[发明专利]一种自动驾驶车辆侧面视觉信息仿真测试方法

权利要求书

1.一种自动驾驶车辆侧面视觉信息仿真测试方法,其特征在于：步骤一：基于CARLA仿真平台，获取所需的数据集，利用相机获取车辆两侧及前方视觉信息，将三个RGB相机分别放在车的前方，左侧和右侧，前方的相机和车纵向平行，左侧和右侧的相机和车的横向平行，数据集还包括车速、油门大小、刹车大小、方向盘角度等信息；步骤二：利用获取的数据集，基于环绕视觉的条件模仿学习模型，建立SCIL模型，对数据进行处理，设定相应的实验参数，将车辆速度与图像特征进行融合，共同组成车辆和环境的融合特征，然后融合特征会根据导航信息选择对应的控制决策网络；步骤三：实验结果分析，对比使用3目相机的环绕视觉模型SCIL和使用单目相机的CILRS模型在自制数据集上的测试结果，可得出SCIL模型的预测值更接近真实值。

2.根据权利要求1所述的一种自动驾驶车辆侧面视觉信息仿真测试方法，其特征在于：所述步骤二中，SCIL模型主要包括图像特征提取网络、速度预测网络、分支决策网络。

3.根据权利要求1所述的一种自动驾驶车辆侧面视觉信息仿真测试方法，其特征在于：所述步骤二中，图像特征提取网络为ResNet，所述前向图像特征的卷积网络为50层ResNet,所述左右图像特征共用一个18层ResNet。

4.根据权利要求1所述的一种自动驾驶车辆侧面视觉信息仿真测试方法，其特征在于：所述步骤二中，数据采集的频率是10HZ，所述方向盘角度根据噪声信号来模拟车辆偏离车道后进行修正，所述噪声信号来源于模型CIL。

5.根据权利要求1所述的一种自动驾驶车辆侧面视觉信息仿真测试方法，其特征在于：所述步骤一中，数据集收集了Town01中采集的12个小时的驾驶数据，且采集的天气和光照情况的四种条件为Clear Noon，Wet Noon，Hard Rain Noon和Clear Sunset，数据采集时最高车速为10m/s，油门和刹车的取值范围都在0到1之间，方向盘角度的取值范围在-1到1之间。

6.根据权利要求1所述的一种自动驾驶车辆侧面视觉信息仿真测试方法：所述步骤三中，实验参数的设置中网络训练框架为Pytorch0.4.1，网络优化算法为Adam。