[发明专利]用于预测驾驶行为的生成对抗网络的训练方法和电子设备

说明书

本公开实施例涉及一种用于预测驾驶行为的生成对抗网络的训练方法、电子设备和存储介质，应用于智能驾驶车辆，所述生成对抗网络包括：生成器和判别器；所述方法包括：获取车辆周围环境的视觉图片、分割图片、车辆定位值序列和历史驾驶行为；所述生成器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成预测驾驶行为；所述判别器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成预测驾驶行为的第一判别值；基于所述第一判别值更新所述生成器的参数；所述判别器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成对真实驾驶行为的第二判别值；基于所述第一判别值和第二判别值更新所述判别器的参数。

技术领域

本公开实施例涉及智能驾驶技术领域，具体涉及一种用于预测驾驶行为的生成对抗网络的训练方法、电子设备和存储介质。

背景技术

目前，基于端到端神经网络训练智能驾驶行为策略的网络，大多是基于单一的视觉图片和普通的卷积神经网络，训练出来的效果比较差，普通的卷积神经网络没有体现行为策略决策的连贯性，且单一的图片易受到光照、遮挡等干扰，并且训练出的网络容易出现较大的累积误差无法修正。

上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种用于预测驾驶行为的生成对抗网络的训练方法、电子设备和存储介质。

第一方面，本公开实施例提出一种用于预测驾驶行为的生成对抗网络的训练方法，应用于智能驾驶车辆，所述生成对抗网络包括：生成器和判别器；所述方法包括：

获取车辆周围环境的视觉图片、分割图片、车辆定位值序列和历史驾驶行为；

所述生成器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成预测驾驶行为；

所述判别器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成预测驾驶行为的第一判别值；

基于所述第一判别值更新所述生成器的参数；

所述判别器基于所述视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成对真实驾驶行为的第二判别值；

基于所述第一判别值和第二判别值更新所述判别器的参数。

第二方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面所述方法的步骤。

第三方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面所述方法的步骤。

可见，本公开的至少一个实施例中，生成器基于视觉图片、分割图片、车辆定位值序列和历史驾驶行为生成预测驾驶行为，其中低等级视觉图片和高等级分割图片包含车辆周围环境的宏观信息和细节信息，相比单一图片易受光照、遮挡等干扰，可提高预测驾驶行为的抗干扰性；另外采用生成对抗网络使行为决策具有连贯性，通过生成对抗的方式进行驾驶行为的模仿学习，相比卷积神经网络易出现较大的累积误差无法修正，可降低训练过程中的累积误差。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种用于预测驾驶行为的生成对抗网络的示例性架构图；

图2是本公开实施例提供的另一种用于预测驾驶行为的生成对抗网络的示例性架构图；

图3是本公开实施例提供的一种电子设备的示例性框图；