摘要
本发明提供一种提升预期功能安全的自动驾驶目标检测不确定性的方法,涉及自动驾驶技术领域,本方法通过采集行驶环境数据获得训练集、验证集和测试集;然后对现有YOLO目标检测器进行改进,对其分别进行认知不确定性估计和随机不确定性估计,并使用随机不确定性来校准YOLO目标检测器置信度;最后将测试集中的数据通过校准后的YOLO目标检测器进行检测,校准后的YOLO目标检测器直接输出每个目标的边界框、类别标签以及校准后的置信度。本申请将随机不确定性估计纳入损失函数,通过迭代学习校准模型置信度,增强模型的鲁棒性,从而提升自动驾驶系统在复杂驾驶环境下的可靠性和安全性。
技术关键词
高斯混合模型
检测器
校准
概率密度函数
对象
协方差矩阵
拉普拉斯
自动驾驶系统
自动驾驶技术
训练集
坐标
定义
数据
鲁棒性
标签
样本
路段
参数
相机
天气