical patent/CN117034732A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/094—Adversarial learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供一种基于真实与仿真对抗学习的自动驾驶模型训练方法，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：获取多模态编码层的第一样本输入信息；将第一样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第一样本输入信息相对应的第一样本隐式表示；将第一样本隐式表示输入判别器，以获取第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果；以及基于第一样本判别结果调整自动驾驶模型的参数。利用本公开的实施例，可以通过对抗学习的方式使得自动驾驶模型学习将来自现实世界和仿真世界的信息编码为具有一致的分布的特征，从而避免仿真环境中训练的自动驾驶模型迁移到真实环境中时产生策略失效的问题。

Description

基于真实与仿真对抗学习的自动驾驶模型训练方法
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、计算机程序产品和自动驾驶车辆。
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。可以在仿真环境和/或真实环境中实现自动驾驶模型的训练。由于仿真数据和真实数据之间存在差异，在仿真环境中训练得到的自动驾驶模型难以直接在真实环境中进行应用。
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、计算机程序产品和自动驾驶车辆。
根据本公开的一方面，提供了一种用于对自动驾驶模型进行训练的方法，其中所述自动驾驶模型包括多模态编码层，所述方法包括：获取所述多模态编码层的第一样本输入信息，所述第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，所述感知信息包括在所述车辆行驶过程中针对所述目标车辆周围环境的当前感知信息和历史感知信息；将所述第一样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第一样本输入信息相对应的第一样本隐式表示；将所述第一样本隐式表示输入判别器，以获取所述第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果；以及基于所述第一样本判别结果调整所述自动驾驶模型的参数。
根据本公开的另一方面，提供了一种用于对自动驾驶模型进行训练的装置，其中所述自动驾驶模型包括多模态编码层，所述装置包括：样本获取单元，被配置成获取所述多模态编码层的第一样本输入信息，所述第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，所述感知信息包括在所述车辆行驶过程中针对所述目标车辆周围环境的当前感知信息和历史感知信息；编码单元，被配置成将所述第一样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第一样本输入信息相对应的第一样本隐式表示；判别单元，被配置成将所述第一样本隐式表示输入判别器，以获取所述第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果；以及自动驾驶模型参数调整单元，被配置成基于所述第一样本判别结果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。
根据本公开的另一方面，提供了一种自动驾驶车辆，包括：如前所述的用于对自动驾驶模型进行训练的装置或如前所述的电子设备。
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可以通过对抗学习的方式使得自动驾驶模型学习将来自现实世界和仿真世界的信息编码为具有一致的分布的特征，从而避免仿真环境中训练的自动驾驶模型迁移到真实环境中时产生策略失效的问题。
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自动驾驶模型的示意图；
图3示出了根据本公开的实施例的用于对自动驾驶模型进行训练的方法的示例性流程图；
图4示出了根据本公开的实施例的自动驾驶模型训练过程的示意图；
图5示出了根据本公开的实施例的用于对自动驾驶模型进行训练的装置500的结构框图；
图6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。
在将自动驾驶模型部署到真车上进行实车训练之前，为了对自动驾驶模型进行初步训练，可以在仿真环境中对自动驾驶模型进行训练。然而，由于仿真环境中产生的仿真数据和真实环境中传感器采集到的数据之间存在差异，将自动驾驶策略直接从仿真环境迁移到真实环境的过程中可能会出现策略失效。
为了解决真实环境与仿真环境不一样的问题，相关技术中主要采用以下几种方式来实现自动驾驶策略从仿真环境到真实环境中的迁移：(1)域自适应(Domain Adaption)方法，在该方法中学习一个将模拟环境和真实环境共同的状态映射到隐含变量空间的映射函数，在仿真环境中使用映射后的状态空间进行算法的训练，然后将模型迁移到真实环境中时，同样将状态映射到隐含空间后，就可以直接应用在仿真环境训练好的模型了；(2)渐进式网络(Progressive Network)，在这种方法中通过逐步从简单任务过渡到复杂任务来进行仿真环境到真实环境的迁移，智能体先在模拟环境中进行简单任务的训练，然后逐渐增加任务的难度，最终完成复杂任务的训练；(3)逆动态模型(Inverse Dynamic Model)，在这种方法中过在真实环境中学习一个逆转移概率矩阵来直接在真实环境中应用仿真环境中训练好的模型。逆转移概率矩阵用来将真实环境的状态映射到模拟环境中的状态，以此来实现模型的迁移学习；(4)域随机化(Domain Randomization)，在这种方法中，在模拟环境中对视觉信息或物理参数进行随机化，例如在避障任务中，智能体在一个墙壁颜色、地板颜色或摩擦力、大气压强等参数会随机变化的仿真环境中进行学习，从而使仿真环境中训练得到的模型更具有鲁棒性和泛化能力，可以更好地适应真实环境中的变化。
相关技术中使用的方法为了将仿真环境和真实环境映射到统一特征空间通常会导致感知信息的丢失，比如将仿真图像和真实图像都映射到图像语义特征(如基于图像分割的语义特征)，这丢失大量的原始图像特征，导致最终自动驾驶策略的效果的下降。逆动态模型通过逆转移概率矩阵用来将真实环境的状态映射到仿真环境中的状态，但是这并不能准确的建模真实环境，这种过度简化的环境建模方法会导致仿真环境下学习到的策略不能够在真实环境中达到理想的效果。域随机化可以部分解决自动驾驶策略从仿真环境迁移到真实环境中的问题，但是这种方法是建立在仿真器对真实环境的环境元素的建模是比较准确的基础上。在自动驾驶领域中，仿真器通常很难对人类交通驾驶环境有一个比较准确的建模。一旦仿真环境的感知信息与真实环境的差别比较大，域随机化并不能取得期望的效果。
为了解决上述问题，本公开提供了一种新的用于对自动驾驶模型进行训练的方法。
