干货分享 | 自然驾驶场景提取浅谈
source:公众号
release date: 30 dec 2021
内容导读
近年来，随着自动驾驶技术的研究深入和高级辅助驾驶功能的广泛应用，汽车产业步入智能化和网联化的发展阶段。越来越多的汽车厂商将研发重心转移到l2级和l3级车型的开发，特定区域下的l4级别的自动驾驶车辆也在逐渐落地。自然驾驶场景，顾名思义就是人类驾驶员驾车行驶在道路环境中与周围交通参与者、交通基础设施等产生交互的真实场景。自然驾驶场景数据来源于真实世界，数据多样性高，可为感知识别算法的训练和测试提供基础数据，为决策和控制算法的开发提供逻辑思路。本文将对自然驾驶场景提取进行简要分析。
1、为什么要进行自然驾驶场景提取
自然驾驶采集的场景一般都可被认为是高频场景。高频场景可能在测试和验证上并不如边缘场景那样可以提供明确的测试边界，但是却可为自动驾驶算法开发提供适用范围的重要参考。场景数据采集车在驾驶过程中的路径选择、驾驶习惯、对交通法规的应变反应等可为决策算法的研发提供参考，自然驾驶场景中面对的雨天、雪天、逆光、道路拥堵等诸多情况可为感知算法的开发和训练提出参考等。
2、自然驾驶场景面临的问题
3、自然驾驶场景的提取方法浅谈
现阶段提取场景的方法主要可以分为两类，人工提取和自动提取，两类提取方法可以组合使用。人工提取是由标注人员通过场景标注工具查看采集的场景片段，按照自然驾驶场景的定义进行场景片段的截取，可按照pegasus场景描述六层模型进行完整描述，缺点是成本比较高；自动提取是通过制定场景提取的规则或者采用机器学习的方式，对海量的数据进行快速的场景自动提取，缺点是提取的准确率和召回率比人工提取差。
图1 自然驾驶场景提取流程示意图
4、现阶段成果及应用
图2 国汽自研自动切分工具架构设计
图3 国汽自研自动切分工具数据审核界面
往期精彩回顾
长按识别
创新中心微信视频号
长按识别
创新中心b站账号