【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及自動(dòng)駕駛，特別涉及一種端到端自動(dòng)駕駛模型訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)。
技術(shù)介紹
1、自動(dòng)駕駛領(lǐng)域關(guān)注使用模塊化/非模塊化的深度學(xué)習(xí)模型實(shí)現(xiàn)從感知到預(yù)測(cè)再到?jīng)Q策的端到端智能駕駛?cè)蝿?wù)，而深度學(xué)習(xí)模型往往是數(shù)據(jù)驅(qū)動(dòng)的，即依賴于大量的數(shù)據(jù)訓(xùn)練模型，從而讓基于深度學(xué)習(xí)模型的端到端算法能在不同的場(chǎng)景上具備高精度和高魯棒性，或者說(shuō)數(shù)據(jù)的質(zhì)和量決定了自動(dòng)駕駛領(lǐng)域中深度學(xué)習(xí)模型的上限，進(jìn)而決定了智駕功能的整體表現(xiàn)。而大規(guī)模、高質(zhì)量的數(shù)據(jù)往往意味著極大的標(biāo)注成本，尤其是對(duì)于端到端算法來(lái)說(shuō)，由于端到端模型無(wú)論是模塊化的架構(gòu)設(shè)計(jì)還是純隱式的架構(gòu)設(shè)計(jì)均意味著整體架構(gòu)強(qiáng)依賴于深度學(xué)習(xí)模型，同時(shí)由于此架構(gòu)需要從原始的傳感器數(shù)據(jù)直接生成自車的規(guī)劃路徑乃至汽車底盤的控車信號(hào)，任務(wù)相對(duì)比較復(fù)雜，需要的數(shù)據(jù)量自然比從原始傳感器數(shù)據(jù)生成環(huán)境感知信息的感知任務(wù)相對(duì)更加困難，數(shù)據(jù)需求量自然更大，只有在盡可能多的，盡可能罕見(jiàn)的場(chǎng)景上充分驗(yàn)證過(guò)的端到端算法，才有可能縮短端到端算法部署上車的進(jìn)程，從而導(dǎo)致模型訓(xùn)練效率低、精度低。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)實(shí)施例提供了一種端到端自動(dòng)駕駛模型訓(xùn)練方法，以解決現(xiàn)有技術(shù)中端到端自動(dòng)駕駛模型訓(xùn)練效率低、精度低的技術(shù)問(wèn)題。該方法包括：
2、獲取自車行駛過(guò)程中駕駛員的駕駛行為數(shù)據(jù)以及端到端自動(dòng)駕駛模型根據(jù)傳感器數(shù)據(jù)輸出的第一自車規(guī)劃數(shù)據(jù)；
3、判斷所述駕駛行為數(shù)據(jù)與所述第一自車規(guī)劃數(shù)據(jù)的差異值是否超過(guò)第一預(yù)設(shè)閾值，當(dāng)時(shí)所述差異值超過(guò)第一預(yù)
4、基于所述初篩數(shù)據(jù)以及所述端到端自動(dòng)駕駛模型獲得第二自車規(guī)劃數(shù)據(jù)，將所述第二自車規(guī)劃數(shù)據(jù)與所述初篩數(shù)據(jù)中的所述駕駛行為數(shù)據(jù)進(jìn)行對(duì)比學(xué)習(xí)，獲得相似性評(píng)分；
5、在所述初篩數(shù)據(jù)中篩選出所述相似性評(píng)分低于第二預(yù)設(shè)閾值時(shí)所對(duì)應(yīng)的數(shù)據(jù)片段，根據(jù)所述數(shù)據(jù)片段獲得虛擬駕駛場(chǎng)景；
6、將所述虛擬駕駛場(chǎng)景輸入至vla模型，獲得駕駛相關(guān)數(shù)據(jù)；
7、將所述虛擬駕駛場(chǎng)景以及所述駕駛相關(guān)數(shù)據(jù)作為第一訓(xùn)練數(shù)據(jù)集，利用所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述端到端自動(dòng)駕駛模型進(jìn)行訓(xùn)練。
8、本專利技術(shù)實(shí)施例還提供了一種端到端自動(dòng)駕駛模型訓(xùn)練裝置，以解決現(xiàn)有技術(shù)中端到端自動(dòng)駕駛模型訓(xùn)練效率低、精度低的技術(shù)問(wèn)題。該裝置包括：
9、第一獲取模塊，用于獲取自車行駛過(guò)程中駕駛員的駕駛行為數(shù)據(jù)以及端到端自動(dòng)駕駛模型根據(jù)傳感器數(shù)據(jù)輸出的第一自車規(guī)劃數(shù)據(jù)；
10、第二獲取模塊，用于判斷所述駕駛行為數(shù)據(jù)與所述第一自車規(guī)劃數(shù)據(jù)的差異值是否超過(guò)第一預(yù)設(shè)閾值，當(dāng)時(shí)所述差異值超過(guò)第一預(yù)設(shè)閾值時(shí)，觸發(fā)數(shù)據(jù)記錄機(jī)制，獲得與當(dāng)前時(shí)刻前后相鄰的預(yù)設(shè)時(shí)間段內(nèi)的初篩數(shù)據(jù)，所述初篩數(shù)據(jù)包括所述傳感器數(shù)據(jù)、所述駕駛行為數(shù)據(jù)和所述自車規(guī)劃數(shù)據(jù)；
11、對(duì)比學(xué)習(xí)模塊，用于基于所述初篩數(shù)據(jù)以及所述端到端自動(dòng)駕駛模型獲得第二自車規(guī)劃數(shù)據(jù)，將所述第二自車規(guī)劃數(shù)據(jù)與所述初篩數(shù)據(jù)中的所述駕駛行為數(shù)據(jù)進(jìn)行對(duì)比學(xué)習(xí)，獲得相似性評(píng)分；
12、虛擬駕駛場(chǎng)景獲取模塊，用于在所述初篩數(shù)據(jù)中篩選出所述相似性評(píng)分低于第二預(yù)設(shè)閾值時(shí)所對(duì)應(yīng)的數(shù)據(jù)片段，根據(jù)所述數(shù)據(jù)片段獲得虛擬駕駛場(chǎng)景；
13、駕駛相關(guān)數(shù)據(jù)獲取模塊，用于將所述虛擬駕駛場(chǎng)景輸入至vla模型，獲得駕駛相關(guān)數(shù)據(jù)；