根据本公开的一方面，提供了一种自动驾驶模型。图2示出了根据本公开的实施例的自动驾驶模型200的示意图。
如图2所示，自动驾驶模型200包括多模态编码层210和决策控制层220，多模态编码层210和决策控制层220连接组成端到端的神经网络模型，以使得决策控制层220直接基于多模态编码层210的输出获取自动驾驶策略信息。多模态编码层210的第一输入信息包括目标车辆的导航信息In1和利用传感器所获得的目标车辆周围环境的感知信息(例如可以但不限于包括In2、In3和In4，下面内容中以感知信息包括In2、In3和In4为例来描述)，感知信息包括在目标车辆的行驶过程中针对目标车辆周围环境的当前感知信息和历史感知信息。多模态编码层210被配置用于获取与第一输入信息In1至In4相对应的隐式表示et。决策控制层220的第二输入信息包括隐式表示et，决策控制层220被配置用于基于第二输入信息获取目标自动驾驶策略信息。
如上所述，相关技术中可以先基于感知信息进行预测以获得未来预测信息，决策控制层再基于未来预测信息进行规划，也就是说，决策控制层220不直接基于感知信息进行规划，而是直接基于未来预测信息进行规划。而本申请实施例中决策控制层220可以直接基于多模态编码层210的输出获取自动驾驶策略信息，多模态编码层210用于对感知信息进行编码计算，相当于决策控制层220可以直接基于感知信息进行规划，获取自动驾驶策略信息。换言之，本申请实施例中感知直接对决策负责。
在示例中，自动驾驶模型200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200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。
在示例中，第一输入信息中的目标车辆的导航信息In1可以包括矢量化的导航信息和矢量化的地图信息，矢量化的导航信息和矢量化的地图信息可以是对车道级、或道路级导航信息以及粗定位信息中的一者或多者进行矢量化运算所获得的。
根据本申请的一些实施例中，目标车辆周围环境的感知信息In2、In3和In4可以包括一个或多个摄像机的感知信息In2、一个或多个激光雷达的感知信息In3、以及一个或多个毫米波雷达的感知信息In4。可以理解的是，目标车辆周围环境的感知信息并不局限于上述一种形式，例如可以仅包括多个摄像机的感知信息In2，而不包括一个或多个激光雷达的感知信息In3以及一个或多个毫米波雷达的感知信息In4。通过摄像机获取到的感知信息In2可以是图片或视频形式的感知信息，通过激光雷达所获取到的感知信息In3可以是雷达点云(例如三维点云)形式的感知信息。在示例中，上述不同形式的信息(图片、视频、点云)等可以直接输入到多模态编码层210而无需进行预处理。此外，感知信息包括在车辆的行驶过程中针对目标车辆周围环境的当前感知信息xt和多个历史时刻对应的历史感知信息xt-Δt，这里，t与Δt之间可以具有预设时长的时间跨度。
在示例中，多模态编码层210可以对第一输入信息进行编码计算，生成相对应的隐式表示et。隐式表示et例如可以是鸟瞰图(BEV)空间中的隐式表示。例如，可以先将摄像机的感知信息In2输入到共享的骨干网络(Backbone)，提取每个摄像机的数据特征。然后，对多个的摄像机的感知信息In2进行融合，并转换到BEV空间。接着，可以在BEV空间内进行跨模态融合，将像素级的视觉数据和激光雷达点云进行融合。最后进行时序融合，形成BEV空间的隐式表示et。
在一个示例中，可以利用融合时空信息的Transformer Encoder结构，实现多摄像头的输入信息到BEV空间的隐式表示et的投影。例如，可以通过预先设置参数的网格划分的BEV查询机制(BEV queries)来利用时空信息。利用空间交叉注意力机制(即BEV查询机制从多相机特征中通过注意力机制提取所需的空间特征)，让BEV查询机制能从其感兴趣的多相机视角中提取特征，从而聚合空间信息；此外，通过时序自注意力机制(即每一时刻生成的BEV特征都从上一时刻的BEV特征获取所需的时序信息)来融合历史信息，从而聚合时序信息。
相应地，决策控制层220基于输入的隐式表示et，获取目标自动驾驶策略信息。目标自动驾驶策略信息例如可以包括规划轨迹Out1或针对车辆的控制信号Out2(例如控制油门、刹车、转向幅度等的信号)。在示例中，可以利用自动驾驶车辆中的控制策略模块对轨迹规划Out1进行解释，以获取针对车辆的控制信号Out2；或者可以利用神经网络基于隐式表示et直接输出针对车辆的控制信号Out2。
在示例中，决策控制层220可以包括Transformer中的解码器。
在图2中，多模态编码层210至决策控制层220、决策控制层220至轨迹规划Out1之间的实线箭头表示可微分的运算，换言之，在进行模型训练时，梯度可以通过上述实线箭头进行反向回传。
可见，在根据本公开实施例的自动驾驶模型200中，多模态编码层210和决策控制层220连接组成端到端的神经网络模型，因此感知信息能够直接对决策负责，可以解决预测与规划之间的耦合问题。此外，隐式表示的引入可以克服结构化信息的表示缺陷而导致算法容易失败的问题。另外，由于感知直接对决策负责，使得感知能够捕捉对于决策较为关键的信息，减少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失败的问题，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。
根据一些实施例，继续参考图2，自动驾驶模型200还可以包括未来预测层230，未来预测层230被配置用于基于输入的隐式表示et预测针对目标车辆周围环境的未来预测信息Out3，并且决策控制层220的第二输入信息还可以包括未来预测信息Out3的至少一部分。例如，未来预测信息Out3可以包括基于隐式表示et所预测的在未来时刻的障碍物位置或未来时刻的传感器输入信息。未来预测信息Out3中的至少一部分可以作为辅助信息A输入到决策控制层220中，决策控制层220可以基于隐式表示et和辅助信息A来预测目标自动驾驶策略信息。
在示例中，未来预测层230可以是Transformer中的解码器。在一些示例中，未来预测层230和决策控制层220可以共用同一网络结构。在下文的描述中涉及的未来预测信息可以是由未来预测层输出的，也可以是由决策控制层输出的。
在示例中，未来预测信息Out3可以输出结构化的预测信息，相应地，未来预测信息Out3至辅助信息A、辅助信息A至决策控制层220之间的虚线箭头表示不可微分的运算，换言之，在进行模型训练时，梯度不可以通过上述虚线箭头进行反向回传。然而，由于多模态编码层210至未来预测层230、未来预测层230至未来预测信息Out3之间是可微分的运算，因此仍可以通过实线箭头所指示的方向进行梯度的反向回传，换言之，也可以对未来预测层230进行单独的训练。
由此，通过在自动驾驶模型200中引入未来预测层230，未来预测层230所预测的至少一部分信息作为辅助信息输入到决策控制层220中以辅助决策，可以提升决策的准确性和安全性。此外，在进行模型训练时，可以在决策控制层220的基础上，进一步通过未来预测层230对多模态编码层210进行训练，从而使得多模态编码层210的编码更加准确，从而使得决策控制层220可以预测得到更加优化的目标自动驾驶策略信息。
