← 返回列表
面向矿区场景的自动驾驶数据选择方法和装置
摘要文本
本发明提供一种面向矿区场景的自动驾驶数据选择方法和装置，应用于自动化驾驶技术领域。该方法包括：根据数据选择元素库获取第一训练数据，第一训练数据包括数据选择元素库中所有元素类别下的元素；基于第一训练数据对矿区感知模型进行训练，并通过评测矿区感知模型在各个场景下感知结果的准确度，确定矿区感知模型的困难感知场景；根据数据选择元素库获取困难感知场景下的第二训练数据，并基于第二训练数据对矿区感知模型进行训练。 （来自 ）
申请人信息
- 申请人:中国科学院自动化研究所
- 申请人地址:100190 北京市海淀区中关村东路95号
- 发明人: 中国科学院自动化研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向矿区场景的自动驾驶数据选择方法和装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410148918.4 |
| 申请日 | 2024/2/2 |
| 公告号 | CN117681892A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | B60W50/00 |
| 权利人 | 中国科学院自动化研究所 |
| 发明人 | 田滨; 宋瑞琦; 吕宜生; 张才集; 要婷婷; 王飞跃 |
| 地址 | 北京市海淀区中关村东路95号 |
专利主权项内容
1.一种面向矿区场景的自动驾驶数据选择方法，其特征在于，包括：根据数据选择元素库获取第一训练数据，所述第一训练数据包括所述数据选择元素库中所有元素类别下的元素；基于所述第一训练数据对矿区感知模型进行训练，并通过评测所述矿区感知模型在各个场景下感知结果的准确度，确定所述矿区感知模型的困难感知场景；根据所述数据选择元素库获取所述困难感知场景下的第二训练数据，并基于所述第二训练数据对矿区感知模型进行训练；其中，所述矿区感知模型为自动驾驶车辆在矿区场景下的自动感知装置，所述困难感知场景为所述矿区感知模型的感知结果的准确度小于第一阈值的场景，所述数据选择元素库包括以下至少一个元素类别：障碍物类别、作业场景类别、环境类别，每个元素类别下包括至少一个元素。