摘要
本发明属于属于自动驾驶技术领域,公开了面向自动驾驶城市场景的分层解耦方法,包括:步骤一、将测试场景中的静态场景要素统一至交通基础设施坐标系下,并利用概率占位方法得到栅格地图;步骤二、将车载多传感器数据统一至车体坐标系下,再利用卡尔曼滤波器预测建立时序图;步骤三、基于时序图,利用卷积神经网络构建注意力模型并提取交通流特征;步骤四、通过解耦预补偿器对所述非线性系统进行解耦,再输出解耦后的要素特征;步骤五、基于修正后的解耦预补偿器解耦获得要素特征完成测评要素的聚类,提取测评要素。本发明将静态场景要素、传感器数据和车辆个体层面的多变量控制系统相结合,提升了测试中的置信度。
技术关键词
解耦方法
交通流特征
注意力模型
非线性系统
车载多传感器
车体坐标系
卡尔曼滤波器
补偿器
时序
分层
观测噪声
数据
变量控制系统
生成栅格地图
测试场景
自动驾驶技术