根据一些实施例，未来预测信息Out3可以包括以下各项中的至少一者：针对目标车辆周围环境的未来预测感知信息(例如未来某个时刻的传感器信息未来某个时刻的传感器信息包括未来某个时刻的摄像机输入信息或雷达输入信息)、与未来预测感知信息相对应的未来预测隐式表示/>(例如未来某个时刻的传感器信息相对应的在BEV空间的隐式表示)、以及针对目标车辆周围环境的未来预测检测信息(例如未来某个时刻的障碍物位置/>)。而且未来预测检测信息可以包括目标车辆周围环境中的多个障碍物的类型及其未来预测状态信息(包括障碍物的大小和各种长尾信息)。
根据一些实施例，继续参考图2，自动驾驶模型200还可以包括感知检测层240，感知检测层240可以被配置用于基于输入的隐式表示et获取针对目标车辆周围环境的目标检测信息Out4，目标检测信息Out4包括当前检测信息和历史检测信息，当前检测信息包括目标车辆周围环境中的多个路面元素和障碍物的类型及其当前状态信息，历史检测信息包括目标车辆周围环境中的多个障碍物的类型及其历史状态信息。并且决策控制层220的第二输入信息还可以包括目标检测信息Out4的至少一部分。
路面元素可以为静止对象，而障碍物可以为运动对象，所以可以不检测路面元素的历史状态信息。
在示例中，目标检测信息Out4可以是针对障碍物的三维空间中的包围框，并且可以指示包围框中相应的障碍物的分类、状态等。例如可以指示包围框中障碍物的大小、位置、以及车辆类型、车辆当前状态(例如是否打开了转向灯、远光灯等长尾信息)、车道线的位置和长度等。将理解的是，针对包围框中相应的障碍物的分类可以是预先定义的多个类别中的一个或多个类别。
此外，目标检测信息Out4(当前检测信息和历史检测信息)可以是结构化信息。相应地，目标检测信息Out4至辅助信息A、辅助信息A至决策控制层220之间的虚线箭头表示不可微分的运算，换言之，在进行模型训练时，梯度不可以通过上述虚线箭头进行反向回传。然而，由于多模态编码层210至感知检测层240、感知检测层240至目标检测信息Out4之间是可微分的运算，因此仍可以通过实线箭头所指示的方向进行梯度的反向回传，换言之，也可以对感知检测层240进行单独的训练。
在示例中，感知检测层240可以包括Transformer中的解码器。
由此，通过在自动驾驶模型200中引入感知检测层240，感知检测层240所预测的至少一部分信息作为辅助信息输入到决策控制层220中以辅助决策，可以使得针对车辆周围环境的当前和历史一段时间的检测信息能够用于辅助决策，从而提升决策的准确性和安全性。此外，在进行模型训练时，可以在决策控制层220的基础上，进一步通过感知检测层240对多模态编码层210进行训练，从而使得多模态编码层210的编码更加准确，从而使得决策控制层220可以预测得到更加优化的目标自动驾驶策略信息。
根据一些实施例，继续参考图2，自动驾驶模型200还可以包括评价反馈层250，评价反馈层250可以被配置用于基于输入的隐式表示et获取针对目标自动驾驶策略信息的评价反馈信息Out5。
在示例中，评价反馈层250可以是Transformer中的解码器。
由此，通过在自动驾驶模型200中引入评价反馈层250，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。
将理解的是，多模态编码层210至评价反馈层250、评价反馈层250至评价反馈信息Out5之间的实线箭头表示可微分的运算，换言之，在进行模型训练时，梯度可以通过上述实线箭头进行反向回传。由此，在进行模型训练时，可以在决策控制层220的基础上，进一步通过评价反馈层250对多模态编码层210进行训练，从而使得多模态编码层210的编码更加准确，从而使得决策控制层220可以预测得到更加优化的目标自动驾驶策略信息。
根据一些实施例，如图2中包括未来预测信息Out3和目标检测信息Out4在内的辅助信息A指向评价反馈层250的虚线箭头所示，当自动驾驶模型200包括未来预测层230和感知检测层240时，评价反馈层250可以被配置用于基于输入的未来预测信息Out3和目标检测信息Out4中一者或两者的至少一部分、以及隐式表示et获取针对目标自动驾驶策略信息的评价反馈信息Out5。由此，使得针对车辆周围环境的当前和历史一段时间的检测信息和未来预测信息能够用于辅助评价，提升评价的准确性。
根据一些实施例，评价反馈层250可以被配置用于基于输入的隐式表示et和目标自动驾驶策略信息(例如规划轨迹Out1)获取针对目标自动驾驶策略信息的评价反馈信息。由此，基于自动驾驶策略信息来辅助进行评价反馈，可以进一步提升评价的准确性。
根据本申请的另一些实施例，评价反馈层250可以被配置用于输入的未来预测信息Out3和目标检测信息Out4中一者或两者的至少一部分、目标自动驾驶策略信息以及隐式表示et获取针对目标自动驾驶策略信息的评价反馈信息Out5，从而能够进一步提升评价的准确性。
根据一些实施例，进一步参考图2，自动驾驶模型200还可以包括解释层260，解释层260可以被配置用于基于输入的隐式表示et获取针对目标自动驾驶策略信息的解释信息Out6，解释信息Out6能够表征目标自动驾驶策略信息的决策分类。由此，在自动驾驶过程中，可以向乘客提供与目标自动驾驶策略信息相关的解释信息，提升了自动驾驶策略的可解释性，从而提升了用户体验。
在示例中，解释层260可以针对目标自动驾驶策略信息进行分类，每个分类可以映射到一个预设的自然语言语句。例如，解释信息Out6可以包括：当前需要变道、前方有红绿灯因此需要减速行驶、周围车辆可能需要加塞等自然语言语句。此外，解释层260可以包括Transformer中的解码器从而解码得到自然语言以用于驾驶策略的解释。
根据一些实施例，当自动驾驶模型200包括未来预测层230和感知检测层240时，解释层260可以被配置用于基于输入的未来预测信息和目标检测信息中一者或两者的至少一部分、以及隐式表示et获取针对目标自动驾驶策略信息的解释信息Out6。由此，可以使得针对车辆周围环境的当前和历史一段时间的目标检测信息和未来预测信息能够用于辅助解释，从而进一步提升解释的准确性和合理性。
根据一些实施例，继续参考图2，解释层260可以被配置用于基于输入的隐式表示et和目标自动驾驶策略信息(例如规划轨迹Out1)获取针对目标自动驾驶策略信息的解释信息。由此，将自动驾驶策略信息用于辅助解释，可以进一步提升解释的准确性。
根据本申请的另一些实施例，解释层260可以被配置用于输入的未来预测信息Out3和目标检测信息Out4中一者或两者的至少一部分、目标自动驾驶策略信息以及隐式表示et获取针对目标自动驾驶策略信息的解释信息Out6，从而能够进一步提升解释的准确性。
根据一些实施例，传感器可以包括摄像机，感知信息可以包括摄像机采集的二维图像。并且，多模态编码层210可以被进一步配置用于：基于包括二维图像、以及摄像机的内参和外参的第一输入信息，获取与第一输入信息相对应的隐式表示et。
在示例中，摄像机的内参(即，与摄像机自身特性相关的参数，例如摄像机的焦距、像素大小等)和外参(即，在世界坐标系中的参数，例如摄像机的位置、旋转方向等)可以作为自动驾驶模型200的超参数而被输入到模态编码层210中。摄像机的内参和外参可以用于进行输入的二维图像到例如BEV空间的转换。
此外，感知信息可以是多个摄像机分别采集的二维图像的序列。
根据一些实施例，第一输入信息还可以包括车道级地图，并且导航信息可以包括道路级导航信息和/或车道级导航信息。与高精地图不同，车道级地图具有更好的易获得性和更小的空间占用。由此，通过使用车道级地图和车道级导航信息，能够克服对高精地图的依赖。