14、訓(xùn)練模塊，用于將所述虛擬駕駛場(chǎng)景以及所述駕駛相關(guān)數(shù)據(jù)作為第一訓(xùn)練數(shù)據(jù)集，利用所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述端到端自動(dòng)駕駛模型進(jìn)行訓(xùn)練。
15、本專利技術(shù)實(shí)施例還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述任意的端到端自動(dòng)駕駛模型訓(xùn)練方法，以解決現(xiàn)有技術(shù)中端到端自動(dòng)駕駛模型訓(xùn)練效率低、精度低的技術(shù)問(wèn)題。
16、本專利技術(shù)實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有執(zhí)行上述任意的端到端自動(dòng)駕駛模型訓(xùn)練方法的計(jì)算機(jī)程序，以解決現(xiàn)有技術(shù)中端到端自動(dòng)駕駛模型訓(xùn)練效率低、精度低的技術(shù)問(wèn)題。
17、與現(xiàn)有技術(shù)相比，本說(shuō)明書(shū)實(shí)施例采用的上述至少一個(gè)技術(shù)方案能夠達(dá)到的有益效果至少包括：本申請(qǐng)從實(shí)車的數(shù)據(jù)中有策略的挑選數(shù)據(jù)，保證實(shí)車數(shù)據(jù)采集的質(zhì)量，同時(shí)針對(duì)高質(zhì)量的實(shí)車數(shù)據(jù)會(huì)用對(duì)比學(xué)習(xí)的相似性對(duì)其打分，根據(jù)對(duì)比學(xué)習(xí)的相似性評(píng)分篩選數(shù)據(jù)，進(jìn)一步提升了數(shù)據(jù)質(zhì)量。利用相似性評(píng)分篩選后的數(shù)據(jù)構(gòu)建虛擬駕駛場(chǎng)景并結(jié)合vla大模型生成虛擬的駕駛場(chǎng)景中的自車駕駛數(shù)據(jù)，并利用虛擬駕駛場(chǎng)景以及vla大模型輸出的相關(guān)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集對(duì)端到端自動(dòng)駕駛模型進(jìn)行訓(xùn)練，利用訓(xùn)練后的模型繼續(xù)對(duì)自車進(jìn)行自車規(guī)劃，從而形成了端到端算法的數(shù)據(jù)閉環(huán)的流程。因此，本申請(qǐng)結(jié)合影子模式、對(duì)比學(xué)習(xí)、場(chǎng)景生成、大模型及仿真工具等，設(shè)計(jì)了一套數(shù)據(jù)閉環(huán)的流程，可有效降低數(shù)據(jù)采集成本，提高了數(shù)據(jù)質(zhì)量以及模型訓(xùn)練的效率和精度。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述基于所述初篩數(shù)據(jù)以及所述端到端自動(dòng)駕駛模型獲得第二自車規(guī)劃數(shù)據(jù)，將所述第二自車規(guī)劃數(shù)據(jù)與所述初篩數(shù)據(jù)中的所述駕駛行為數(shù)據(jù)進(jìn)行對(duì)比學(xué)習(xí)，包括：
3.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述根據(jù)所述數(shù)據(jù)片段獲得虛擬駕駛場(chǎng)景，包括：
4.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述將所述虛擬駕駛場(chǎng)景數(shù)據(jù)輸入至VLA模型，獲得駕駛相關(guān)數(shù)據(jù)，包括：
5.如權(quán)利要求4所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述方法還包括：
6.如權(quán)利要求5所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述人工審核的指標(biāo)包括駕駛規(guī)范性、安全性和舒適性。
7.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述判斷所述駕駛行為數(shù)據(jù)與所述自車規(guī)劃數(shù)據(jù)的差異值是否超過(guò)第一預(yù)設(shè)閾值，包括：
8.一種端到端自動(dòng)駕駛模型訓(xùn)練裝置，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述基于所述初篩數(shù)據(jù)以及所述端到端自動(dòng)駕駛模型獲得第二自車規(guī)劃數(shù)據(jù)，將所述第二自車規(guī)劃數(shù)據(jù)與所述初篩數(shù)據(jù)中的所述駕駛行為數(shù)據(jù)進(jìn)行對(duì)比學(xué)習(xí)，包括：
3.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述根據(jù)所述數(shù)據(jù)片段獲得虛擬駕駛場(chǎng)景，包括：
4.如權(quán)利要求1所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述將所述虛擬駕駛場(chǎng)景數(shù)據(jù)輸入至vla模型，獲得駕駛相關(guān)數(shù)據(jù)，包括：
5.如權(quán)利要求4所述的端到端自動(dòng)駕駛模型訓(xùn)練方法，其特征在于，所述方法還包括：
6.如權(quán)利要求5所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王汝卓，程建偉，李章洪，趙文博，王雅儒，
申請(qǐng)(專利權(quán))人：武漢極目智能技術(shù)有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。