[发明专利]基于生成对抗网络的传感器模拟方法、装置和存储介质

说明书

本发明实施例提出一种基于生成对抗网络的传感器模拟方法、装置和存储介质。该方法包括：将模拟传感器数据和模拟场景数据输入生成器，以获得包含噪声的生成传感器数据；合并所述生成传感器数据和所述模拟场景数据，以获得第一输入数据；合并真实传感器数据和真实场景数据，以获得第二输入数据；将第一输入数据和第二输入数据分别输入判别器；如果所述判别器能够区分第一输入数据与第二输入数据，则调整所述生成器的参数后，重新执行生成器输入步骤和判别器输入步骤，直至所述判别器无法区分第一输入数据与第二输入数据。本发明实施例可以提高仿真环境的真实度和仿真测试的准确性。

技术领域

本发明涉及自动驾驶仿真技术领域，尤其涉及一种基于生成对抗网络的传感器模拟方法、装置和存储介质。

背景技术

从统计学意义上来讲，自动驾驶车辆需要在完备路网行驶2亿英里才能保证其性能超越人类，这种目标在实际场景中是难以实现的。通过仿真才能加速实现这一目标。在现实世界中，传感器采集到的数据是包含噪声的。但在仿真场景中，传感器往往输出的是不包含噪声的完美数据，因此，会缺少真实度。

发明内容

本发明实施例提供一种基于生成对抗网络的传感器模拟方法、装置和存储介质，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种基于生成对抗网络的传感器模拟方法，包括：

将模拟传感器数据和模拟场景数据输入生成器，以获得包含噪声的生成传感器数据；

合并所述生成传感器数据和所述模拟场景数据，以获得第一输入数据；合并真实传感器数据和真实场景数据，以获得第二输入数据；将所述第一输入数据和所述第二输入数据分别输入判别器；

如果所述判别器能够区分所述第一输入数据与所述第二输入数据，则调整所述生成器的参数后，重新执行生成器输入步骤和判别器输入步骤，直至所述判别器无法区分所述第一输入数据与所述第二输入数据。

在一种实施方式中，所述模拟场景数据包括设定的光照参数、设定的天气参数和设定的传感器参数；将模拟传感器数据和模拟场景数据输入生成器，包括：

将所述模拟传感器数据、所述设定的光照参数、所述设定的天气参数和所述设定的传感器参数进行向量叠加；

将叠加后得到的向量输入所述生成器的卷积网络。

在一种实施方式中，合并所述生成传感器数据和所述模拟场景数据，包括：

将所述生成传感器数据、所述设定的光照参数、所述设定的天气参数和所述设定的传感器参数进行向量叠加。

在一种实施方式中，所述真实场景数据包括从真实场景中采集的真实光照参数、真实天气参数和真实传感器参数；合并真实传感器数据和真实场景数据，包括：

将所述真实传感器数据、所述真实光照参数、所述真实天气参数和所述真实传感器参数进行向量叠加。

第二方面，本发明实施例提供了一种基于生成对抗网络的传感器模拟装置，包括：

生成器输入模块，用于将模拟传感器数据和模拟场景数据输入生成器，以获得包含噪声的生成传感器数据；

判别器输入模块，用于合并所述生成传感器数据和所述模拟场景数据，以获得第一输入数据；合并真实传感器数据和真实场景数据，以获得第二输入数据；将所述第一输入数据和所述第二输入数据分别输入判别器；

调整模块，用于如果所述判别器能够区分所述第一输入数据与所述第二输入数据，则调整所述生成器的参数后，控制所述生成器输入模块重新执行生成器输入步骤和控制所述判别器输入模块重新执行判别器输入步骤，直至所述判别器无法区分所述第一输入数据与所述第二输入数据。