导航地图可以包括道路级地图(SD Map)、车道级地图(LD Map)、高精地图(HDMap)。道路级地图主要由粒度的道路拓扑信息构成，导航定位精确度较低(例如精度大约为15米左右)，主要用于帮助司机进行导航，不能满足自动驾驶的需求。而车道级地图和高精地图可以用于自动驾驶。车道级地图加入了车道级的拓扑信息，相较于道路级地图具有更高的精度，精度一般在亚米级，并且可以包括道路信息(例如车道线)和与车道相关的附属设施信息(例如交通信号灯、路牌、停车位等)，可以用于辅助自动驾驶。与车道级地图相比，高精地图具有更高的地图数据精度(精度达到了厘米级)、更丰富地图数据类型、更高的地图更新频率，可以用于自动驾驶。这三种导航地图中高精地图的信息最丰富、精度最高，使用和更新成本也更高。由于本申请实施例的方案中感知直接对决策负责，能够实现重感知轻地图的自动驾驶技术，因此可以摆脱对高精地图的依赖，并保证高效的决策。进一步地，使用车道级地图作为辅助信息来进行决策能够提升决策效果。
根据一些实施例，感知信息可以包括以下各项中的至少一者：摄像机采集的图像、激光雷达采集的信息和毫米波雷达采集的信息。将理解的是，通过摄像机获取到的图像可以是图片或视频形式，通过激光雷达所获取到的信息可以是雷达点云(例如三维点云)。
根据一些实施例，多模态编码层210被配置用于将第一输入信息映射至预设空间以获得中间表示，并且利用时序注意力机制和/或空间注意力机制对中间表示进行处理，以获得与第一输入信息相对应的隐式表示et。
在示例中，预设空间可以是BEV空间。因为感知、预测、决策和规划等过程均是在三维空间内进行的，而摄像机所捕获的图像信息只是真实物理世界在透视视图下的投影，从图像得到的信息需要经过复杂的处理才能使用，因此会存在一定的信息损失，而将视觉信息映射至BEV空间能够较为方便地连接感知与规划控制。
在示例中，可以先将第一输入信息(例如第一输入信息中的图像信息)输入到骨干网络(例如ResNet、EfficientNet等骨干网络)，提取多层图像特征作为中间表示。此外，激光雷达和毫米波雷达的数据可以直接转换到BEV空间。随后，可以利用空间自注意力机制从图像特征中提取所需的空间特征，从而聚合空间信息；此外，可以利用时序自注意力机制来融合历史信息，从而聚合时序信息。
由此，通过时序和空间融合使得隐式表示et能够表征丰富的时序和空间信息，从而进一步提升决策的准确性和安全性。
根据一些实施例，目标自动驾驶策略信息可以包括目标规划轨迹Out1。
图3示出了根据本公开的实施例的用于对自动驾驶模型进行训练的方法的示例性流程图。可以利用图3中示出的方法对结合图2描述的自动驾驶模型进行训练。可以理解的是，在不脱离本公开原理的情况下，也可以将图3中示出的方法用于对不同于图2的其他自动驾驶模型进行训练。
在步骤S302中，获取多模态编码层的第一样本输入信息。其中，第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，感知信息包括在车辆行驶过程中针对目标车辆周围环境的当前感知信息和历史感知信息。
在步骤S304中，将第一样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第一样本输入信息相对应的第一样本隐式表示。
在步骤S306中，将第一样本隐式表示输入判别器，以获取第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果。
在步骤S308中，基于第一样本判别结果调整自动驾驶模型的参数。
利用本公开的实施例提供的方法，可以基于判别器针对输入信息来自于真实世界还是仿真世界的判别结果来调整自动驾驶模型的参数，使得输入信息来源于真实世界还是仿真世界，自动驾驶模型的多模态编码层输出的隐式表示的特征都是一致的，从而避免仿真环境中训练的自动驾驶模型迁移到真实环境中时产生策略失效的问题。
以下将详细描述本公开提供的用于对自动驾驶模型进行训练的方法的原理。
在步骤S302中，获取多模态编码层的第一样本输入信息。其中，第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，感知信息包括在车辆行驶过程中针对目标车辆周围环境的当前感知信息和历史感知信息。其中，第一样本输入信息可以是目标车辆在进行实车路测时采集的真实环境中的数据，也可以是在仿真环境中产生的数据。
其中，传感器可以包括摄像头、激光雷达、毫米波雷达中的至少一种。
在步骤S304中，将第一样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第一样本输入信息相对应的第一样本隐式表示。
根据一些实施例，多模态编码层可以被配置用于将第一样本输入信息映射至预设空间以获得中间表示，并且利用时序注意力机制和/或空间注意力机制对中间表示进行处理，以获得与第一样本输入信息相对应的隐式表示。
在示例中，预设空间可以是BEV空间。第一样本隐式表示可以是鸟瞰图(BEV)空间中的隐式表示。因为感知、预测、决策和规划等过程均是在三维空间内进行的，而摄像机所捕获的图像信息只是真实物理世界在透视视图下的投影，从图像得到的信息需要经过复杂的处理才能使用，因此会存在一定的信息损失，而将视觉信息映射至BEV空间能够较为方便地连接感知与规划控制。
在另一些实施例中，预设空间也可以是其他任何合适的特征空间中的隐式表示。
在步骤S306中，可以将第一样本隐式表示输入判别器，以获取第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果。
判别器可以用于生成表明所输入的数据来源于真实世界还是仿真世界的判别结果。可以利用任何合适的模型结构作为判别器，例如k近邻、感知机、决策树、支持向量机、卷积神经网络等。
在对自动驾驶模型进行训练之前，可以对判别器进行预训练，以使得判别器能够区分所输入的第一样本隐式表示来源于真实世界还是仿真世界。
可以基于以下过程对判别器进行预训练：确定第二样本输入信息的真实来源；将第二样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第二样本输入信息相对应的第二样本隐式表示；将第二样本隐式表示输入判别器，以获取第二隐式表示来源于真实世界还是仿真世界的第二样本判别结果；调整判别器的参数，以使得第二样本判别结果与第二样本输入信息的真实来源之间的差异最小化。可以基于实际情况确定用于训练判别器的损失函数来反映样本输入信息的真实来源和判别结果之间的差异。
在步骤S308中，基于第一样本判别结果调整自动驾驶模型的参数。
由于判别器输出的结果能够指示第一样本隐式表示来源于真实世界还是仿真世界，因此，可以基于第一样本判别结果调整自动驾驶模型的参数，以使得自动驾驶模型输出能够导致判别器无法输出正确判断结果的隐式表示。在这种情况下，自动驾驶模型针对无论是来源于真实世界还是仿真世界输出的隐式表示都具有相似的特征分布，因此自动驾驶模型输出的策略无论对于真实世界还是仿真世界都有相似的效果，使得在仿真环境中训练好的自动驾驶模型能够直接从仿真环境中迁移到真实环境中进行使用。
