本發(fā)明屬于人工智能領(lǐng)域，涉及利用仿真生成樣本實現(xiàn)無人車自主行進(jìn)的方法，尤其是涉及在仿真平臺生成訓(xùn)練樣本，并應(yīng)用于無人車自主行進(jìn)的網(wǎng)絡(luò)訓(xùn)練方法。

背景技術(shù)：

針對深度神經(jīng)網(wǎng)絡(luò)，許多研究已經(jīng)表明，網(wǎng)絡(luò)能從大量帶有標(biāo)注的訓(xùn)練樣本中學(xué)習(xí)得到模型。訓(xùn)練得到的模型可應(yīng)用于自然和人為問題，包括無人車自主行進(jìn)任務(wù)，且具有優(yōu)異的性能。但網(wǎng)絡(luò)的良好性能需要大量訓(xùn)練數(shù)據(jù)，而不同領(lǐng)域、不同的任務(wù)所需的訓(xùn)練數(shù)據(jù)不完全相同，若在現(xiàn)實世界中針對性地采集數(shù)據(jù)并進(jìn)行標(biāo)注，耗時且成本昂貴。

以無人車導(dǎo)航為例，比如在只有人類轉(zhuǎn)向角度作為訓(xùn)練信號的情況下，網(wǎng)絡(luò)能自動學(xué)習(xí)檢測有用的道路特征。該方法可大大減少訓(xùn)練樣本量，帶來更好的性能以及更小巧的系統(tǒng)。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供利用仿真生成樣本實現(xiàn)無人車自主行進(jìn)的方法，使得能提高數(shù)據(jù)的有效性和利用率。為此，本發(fā)明提供以下技術(shù)方案：

一種利用仿真生成樣本實現(xiàn)無人車自主行進(jìn)的方法，該方法包括如下步驟：

步驟一、搭建仿真模型，在仿真平臺生成訓(xùn)練樣本；

步驟二、用步驟一生成的訓(xùn)練樣本通過循環(huán)神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端訓(xùn)練，端到端的一端是指輸入傳感器測量數(shù)據(jù)，另一端是指輸出無人車的控制指令；

步驟三、控制無人車在現(xiàn)實場景中運行，獲取相應(yīng)的傳感器數(shù)據(jù)和控制指令，對步驟二的神經(jīng)網(wǎng)絡(luò)的各層參數(shù)進(jìn)行處理，得到適用于該無人車自主行進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)。

在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以采用一下進(jìn)一步的技術(shù)方案：

步驟一中，搭建仿真模型并在仿真平臺生成訓(xùn)練樣本的方法如下：

1-1.搭建無人車仿真模型，添加激光測距傳感器；

1-2.在仿真平臺隨機(jī)加入障礙物，構(gòu)建場景；

1-3.將無人車置于仿真場景中，控制無人車在仿真場景中無碰撞地安全行駛，記錄無人車的轉(zhuǎn)向角速度和運行速度，同時將測距傳感器測量得到的數(shù)據(jù)及相應(yīng)的時間戳記錄到本地；

1-4.重復(fù)執(zhí)行場景構(gòu)建及無人車運行，產(chǎn)生足量數(shù)據(jù)，并指定激光測距傳感器測量數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)的輸入，控制指令為神經(jīng)網(wǎng)絡(luò)的輸出。

步驟二中，使用循環(huán)神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端訓(xùn)練的具體方法如下：

2-1.建立處理序列數(shù)據(jù)的循環(huán)神經(jīng)網(wǎng)絡(luò)，將測距傳感器測量數(shù)據(jù)預(yù)處理后作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入，標(biāo)記為，x_t表示t時刻神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，將轉(zhuǎn)向角速度和速度等控制指令作為神經(jīng)網(wǎng)絡(luò)輸出，標(biāo)記為，o_t表示t時刻神經(jīng)網(wǎng)絡(luò)輸出的控制參數(shù)，將循環(huán)神經(jīng)網(wǎng)絡(luò)隱藏單元標(biāo)記為，s_t表示t時刻神經(jīng)網(wǎng)絡(luò)隱藏單元的狀態(tài)，其中x_t,o_t,s_t是一一對應(yīng)的，下標(biāo)表示t時刻；

