本公開涉及一種用于車輛的端到端感知擾動建模系統(tǒng)，其中該端到端感知擾動建模系統(tǒng)考慮了不利天氣條件。

背景技術(shù)：

1、自動駕駛車輛執(zhí)行各種任務(wù)（比如但不限于感知、定位、地圖繪制、路徑規(guī)劃、決策和運動控制）。例如，自動駕駛車輛可以包括感知傳感器（比如用于采集關(guān)于車輛周圍環(huán)境的圖像數(shù)據(jù)的攝像頭）。不利天氣條件（比如雨天、霧天、雪天或在黃昏或夜晚出現(xiàn)的較弱光照條件）會降低周圍物體的能見度，從而影響自動駕駛車輛對周圍環(huán)境的感知能力。例如，由攝像頭采集的圖像數(shù)據(jù)的質(zhì)量會受到降水和較弱光照的嚴重影響。因此，用于在晴朗天氣條件下探測物體的有成效的方法可能無法在不利天氣條件下精確探測到物體。然而，目前的方法忽略了不利天氣條件對用于自動駕駛汽車的感知系統(tǒng)的影響，而是只考慮了一般天氣條件或者僅僅模擬了不同天氣條件下特定傳感器的性能。

2、除了上述挑戰(zhàn)之外，應(yīng)當(dāng)認識到的是，無論是一般情況下還是對于車輛可能遇到的每個特定不利天氣條件，與感知相關(guān)的自動駕駛車輛任務(wù)都需要基于真實世界條件的相對較大的訓(xùn)練數(shù)據(jù)集。獲取用于創(chuàng)建訓(xùn)練數(shù)據(jù)集的真實世界數(shù)據(jù)通常非常耗時且困難。在某些情況下，可能無法獲得基于真實世界條件的某些數(shù)據(jù)。為了克服這種限制，可以替代地采用基于一種或多種機器學(xué)習(xí)技術(shù)生成的合成數(shù)據(jù)。然而，合成數(shù)據(jù)是基于真實世界數(shù)據(jù)，因此合成數(shù)據(jù)的質(zhì)量受到機器學(xué)習(xí)技術(shù)的能力以及存在于現(xiàn)有數(shù)據(jù)中的真實世界駕駛場景的限制。

3、因此，盡管用于自動駕駛車輛的物體探測和感知系統(tǒng)達到了它們的預(yù)期目的，但是在本領(lǐng)域中需要一種在缺乏足夠的真實世界數(shù)據(jù)的情況下考慮不利天氣條件的用于物體探測和感知的改進方法。

技術(shù)實現(xiàn)思路

1、根據(jù)數(shù)個方面，公開了一種用于車輛的端到端感知擾動建模系統(tǒng)。該端到端感知擾動建模系統(tǒng)包括一個或多個控制器，其將探測模型存儲在存儲器中。探測模型包括多個探測模型圖，每個探測模型圖表示基于當(dāng)前天氣條件和在車輛與該車輛周圍環(huán)境中探測到的該物體之間測量到的距離探測到該車輛周圍環(huán)境中的該物體的概率值。一個或多個控制器執(zhí)行指令，以接收車輛的輸入狀態(tài)，其中輸入狀態(tài)是在非惡劣天氣條件期間觀察到的，并且表示一個或多個車輛狀態(tài)、當(dāng)前天氣條件以及距離。一個或多個控制器基于探測模型來確定對應(yīng)于當(dāng)前天氣條件和距離的概率值。一個或多個控制器基于概率值來執(zhí)行模擬，其中該模擬確定基于當(dāng)前天氣條件和距離探測到位于環(huán)境中的物體的概率。響應(yīng)于確定探測到位于環(huán)境中的物體的概率指示將要探測到物體，一個或多個控制器確定在當(dāng)前天氣條件期間觀察到的車輛的擾動狀態(tài)。

2、在一個方面，當(dāng)前天氣條件表示不利天氣條件。

3、在另一個方面，不利天氣條件是以下之一：黃昏、夜晚、雨天、大雨天、霧天和大霧天。

4、在又一個方面，一個或多個控制器在存儲器中存儲一組車輛狀態(tài)擾動模型，每個車輛狀態(tài)擾動模型對應(yīng)于車輛狀態(tài)中的其中一個。

5、在一個方面，每組車輛狀態(tài)擾動模型包括多個車輛狀態(tài)擾動模型，每個車輛狀態(tài)擾動模型表示感知誤差分布，該感知誤差分布對應(yīng)于特定的當(dāng)前天氣條件和在該車輛與環(huán)境中探測到的該物體之間測量到的特定距離。