在一些实施例中，在对判别器进行预训练后，固定判别器的参数并调整自动驾驶模型的参数，以使得第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化。第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化表明判别器此时无法正确分辨第一样本输入信息的来源是仿真世界还是真实世界。也就是说，调整后的自动驾驶模型对于无论是来自于仿真世界还是真实世界的信息都输出具有相似特征的隐式表示。
在对自动驾驶模型的训练迭代结束后，可以重新对判别器进行训练，并基于重新训练后的判别器再次对自动驾驶模型进行训练。由此，可以基于对抗学习的方式对自动驾驶模型进行训练，以使得自动驾驶模型在对输入信息进行处理时，无论输入信息的来源是真实世界还是仿真世界，都可以在预设空间中获得一致的特征表示。
在一些实施例中，自动驾驶模型还可以包括决策控制层，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，以使得决策控制层直接基于多模态编码层的输出获取自动驾驶策略信息。
基于决策控制层输出的自动驾驶策略信息可以进一步调整自动驾驶模型的参数。
在一些实施例中，步骤S308可以包括:获取与第一样本输入信息相对应的真实自动驾驶策略信息；将包括第一样本隐式表示的第三样本输入信息输入决策控制层，以获取决策控制层所输出的预测自动驾驶策略信息；调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时预测自动驾驶策略信息和真实自动驾驶策略信息之间的差异最小化。
取决于第一样本输入信息的来源，真实自动驾驶策略信息可以包括在真实道路场景下所采集的或在仿真场景中生成的自动驾驶车辆的规划轨迹或针对车辆的控制信号(例如控制油门、刹车、转向幅度等的信号)。
通过调整自动驾驶模型的参数使得预测自动驾驶策略信息和真实自动驾驶策略信息之间的差异最小化，能够使得多模态编码层对输入信息的编码更加准确，从而使得自动驾驶模型输出期望的自动驾驶策略信息。通过在使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时预测自动驾驶策略信息和真实自动驾驶策略信息之间的差异最小化，能够使得多模态编码层对输入信息的编码既能够准确地反映用于决策的感知信息的特征，又能够使得来自真实世界和仿真世界的信息具有一致的特征分布。
在一些实现方式中，决策控制层还可以输出针对车辆的周围环境的未来预测信息。
基于决策控制层输出的未来预测信息可以进一步调整自动驾驶模型的参数。
在一些实施例中，步骤S308还可以包括：获取第一样本输入信息相对应的目标车辆周围环境的未来真实信息；将包括第一样本隐式表示的第三样本输入信息输入决策控制层，以获取决策控制层所输出的未来预测信息；调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时未来真实信息和未来预测信息之间的差异最小化。
取决于第一样本输入信息的来源，未来真实信息可以是真实世界中未来时刻的检测信息，也可以是仿真世界中未来时刻的检测信息。
在进行模型训练时，进一步基于未来预测信息的准确性来对自动驾驶模型进行训练，从而使得多模态编码层的编码更加准确，从而使得决策控制层可以预测得到更加优化的自动驾驶策略信息。
通过调整自动驾驶模型的参数使得未来真实信息和未来预测信息之间的差异最小化，能够使得多模态编码层对输入信息的编码更加准确，从而使得自动驾驶模型输出期望的自动驾驶策略信息。通过在使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时未来真实信息和未来预测信息之间的差异最小化，能够使得多模态编码层对输入信息的编码既能够准确地对未来时刻的感知信息进行预测，又能够使得来自真实世界和仿真世界的信息具有一致的特征分布。
在一些实施例中，自动驾驶模型还可以包括感知检测层。感知检测层可以被配置用于基于输入的隐式表示获取针对目标车辆周围环境的目标检测信息。
基于感知检测层输出的检测信息可以进一步调整自动驾驶模型的参数。
步骤S308还可以包括：获取第一样本输入信息相对应的目标车辆周围环境的真实检测信息，将第一样本隐式表示输入感知检测层，以获取感知检测层所输出的预测检测信息，调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时真实检测信息和预测检测信息之间的差异最小化。
取决于第一样本输入信息的来源，真实检测信息可以是真实世界中的检测信息，也可以是仿真世界中的检测信息。
在进行模型训练时，进一步基于检测信息的准确性来对自动驾驶模型进行训练，从而使得多模态编码层的编码更加准确，
通过调整自动驾驶模型的参数使得真实检测信息和预测检测信息之间的差异最小化，能够使得多模态编码层对输入信息的编码更加准确，从而使得自动驾驶模型输出期望的自动驾驶策略信息。通过在使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时真实检测信息和预测检测信息之间的差异最小化，能够使得多模态编码层对输入信息的编码既能够准确地对输入信息中的感知信息进行检测，又能够使得来自真实世界和仿真世界的信息具有一致的特征分布。
图4示出了根据本公开的实施例的自动驾驶模型训练过程的示意图。
如图4所示，可以利用自动驾驶模型的多模态编码层421对输入的多模态信息401进行特征提取和特征融合，以得到预定空间(BEV空间)中的融合特征402。其中融合特征402可以是多模态信息401在预定空间中的隐式表示。
可以利用判别器410对融合特征402进行处理，以判断输入信息401的来源是真实世界还是仿真世界。可以利用自动驾驶模型中用于完成感知任务的网络层422的决策控制层、未来预测层、感知检测层中的至少一个对融合特征402进行处理，来得到自动驾驶模型的输出结果。
在对自动驾驶模型进行训练时，可以首先对判别器410进行训练，以使得判别器410能够区分所输入的融合特征对应的输入信息的来源是真实世界还是仿真世界。
然后，可以固定判别器的参数，并对自动驾驶模型进行训练。可以通过调整自动驾驶模型的参数来使得感知任务的损失函数最小，即，感知任务输出的预测结果和对应的真实结果之间的差异最小。同时，还将对自动驾驶模型进行训练的过程中得到的融合特征输入判别器，并使得判别器输出的针对输入信息的来源的判别结果和输入信息的真实来源之间的差异最大。由此，可以使得自动驾驶模型在实现期望的自动驾驶策略的同时，使得自动驾驶模型对无论是来自真实世界还是来自仿真世界的多模态输入信息编码得到的融合特征都具有相似的分布，以至于判别器无法正确地判断融合特征对应的输入信息的真实来源。
在对自动驾驶模型进行一定时间的训练(如达到预定的迭代次数或感知任务的损失函数小于阈值)后，可以固定自动驾驶模型的参数，并重新对判别器进行训练。由于在经过训练后，自动驾驶模型针对无论是来自真实世界还是来自仿真世界的输入信息都编码为具有相似分布的融合特征的能力更强，因此进一步对判别器进行训练将使得判别器具有更强的分辨融合特征对应的输入信息的真实来源的能力。进一步地，可以基于具有更强分辨能力的判别器输出的判别结果来对自动驾驶模型进行训练。
利用前述方法轮流对判别器和自动驾驶模型进行多次训练后，自动驾驶模型能够具有对无论是来自真实世界还是来自仿真世界的多模态输入信息编码得到的融合特征都具有一致的分布，从而使得分别在仿真环境或真实环境中对自动驾驶模型进行应用时都能获得理想的自动驾驶策略。
图5示出了根据本公开的实施例的用于对自动驾驶模型进行训练的装置500的结构框图。