2-2.使用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行端到端的訓(xùn)練。

步驟三中，使用實際數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行微調(diào)處理的具體方法如下：

3-1.在現(xiàn)實場景中控制無人車安全無碰撞地運行，采集測距傳感器數(shù)據(jù)并記錄遙控器的控制指令，獲得現(xiàn)實場景中的訓(xùn)練數(shù)據(jù)。

3-2.將測距傳感器數(shù)據(jù)作為網(wǎng)絡(luò)輸入，將遙控器控制指令作為網(wǎng)絡(luò)輸出，在步驟二的基礎(chǔ)上，對循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)處理，得到適用于該無人車自主行進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)。

由于采用本發(fā)明的技術(shù)方案，本發(fā)明的有益效果為：本發(fā)明不直接在現(xiàn)實場景中控制無人車采集大量訓(xùn)練數(shù)據(jù)，而是搭建仿真平臺并構(gòu)建模型，在虛擬環(huán)境下快速獲得訓(xùn)練樣本，減少采集樣本的時間，降低成本。本發(fā)明先用低成本的仿真平臺采樣，得到一個效果一般的網(wǎng)絡(luò)，然后用少量現(xiàn)實場景的數(shù)據(jù)調(diào)整網(wǎng)絡(luò)，就能得到效果不差于傳統(tǒng)方法的神經(jīng)網(wǎng)絡(luò)，該方法可大大減少訓(xùn)練樣本量，帶來更好的性能以及更小巧的系統(tǒng)。

附圖說明

圖1是本發(fā)明循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖；

圖2是本發(fā)明將循環(huán)神經(jīng)網(wǎng)絡(luò)展開后的示意圖；

圖3是本發(fā)明端到端訓(xùn)練示意圖。

具體實施方式

參閱圖1、圖2，本發(fā)明提出了一種利用仿真生成樣本實現(xiàn)無人車自主行進(jìn)的方法，以下結(jié)合附圖作進(jìn)一步描述：

步驟一、搭建仿真模型，在仿真平臺生成訓(xùn)練樣本；

搭建無人車仿真模型，添加必要的傳感器，如攝像頭、激光測距儀等；

編寫程序，在仿真平臺隨機(jī)加入障礙物，構(gòu)建復(fù)雜環(huán)境；

步驟一中，搭建仿真模型并在仿真平臺生成訓(xùn)練樣本的方法如下：

1-1. 搭建無人車仿真模型，可以使用開源的杰克描述包（Jackal_description package），這個包用統(tǒng)一機(jī)器人描述格式（URDF）語言描述的一個無人駕駛地面車輛模型；

1-2. 在機(jī)器人操作系統(tǒng)（ROS）的眺望臺仿真平臺（Gazebo）可加載上述的無人車模型，編寫程序，隨機(jī)加入障礙物，構(gòu)建復(fù)雜環(huán)境；

1-3.將無人車置于仿真場景中，控制無人車在仿真場景中無碰撞地安全行駛，記錄無人車的轉(zhuǎn)向角速度和運行速度，同時將測距傳感器測量得到的數(shù)據(jù)及相應(yīng)的時間戳記錄到本地；

1-4.重復(fù)執(zhí)行場景構(gòu)建及無人車運行，產(chǎn)生足量數(shù)據(jù)，并指定激光測距傳感器測量數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)的輸入，控制指令為神經(jīng)網(wǎng)絡(luò)的輸出，兩者共同組成訓(xùn)練樣本。

這個步驟將無人車置于復(fù)雜環(huán)境中，編寫程序控制無人車在場景中無碰撞地安全行駛，記錄控制指令，如轉(zhuǎn)向角速度和運行速度，同時將各傳感器測量得到的數(shù)據(jù)記錄到本地，并保持?jǐn)?shù)據(jù)的前后順序不變；