6、在另一個方面，一個或多個控制器執(zhí)行指令，以基于該組車輛狀態(tài)擾動模型來確定由輸入狀態(tài)指示的在當(dāng)前天氣條件期間在距離處每個車輛狀態(tài)的感知誤差。

7、在又一個方面，一個或多個控制器執(zhí)行指令，以確定對應(yīng)于在由輸入狀態(tài)指示的當(dāng)前天氣條件和距離下的車輛狀態(tài)中的兩個車輛狀態(tài)的兩個感知誤差之間的關(guān)聯(lián)值，其中該關(guān)聯(lián)值表示車輛狀態(tài)擾動模型中的兩個車輛狀態(tài)擾動模型之間的函數(shù)關(guān)系。

8、在一個方面，一個或多個控制器執(zhí)行指令，以將車輛狀態(tài)中的兩個車輛狀態(tài)之間的感知誤差的關(guān)聯(lián)值與預(yù)期靈敏度值范圍進行比較，其中該預(yù)期靈敏度值范圍表示兩個車輛狀態(tài)的感知誤差之間的預(yù)期差異；以及響應(yīng)于確定關(guān)聯(lián)值在該預(yù)期靈敏度值范圍內(nèi)，確定兩個車輛狀態(tài)之間的感知誤差是有效的。

9、在另一個方面，一個或多個控制器執(zhí)行指令，以通過將感知誤差與車輛狀態(tài)的每個原始值相加來確定車輛的擾動狀態(tài)。

10、在又一個方面，一個或多個車輛狀態(tài)包括以下一項或多項：速度、車輛的航向角和車輛的位置。

11、在一個方面，基于合成數(shù)據(jù)來創(chuàng)建探測模型。

12、在另一個方面，該端對端感知擾動建模系統(tǒng)與軌跡預(yù)測系統(tǒng)和最終運動規(guī)劃器集成在一起，該軌跡預(yù)測系統(tǒng)和該最終運動規(guī)劃器是自動駕駛系統(tǒng)（ads）和高級駕駛員輔助系統(tǒng)（adas）之一的一部分。

13、在一個方面，公開了一種通過端到端感知擾動建模系統(tǒng)來確定車輛的擾動狀態(tài)的方法。該方法包括：由一個或多個控制器接收車輛的輸入狀態(tài)，其中該輸入狀態(tài)是在非惡劣天氣條件期間觀察到的，并且表示一個或多個車輛狀態(tài)、當(dāng)前天氣條件以及在該車輛和該車輛周圍環(huán)境中探測到的物體之間測量到的距離。該方法包括：基于存儲在一個或多個控制器的存儲器中的探測模型來確定對應(yīng)于當(dāng)前天氣條件和距離的概率值，其中該概率值指示探測到車輛周圍環(huán)境中的物體。該方法包括：基于概率值執(zhí)行模擬，其中該模擬確定基于當(dāng)前天氣條件和距離探測到位于環(huán)境中的物體的概率。最后，響應(yīng)于確定探測到位于環(huán)境中的物體的概率指示將要探測到物體，該方法包括：確定在當(dāng)前天氣條件期間觀察到的車輛的擾動狀態(tài)。

14、在另一個方面，該方法包括：基于保存在一個或多個控制器的存儲器中的一組車輛狀態(tài)擾動模型來確定在由輸入狀態(tài)指示的當(dāng)前天氣條件期間在距離處每個車輛狀態(tài)的感知誤差，其中每組車輛狀態(tài)擾動模型包括多個車輛狀態(tài)擾動模型，每個車輛狀態(tài)擾動模型表示感知誤差分布，該感知誤差分布對應(yīng)于特定的當(dāng)前天氣條件和在該車輛與環(huán)境中探測到的物體之間測量到的特定距離。