如图5所示，装置500包括样本获取单元510、编码单元520、判别单元530以及自动驾驶模型参数调整单元540。
样本获取单元510可以被配置成获取多模态编码层的第一样本输入信息，第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，感知信息包括在车辆行驶过程中针对目标车辆周围环境的当前感知信息和历史感知信息。
编码单元520可以被配置成将第一样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第一样本输入信息相对应的第一样本隐式表示。
判别单元530可以被配置成将第一样本隐式表示输入判别器，以获取第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果。
自动驾驶模型参数调整单元540可以被配置成基于第一样本判别结果调整自动驾驶模型的参数。
在一些实施例中，装置500还包括判别器参数调整单元，判别器参数调整单元可以被配置成：确定第二样本输入信息的真实来源；将第二样本输入信息输入多模态编码层，以获取多模态编码层所输出的与第二样本输入信息相对应的第二样本隐式表示；将第二样本隐式表示输入判别器，以获取第二隐式表示来源于真实世界还是仿真世界的第二样本判别结果；调整判别器的参数，以使得第二样本判别结果与第二样本输入信息的真实来源之间的差异最小化。
在一些实施例中，自动驾驶模型参数调整单元可以被配置成：基于固定的判别器参数调整自动驾驶模型的参数，以使得第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化。
在一些实施例中，自动驾驶模型还包括决策控制层，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，以使得决策控制层直接基于多模态编码层的输出获取自动驾驶策略信息，自动驾驶模型参数调整单元可以被配置成：获取与第一样本输入信息相对应的真实自动驾驶策略信息；将包括第一样本隐式表示的第三样本输入信息输入决策控制层，以获取决策控制层所输出的预测自动驾驶策略信息；调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时预测自动驾驶策略信息和真实自动驾驶策略信息之间的差异最小化。
在一些实施例中，自动驾驶模型参数调整单元还被配置成：获取第一样本输入信息相对应的目标车辆周围环境的未来真实信息；将包括第一样本隐式表示的第三样本输入信息输入决策控制层，以获取决策控制层所输出的未来预测信息；调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时未来真实信息和未来预测信息之间的差异最小化。
在一些实施例中，自动驾驶模型还包括感知检测层，自动驾驶模型参数调整单元被配置成：获取第一样本输入信息相对应的目标车辆周围环境的真实检测信息，将第一样本隐式表示输入感知检测层，以获取感知检测层所输出的预测检测信息，调整自动驾驶模型的参数，以使得在第一样本判别结果与第一样本输入信息的真实来源之间的差异最大化的同时真实检测信息和预测检测信息之间的差异最小化。
在一些实施例中，第一样本隐式表示是鸟瞰图(BEV)空间中的隐式表示。
在一些实施例中，传感器包括摄像头、激光雷达、毫米波雷达中的至少一项。
应当理解，图5中所示装置500的各个模块或单元可以与参考图3描述的方法300中的各个步骤相对应。由此，上面针对方法300描述的操作、特征和优点同样适用于装置500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。
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5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510至540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对自动驾驶模型进行训练的方法。
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对自动驾驶模型进行训练的方法。
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对自动驾驶模型进行训练的方法。
根据本公开的另一方面，还提供了一种自动驾驶车辆，包括：根据如前所述的用于对自动驾驶模型进行训练的装置或如前所述的电子设备。
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。
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600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6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606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607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608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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601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601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601执行上文所描述的各个方法和处理，例如方法300。例如，在一些实施例中，方法300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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的方法300的一个或多个步骤。备选地，在其他实施例中，计算单元601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300。
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 (20)

1.一种用于对自动驾驶模型进行训练的方法，其中所述自动驾驶模型包括多模态编码层，所述方法包括：
获取所述多模态编码层的第一样本输入信息，所述第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，所述感知信息包括在所述车辆行驶过程中针对所述目标车辆周围环境的当前感知信息和历史感知信息；
将所述第一样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第一样本输入信息相对应的第一样本隐式表示；
将所述第一样本隐式表示输入判别器，以获取所述第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果；以及
基于所述第一样本判别结果调整所述自动驾驶模型的参数。
2.如权利要求1所述的方法，还包括：
确定第二样本输入信息的真实来源；
