[发明专利]一种自动驾驶动态避障仿真测试方法

权利要求书

1.一种自动驾驶动态避障仿真测试方法,其特征在于：步骤一：选用仿真平台CARLA0.8.4版本，CARLA0.8.4版本包括Town01和Town02两张地图，15种不同的光照和天气组合，步骤二：基于视觉信息的模仿自动驾驶模型，建立DSCIL模型，DSCIL模型包括视觉感知网络、分支决策网络和车辆纵向控制，步骤三：DSCIL模型采用34层ResNet网络提取前向图像特征，特征维度是512维度，侧面图像的特征提取网络是ResNet18，在DSCIL模型中，采用连续4帧前向图像来进行环境感知，通过残差网络及LSTM网络得到640维环境特征向量；步骤四：利用分支决策网络对输入的640维环境特征向量进行处理，得到2维向量，即预测的车速和方向盘角度，解决车辆横向控制问题；步骤五：利用比例-积分控制来控制车速，解决车辆纵向控制问题；步骤六：利用已采用的数据集，对数据进行预处理并设置对应的实验参数，对比DSCIL模型和其他五种经典的端到端驾驶模型在CARLA benchmark上的测试结果并进行分析。

2.根据权利要求1所述的一种自动驾驶动态避障仿真测试方法，其特征在于：所述步骤二中，DSCIL网络为条件模仿学习架构，使用驾驶记录和传感器数据训练神经网络，使用分支网络实现不同的导航指令，所述DSCIL网络输入为多帧前向图像，网络输出为驾驶速度和方向盘角度。

3.根据权利要求1所述的一种自动驾驶动态避障仿真测试方法，其特征在于：所述步骤二中，DSCIL模型结构为以下流程：a. 4帧前向图片经过ResNet34网络得到4个512维特征向量，4个特征向量经过单层LSTM网络得到512维特征向量，b. 左右两侧当前帧图像经过同一个ResNet18网络分别得到64维特征向量，c. 3个特征向量拼接起来形成640联合特征向量，d. 联合特征向量经过3层全连接预测车辆速度和方向盘角度。

4.根据权利要求3所述的一种自动驾驶动态避障仿真测试方法，其特征在于：所述b中，LSTM网络的隐藏节点个数为128，所述d中车辆速度和方向盘角度为分支网络根据导航信息c激活，且每次只会有一个导航信息对应的分支网络被激活，所述导航信息状态设置有道路跟随，直行、左拐和右拐。

5.根据权利要求1所述的一种自动驾驶动态避障仿真测试方法，其特征在于：所述步骤一中，每帧图像间隔时间设置为0.3秒。

6.根据权利要求1所述的一种自动驾驶动态避障仿真测试方法，其特征在于：所述步骤二中，方向盘取值范围设置为-1至1之间，速度设置为大于0的实数。