15、在又一個方面，該方法包括：確定對應(yīng)于由輸入狀態(tài)指示的當(dāng)前天氣條件和距離下的車輛狀態(tài)中的兩個車輛狀態(tài)的兩個感知誤差之間的關(guān)聯(lián)值，其中該關(guān)聯(lián)值表示車輛狀態(tài)擾動模型中的兩個車輛狀態(tài)擾動模型之間的函數(shù)關(guān)系。

16、在一個方面，該方法包括：將兩個車輛狀態(tài)之間的兩個感知誤差的關(guān)聯(lián)值與預(yù)期靈敏度值范圍進行比較，其中該預(yù)期靈敏度值范圍表示兩個車輛狀態(tài)的感知誤差之間的預(yù)期差異；以及響應(yīng)于確定關(guān)聯(lián)值在該預(yù)期靈敏度值范圍內(nèi)，確定兩個車輛狀態(tài)之間的感知誤差是有效的。

17、在另一個方面，該方法包括：通過將感知誤差與車輛狀態(tài)的每個原始值相加來確定車輛的擾動狀態(tài)。

18、在一個方面，公開了一種用于車輛的端到端感知擾動建模系統(tǒng)。該端到端感知擾動建模系統(tǒng)包括在存儲器中存儲有探測模型和一組車輛狀態(tài)擾動模型的一個或多個控制器，其中該探測模型是基于合成數(shù)據(jù)創(chuàng)建的，并且包括多個探測模型圖，每個探測模型圖表示基于當(dāng)前天氣條件和在該車輛與該車輛周圍環(huán)境中探測到的物體之間測量到的距離探測到該車輛周圍環(huán)境中的該物體的概率值；并且其中每組車輛狀態(tài)擾動模型包括多個車輛狀態(tài)擾動模型，每個車輛狀態(tài)擾動模型表示感知誤差分布，該感知誤差分布對應(yīng)于特定的當(dāng)前天氣條件和在該車輛與環(huán)境中探測到的該物體之間測量到的特定距離；并且其中一個或多個控制器執(zhí)行指令，以接收車輛的輸入狀態(tài)，其中輸入狀態(tài)是在非惡劣天氣條件期間觀察到的，并且表示一個或多個車輛狀態(tài)、當(dāng)前天氣條件以及距離。一個或多個控制器基于探測模型來確定對應(yīng)于當(dāng)前天氣條件和距離的概率值。一個或多個控制器基于概率值來執(zhí)行模擬，其中該模擬確定基于當(dāng)前天氣條件和距離探測到位于環(huán)境中的物體的概率。響應(yīng)于確定探測到位于環(huán)境中的物體的概率指示將要探測到物體，一個或多個控制器確定在當(dāng)前天氣條件期間觀察到的車輛的擾動狀態(tài)，其中當(dāng)前天氣條件表示不利天氣條件。

19、在另一個方面，一個或多個控制器執(zhí)行指令，以基于該組車輛狀態(tài)擾動模型來確定在由輸入狀態(tài)指示的當(dāng)前天氣條件期間在距離處每個車輛狀態(tài)的感知誤差；以及確定在由輸入狀態(tài)指示的當(dāng)前天氣條件和距離下車輛狀態(tài)中的兩個車輛狀態(tài)之間的兩個感知誤差之間的關(guān)聯(lián)值，其中該關(guān)聯(lián)值表示車輛狀態(tài)擾動模型中的兩個車輛狀態(tài)擾動模型之間的函數(shù)關(guān)系。

20、在又一個方面，一個或多個控制器執(zhí)行指令，以將車輛狀態(tài)中的兩個車輛狀態(tài)之間的感知誤差的關(guān)聯(lián)值與預(yù)期靈敏度值范圍進行比較，其中該預(yù)期靈敏度值范圍表示兩個車輛狀態(tài)的感知誤差之間的預(yù)期差異；響應(yīng)于確定關(guān)聯(lián)值在該預(yù)期靈敏度值范圍內(nèi)，確定兩個車輛狀態(tài)之間的感知誤差是有效的；以及通過將感知誤差與車輛狀態(tài)的每個原始值相加來確定車輛的擾動狀態(tài)。

21、根據(jù)本文提供的描述，其它適用領(lǐng)域?qū)⒆兊蔑@而易見。應(yīng)當(dāng)理解的是，該描述和具體實例僅用于說明目的，而非用于限制本發(fā)明的范圍。