将所述第二样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第二样本输入信息相对应的第二样本隐式表示；
将所述第二样本隐式表示输入判别器，以获取所述第二隐式表示来源于真实世界还是仿真世界的第二样本判别结果；
调整所述判别器的参数，以使得所述第二样本判别结果与所述第二样本输入信息的真实来源之间的差异最小化。
3.如权利要求2所述的方法，其中，所述基于所述第一样本判别结果调整所述自动驾驶模型的参数包括：
固定所述判别器的参数并调整所述自动驾驶模型的参数，以使得所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化。
4.如权利要求1-3中任一项所述的方法，其中，所述自动驾驶模型还包括决策控制层，所述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，以使得所述决策控制层直接基于所述多模态编码层的输出获取自动驾驶策略信息，
所述基于所述第一样本判别结果调整所述自动驾驶模型的参数包括：
获取与所述第一样本输入信息相对应的真实自动驾驶策略信息；
将包括所述第一样本隐式表示的第三样本输入信息输入所述决策控制层，以获取所述决策控制层所输出的预测自动驾驶策略信息；
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述预测自动驾驶策略信息和所述真实自动驾驶策略信息之间的差异最小化。
5.如权利要求4所述的方法，还包括：
获取所述第一样本输入信息相对应的目标车辆周围环境的未来真实信息；
将包括所述第一样本隐式表示的第三样本输入信息输入所述决策控制层，以获取所述决策控制层所输出的未来预测信息；
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述未来真实信息和所述未来预测信息之间的差异最小化。
6.如权利要求1所述的方法，其中，所述自动驾驶模型还包括感知检测层，基于所述第一样本判别结果调整所述自动驾驶模型的参数包括：
获取所述第一样本输入信息相对应的目标车辆周围环境的真实检测信息，
将所述第一样本隐式表示输入所述感知检测层，以获取所述感知检测层所输出的预测检测信息，
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述真实检测信息和所述预测检测信息之间的差异最小化。
7.如权利要求1-6中任一项所述的方法，其中所述第一样本隐式表示是鸟瞰图(BEV)空间中的隐式表示。
8.如权利要求7所述的方法，其中所述传感器包括摄像头、激光雷达、毫米波雷达中的至少一项。
9.一种用于对自动驾驶模型进行训练的装置，其中所述自动驾驶模型包括多模态编码层，所述装置包括：
样本获取单元，被配置成获取所述多模态编码层的第一样本输入信息，所述第一样本输入信息包括利用传感器所获得的目标车辆周围环境的感知信息，所述感知信息包括在所述车辆行驶过程中针对所述目标车辆周围环境的当前感知信息和历史感知信息；
编码单元，被配置成将所述第一样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第一样本输入信息相对应的第一样本隐式表示；
判别单元，被配置成将所述第一样本隐式表示输入判别器，以获取所述第一样本隐式表示来源于真实世界还是仿真世界的第一样本判别结果；以及
自动驾驶模型参数调整单元，被配置成基于所述第一样本判别结果调整所述自动驾驶模型的参数。
10.如权利要求9所述的装置，还包括判别器参数调整单元，所述判别器参数调整单元被配置成：
确定第二样本输入信息的真实来源；
将所述第二样本输入信息输入所述多模态编码层，以获取所述多模态编码层所输出的与所述第二样本输入信息相对应的第二样本隐式表示；
将所述第二样本隐式表示输入判别器，以获取所述第二隐式表示来源于真实世界还是仿真世界的第二样本判别结果；
调整所述判别器的参数，以使得所述第二样本判别结果与所述第二样本输入信息的真实来源之间的差异最小化。
11.如权利要求9或10所述的装置，其中，所述自动驾驶模型参数调整单元被配置成：
基于固定的判别器参数调整所述自动驾驶模型的参数，以使得所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化。
12.如权利要求11所述的装置，其中，所述自动驾驶模型还包括决策控制层，所述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，以使得所述决策控制层直接基于所述多模态编码层的输出获取自动驾驶策略信息，
所述自动驾驶模型参数调整单元被配置成：
获取与所述第一样本输入信息相对应的真实自动驾驶策略信息；
将包括所述第一样本隐式表示的第三样本输入信息输入所述决策控制层，以获取所述决策控制层所输出的预测自动驾驶策略信息；
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述预测自动驾驶策略信息和所述真实自动驾驶策略信息之间的差异最小化。
13.如权利要求12所述的装置，所述自动驾驶模型参数调整单元还被配置成：
获取所述第一样本输入信息相对应的目标车辆周围环境的未来真实信息；
将包括所述第一样本隐式表示的第三样本输入信息输入所述决策控制层，以获取所述决策控制层所输出的未来预测信息；
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述未来真实信息和所述未来预测信息之间的差异最小化。
14.如权利要求9所述的装置，其中，所述自动驾驶模型还包括感知检测层，所述自动驾驶模型参数调整单元被配置成：
获取所述第一样本输入信息相对应的目标车辆周围环境的真实检测信息，
将所述第一样本隐式表示输入所述感知检测层，以获取所述感知检测层所输出的预测检测信息，
调整所述自动驾驶模型的参数，以使得在所述第一样本判别结果与所述第一样本输入信息的真实来源之间的差异最大化的同时所述真实检测信息和所述预测检测信息之间的差异最小化。
15.如权利要求9-14中任一项所述的装置，其中所述第一样本隐式表示是鸟瞰图(BEV)空间中的隐式表示。
16.如权利要求15所述的装置，其中所述传感器包括摄像头、激光雷达、毫米波雷达中的至少一项。
17.一种电子设备，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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
19.一种计算机程序产品，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1-8中任一项所述的方法。
20.一种自动驾驶车辆，包括：
根据权利要求9-16中任一项所述的用于对自动驾驶模型进行训练的装置或根据权利要求17所述的电子设备。
CN202310403366.2A 2023-04-14 2023-04-14 基于真实与仿真对抗学习的自动驾驶模型训练方法 Pending CN117034732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310403366.2A CN117034732A (zh) 2023-04-14 2023-04-14 基于真实与仿真对抗学习的自动驾驶模型训练方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310403366.2A CN117034732A (zh) 2023-04-14 2023-04-14 基于真实与仿真对抗学习的自动驾驶模型训练方法

