一种大规模道路仿真测试场景库生成方法

  • 国民经济行业:交通运输、仓储和邮政业
  • 学科类别:信息科学与系统科学
  • 权利人:上海交通大学

知识产权简介

生成逼真且多样的道路场景对于自动驾驶车辆测试和验证至关重要。然而,由于现实世界道路环境的复杂性和多变性,为智能驾驶测试创建真实、多样的场景极具挑战性。为解决现有的道路仿真测试场景库的种类单一、真实性欠缺以及生成效率低下等问题,本发明提出一种基于扩散模型的大规模静态交通场景库生成方法,旨在生成可控的高真实度的三维道路场景。本发明利用扩散模型的生成能力,通过反向去噪过程从白噪声中合成多样的道路布局,保留真实世界的空间特征。为了提高生成场景的质量,本发明设计了 Road-UNet架构,优化了UNet网络骨干连接和跳接连接之间的平衡,以生成高逼真度的场景。在多个真实世界数据集上的实验结果表明,本发明能够生成逼真、平滑的道路结构,同时保持原始分布。此外,生成的场景可以完全自动转换为OpenDRIVE格式,从而促进了通用的自动驾驶车辆仿真测试。本发明为大规模自动驾驶车辆测试提供了丰富多样的场景库,并为未来更适合自动驾驶车辆的基础设施设计提供了宝贵的见解。

转化前景

本发明提出一种基于扩散模型的大规模静态交通场景库生成方法,旨在生成可控的高真实度的三维道路场景。本发明利用扩散模型的生成能力,通过反向去噪过程从白噪声中合成多样的道路布局,保留真实世界的空间特征。在多个真实世界数据集上的实验结果表明,本发明能够生成逼真、平滑的道路结构,同时保持原始分布。此外,生成的场景可以完全自动转换为OpenDRIVE格式,从而促进了通用的自动驾驶车辆仿真测试。本发明为大规模自动驾驶车辆测试提供了丰富多样的场景库,并为未来更适合自动驾驶车辆的基础设施设计提供了宝贵的见解。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式 转让
预估金额
联系合作