重復(fù)執(zhí)行環(huán)境構(gòu)建及無人車運行，產(chǎn)生足量數(shù)據(jù)，每組數(shù)據(jù)包括某時刻傳感器測量得到的數(shù)據(jù)和無人車的控制指令，足量數(shù)據(jù)是指以20組連續(xù)數(shù)據(jù)為一個序列，共得到8000個序列，每個序列包含20個傳感器數(shù)據(jù)和20個控制指令，并指定傳感器測量數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)輸入，控制指令為神經(jīng)網(wǎng)絡(luò)的輸出，兩者共同組成訓(xùn)練樣本。

步驟二、用循環(huán)神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端訓(xùn)練；

確定本方法應(yīng)用領(lǐng)域為實時連續(xù)的無人車自主行進(jìn)；

設(shè)計能處理序列數(shù)據(jù)的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示，展開后如圖2所示；

將傳感器測量數(shù)據(jù)預(yù)處理后作為神經(jīng)網(wǎng)絡(luò)輸入，標(biāo)記為。將轉(zhuǎn)角和速度等控制指令作為神經(jīng)網(wǎng)絡(luò)輸出，標(biāo)記為。將RNN的隱藏單元標(biāo)記為；

結(jié)合圖2可知，以t時刻為例，縱向上，有一條單向流動的信息流是從輸入單元到達(dá)隱藏單元的，將傳感器數(shù)據(jù)x_t輸入到神經(jīng)網(wǎng)絡(luò)中；橫向上，隱藏層的輸入還包括前一時刻的隱藏層輸出s_t-1，即s_t是結(jié)合當(dāng)前的觀測數(shù)據(jù)_-1以及記憶的計算得到的；另一條縱向單向流動的信息流從隱藏單元到達(dá)輸出單元，即可以從隱藏單元s_t計算得到網(wǎng)絡(luò)的輸出o_t，因此t時刻的輸出是由當(dāng)前的輸入和前一時刻的狀態(tài)共同決定的。同理，該時刻的隱藏單元輸出s_t同樣會傳遞到下一時刻，與x_t+1共同決定s_t+1。

如圖3所示，使用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）實現(xiàn)端到端訓(xùn)練，以記錄的控制指令作為目標(biāo)值，與預(yù)處理后測量數(shù)據(jù)通過RNN網(wǎng)絡(luò)計算得到的控制指令比較，得到誤差值，利用反向傳播算法調(diào)整RNN的參數(shù)，根據(jù)實際數(shù)據(jù)量迭代適當(dāng)次數(shù)，可取值為序列數(shù)的5至10倍。

步驟三中，使用實際數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行微調(diào)處理的具體方法如下：

3-1.在現(xiàn)實場景中控制無人車安全無碰撞地運行，采集測距傳感器數(shù)據(jù)并記錄遙控器的控制指令，獲得現(xiàn)實場景中的訓(xùn)練數(shù)據(jù)。

3-2.將測距傳感器數(shù)據(jù)作為網(wǎng)絡(luò)輸入，將遙控器控制指令作為網(wǎng)絡(luò)輸出，在步驟二的基礎(chǔ)上，對循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)處理，得到適用于該無人車自主行進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)。

在現(xiàn)實場景中控制無人車安全無碰撞地運行，采集傳感器數(shù)據(jù)并記錄遙控器的控制指令，獲得少量現(xiàn)實場景中的訓(xùn)練數(shù)據(jù)；

現(xiàn)實場景中運行無人車與仿真平臺的情景不完全相同，根據(jù)研究表明，網(wǎng)絡(luò)的前幾層能準(zhǔn)確檢測并提取有效的特征，可固定前幾層網(wǎng)絡(luò)的參數(shù)，利用新獲得的訓(xùn)練數(shù)據(jù)對網(wǎng)絡(luò)重新訓(xùn)練，實現(xiàn)微調(diào)，得到適用于該無人車自主行進(jìn)的神經(jīng)網(wǎng)絡(luò)。