Publications (1)

Publication Number Publication Date
CN117034732A true CN117034732A (zh) 2023-11-10

Family

ID=88639938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310403366.2A Pending CN117034732A (zh) 2023-04-14 2023-04-14 基于真实与仿真对抗学习的自动驾驶模型训练方法

Country Status (1)

Country Link
CN (1) CN117034732A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459168A (zh) * 2020-04-23 2020-07-28 上海交通大学 一种融合的自动驾驶汽车过街行人轨迹预测方法及系统
CN111597760A (zh) * 2020-05-18 2020-08-28 哈尔滨工业大学（威海） 一种实现小样本条件下获取气路参数偏差值的方法
CN113283457A (zh) * 2020-02-03 2021-08-20 罗伯特·博世有限公司 用于施加数据等方差的生成器神经网络的训练方法
WO2021226921A1 (en) * 2020-05-14 2021-11-18 Harman International Industries, Incorporated Method and system of data processing for autonomous driving
CN114154232A (zh) * 2021-11-01 2022-03-08 广州文远知行科技有限公司 一种自动驾驶场景复现检测方法、装置、设备及存储介质
CN114721264A (zh) * 2022-03-21 2022-07-08 浙江工业大学 一种基于两阶段自编码器的工业信息物理系统攻击检测方法
CN115320627A (zh) * 2021-04-26 2022-11-11 华为技术有限公司 一种车辆驾驶方法、装置及系统
CN115578876A (zh) * 2022-10-14 2023-01-06 浪潮(北京)电子信息产业有限公司 一种车辆的自动驾驶方法、系统、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283457A (zh) * 2020-02-03 2021-08-20 罗伯特·博世有限公司 用于施加数据等方差的生成器神经网络的训练方法
CN111459168A (zh) * 2020-04-23 2020-07-28 上海交通大学 一种融合的自动驾驶汽车过街行人轨迹预测方法及系统
WO2021226921A1 (en) * 2020-05-14 2021-11-18 Harman International Industries, Incorporated Method and system of data processing for autonomous driving
CN111597760A (zh) * 2020-05-18 2020-08-28 哈尔滨工业大学（威海） 一种实现小样本条件下获取气路参数偏差值的方法
CN115320627A (zh) * 2021-04-26 2022-11-11 华为技术有限公司 一种车辆驾驶方法、装置及系统
CN114154232A (zh) * 2021-11-01 2022-03-08 广州文远知行科技有限公司 一种自动驾驶场景复现检测方法、装置、设备及存储介质
CN114721264A (zh) * 2022-03-21 2022-07-08 浙江工业大学 一种基于两阶段自编码器的工业信息物理系统攻击检测方法
CN115578876A (zh) * 2022-10-14 2023-01-06 浪潮(北京)电子信息产业有限公司 一种车辆的自动驾驶方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
US20230144209A1 (en) Lane line detection method and related device
CN114631117A (zh) 使用机器学习的用于自主机器应用的传感器融合
US11967103B2 (en) Multi-modal 3-D pose estimation
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
CN115273002A (zh) 一种图像处理方法、装置、存储介质及计算机程序产品
CN115019060A (zh) 目标识别方法、目标识别模型的训练方法及装置
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
CN116880462A (zh) 自动驾驶模型、训练方法和自动驾驶方法和车辆
CN115082690B (zh) 目标识别方法、目标识别模型训练方法及装置
JP2022035033A (ja) 情報処理システム、情報処理方法、プログラムおよび車両制御システム
CN116678424A (zh) 高精度车辆定位、矢量化地图构建及定位模型训练方法
CN115366920A (zh) 用于自动驾驶车辆的决策方法及装置、设备和介质
CN116403174A (zh) 一种端到端自动驾驶方法、系统、仿真系统及存储介质
CN115311486A (zh) 使用预训练的特征提取器训练蒸馏的机器学习模型
CN115115084A (zh) 使用占用流场预测代理在环境中的未来移动
CN117034732A (zh) 基于真实与仿真对抗学习的自动驾驶模型训练方法
CN117010265A (zh) 能够进行自然语言交互的自动驾驶模型及其训练方法
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
CN115019278B (zh) 一种车道线拟合方法、装置、电子设备和介质
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
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
CN113963027B (zh) 不确定性检测模型的训练、不确定性的检测方法及装置
CN116881707A (zh) 自动驾驶模型、训练方法、装置和车辆
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
US20230406360A1 (en) Trajectory prediction using efficient attention neural networks

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