用于自动驾驶测试场景泛化生成的生成对抗网络及方法

本发明涉及自动驾驶测试技术领域，具体涉及一种用于自动驾驶测试场景泛化生成的生成对抗网络及方法，通过对实际驾驶数据进行标准化处理、嵌入多源信息，并结合改进后的条件生成与多生成器架构时间序列生成对抗网络(CMG‑TimeGAN，即为Conditional Multi Generator TimeGAN)技术，并在整个TimeGAN架构中使用TCN模块替代RNN网络，旨在解决现有TimeGAN模型在时间依赖性捕捉、高维数据处理、数据质量敏感性以及模式崩溃等方面的不足，并自动生成多种危险驾驶场景。