摘要
本发明公开了一种基于边缘场景的车路协同自进化学习多模态校验方法,包括:在车载平台和路侧平台上均设置多种高质量传感器和低质量传感器,通过算法处理获取共体多级异构的车路协同的驾驶场景数据;将驾驶场景数据划分为普通场景数据集和边缘场景数据集;对普通和边缘场景数据集进行扩充;训练待校准的感知模型,获得感知模型的参数;采用仿真模拟软件与车载平台和路侧平台连接,生成多模态虚实结合的校准数据集;将校准数据集输入校准的感知模型,通过基于感知模型校准的多模态自适应交叉校验方法,计算得到感知模型的校验结果;根据校验结果,输出训练好的感知模型。本发明能实现高效、自动化的边缘场景多样化扩充,并能实现对算法模型的校验。
技术关键词
校验方法
车载平台
驾驶场景数据
多模态
传感器
深度学习网络
静态交通
模型校准
软件
异构
参数
元素
评价指标体系
特征值
激光雷达
校验系统
系统为您推荐了相关专利信息
平行四边形机构
移动机器人
集成控制器
支撑连杆
三维激光雷达
高压压铸工艺
镁合金轮毂
铸件型腔
电机控制单元
抽真空阀
加持装置
力学性能测试方法
图像采集装置
聚四氟乙烯薄膜
可拆卸部件
TOF传感器
异常检测方法
RGB传感器
硬件平台
检测环境参数
车载传感器
车辆控制方法
停车策略
特征提取网络
激光雷达点云数据