用于生成驾驶场景的方法和设备与流程

本发明涉及自动驾驶汽车的，尤其涉及一种用于生成驾驶场景的方法和设备。

背景技术：

1、目前在无人驾驶汽车、以及自动驾驶的智能车辆的技术领域，自动驾驶(ad)和高级辅助驾驶(adas)的技术基础是深度学习，也就是依赖大量的数据对ad和adas中的机器学习模型进行训练，这样智能车辆才能够对于各种驾驶场景应对自如。其中尤其重要的是各种特定的场景，包括交通事故场景。但是即使采用多辆测试车、长期在路上行驶以收集数据的方式，也很难收集到足够多有价值的异常驾驶场景，因为特殊驾驶场景非常多样化且总是偶发的，很多还可能涉及交通事故。这个问题显著影响了机器学习模型的训练效率和自动驾驶/辅助驾驶系统的处理能力。

2、有些现有技术是基于人工、利用经验和专业的模拟工具构建驾驶场景，或者采用路采的驾驶数据，例如采集视频或者结合激光雷达的点云数据来训练机器学习模型。然而，基于人工的方法主要依靠经验，不仅非常主观，而且个人经验有限，很难提供足够多、丰富的场景，而且目前也没有包含了足够丰富的事故和危险驾驶行为的数据库可供参考或数字化分析使用；而基于路采的驾驶数据，主要缺点是有效案例稀疏，无论是驾驶员驾驶还是自动驾驶，一方面是碰到交通事故毕竟是小概率事件，另一方面，也会主动规避危险的驾驶方式。

3、因此，现有技术需要进一步改善。

技术实现思路

1、本发明的目的在于提供一种用于生成驾驶场景的方法和设备，以解决现有技术存在的技术问题中至少之一。

2、根据本发明的实施例，提供一种用于生成驾驶场景的方法，包括：接收与所述驾驶场景相关联的自然语言描述；分析所述自然语言描述，以确定所述驾驶场景的场景元素及其属性和/或状态相关信息；以及基于所述驾驶场景的场景元素及其属性和/或状态相关信息，构建所述驾驶场景。

3、根据本发明的实施例，提供一种用于生成驾驶场景的设备，包括：输入单元，被配置用于接收与所述驾驶场景相关联的自然语言描述；分析单元，被配置用于分析所述自然语言描述，以确定所述驾驶场景的场景元素及其属性和/或状态相关信息；以及场景构建单元，被配置用于基于所述驾驶场景的场景元素及其属性和/或状态相关信息，构建所述驾驶场景。

4、根据本发明的实施例，还提供一种用于生成驾驶场景的设备，包括：存储器，其上存储有计算机可读指令；以及处理器，其与所述存储器耦合；其中，所述计算机可读指令在由所述处理器执行时实施上述实施例所述的用于生成驾驶场景的方法。

5、根据本发明的实施例，还提供一种存储介质，其中存储计算机可读指令，所述计算机可读指令在被执行时使计算机执行上述实施例所述的用于生成驾驶场景的方法。

6、根据本发明的实施例，又提供一种车辆，包括：辅助驾驶系统；和/或自动驾驶系统；其中，所述辅助驾驶系统和/或所述自动驾驶系统是利用根据上述实施例所述的用于生成驾驶场景的设备和/或根据上述实施例所述的用于生成驾驶场景的方法来进行训练和测试。

7、在本发明的实施例中，可以广泛地利用从各种方式获得的交通事件素材(如通过自媒体发布的关于交通事故的文字、音频、视频素材)来高效收集和构建用于与车辆的操控策略相关联的训练和/或测试的驾驶场景。

技术特征：

1.一种用于生成驾驶场景的方法，包括：

2.根据权利要求1的方法，其中，所述自然语言描述包括口头场景描述和文字场景描述中的至少一项。

3.根据权利要求2的方法，其中，所述分析步骤包括：

4.根据权利要求2或3的方法，其中，所述口头场景描述是基于交通场景视频，所述交通场景视频涉及不同交通参与元素之间的交互。

5.根据权利要求1的方法，其中，所述场景元素包括交通环境元素和交通参与元素；所述交通环境元素包括道路形状、车道、人行道、人行横道、非机动车道、交通指示灯中至少之一，所述交通参与元素包括自车、其它车辆、行人、非机动车中至少之一。

6.根据权利要求3的方法，其中，所述分析步骤还包括：

7.根据权利要求5的方法，其中，所述分析步骤还包括：

8.根据权利要求1或5的方法，其中，所述分析步骤还包括：

9.根据权利要求1或6的方法，还包括：

10.根据权利要求9的方法，其中，在所构建的所述驾驶场景中补充所述缺失的场景元素和/或其相关属性包括：

11.根据权利要求1的方法，其中，所述驾驶场景至少包括所述驾驶场景的初始状态和场景结束状态；

12.根据权利要求11的方法，其中，所述交通环境元素的数值化参数包括：车道的形状、车道线的数量、车道的宽度、道路中的障碍物的尺寸和形状；

13.根据权利要求1至12中任一项的方法，还包括：

14.一种用于生成驾驶场景的设备，包括：

15.根据权利要求14的设备，其中，所述输入单元包括用于接收口头场景描述的语音输入单元、以及用于接收文字场景描述的文字输入单元中的至少一种。

16.根据权利要求15的设备，其中，所述分析单元还被配置用于对所述输入单元接收的所述口头场景描述进行语音识别，以获得所述驾驶场景的文字描述；以及基于所述驾驶场景的文字描述，确定所述驾驶场景的场景元素及其属性和/或状态相关信息。

17.根据权利要求15或16的设备，其中，所述输入单元接收基于交通场景视频而生成的所述口头场景描述，所述交通场景视频涉及不同交通参与元素之间的交互。

18.根据权利要求14的设备，其中，所述场景元素包括交通环境元素和交通参与元素；所述交通环境元素包括道路形状、车道、人行道、人行横道、非机动车道、交通指示灯中至少之一，所述交通参与元素包括自车、其它车辆、行人、非机动车中至少之一。

19.根据权利要求16的设备，其中，所述分析单元还被配置用于使用预先确定的口头场景描述语言，对所述驾驶场景的文字描述进行推理，以确定所述驾驶场景中的场景元素及其属性和/或状态，以及确定所述驾驶场景的初始状态和结束状态；其中，所述场景元素的属性包括表示固有状态的静态属性和表示运动状态的动态属性。

20.根据权利要求18的设备，其中，所述分析单元还被配置用于为所述交通参与元素构建状态机，用以描述所述交通参与元素在所述驾驶场景中的状态变化。

21.根据权利要求14或18的设备，其中，所述分析单元还被配置用于：

22.根据权利要求14或19的设备，其中，所述场景构建单元还包括：

23.根据权利要求22的设备，其中，所述补充单元还被配置用于计算所述自然语言描述中与所述缺失的场景元素相关的特征与预先构建的元素库中的元素的特征之间的特征相似度；基于所计算的特征相似度，在所述元素库中搜索所述缺失的场景元素和/或其相关属性；以及将所述元素库中具有最大特征相似度的元素和/或其相关属性作为所述缺失的场景元素和/或其相关属性。

24.根据权利要求14的设备，其中，所述驾驶场景至少包括所述驾驶场景的初始状态和场景结束状态；

25.根据权利要求24的设备，其中，所述交通环境元素的数值化参数包括：车道的形状、车道线的数量、车道的宽度、道路中的障碍物的尺寸和形状；

26.根据权利要求14至25中任一项的设备，还包括：

27.一种用于生成驾驶场景的设备，包括：

28.一种存储介质，其中存储计算机可读指令，所述计算机可读指令在被执行时使计算机执行权利要求1至13中任一项所述的方法。

29.一种车辆，包括：

技术总结本发明的实施例涉及一种用于生成驾驶场景的方法和设备。该方法包括：接收与驾驶场景相关联的自然语言描述；分析自然语言描述，以确定驾驶场景的场景元素及其属性和/或状态相关信息；以及基于驾驶场景的场景元素及其属性和/或状态相关信息，构建驾驶场景。根据本发明的实施例，可以广泛地利用从各种方式获得的交通事件素材来高效收集和构建用于与车辆的操控策略相关联的训练和/或测试的驾驶场景。技术研发人员：蒋忠波,李楠楠,韩运韬受保护的技术使用者：大众酷翼（北京）科技有限公司技术研发日：技术公布日：2024/7/15