一种利用仿真生成样本实现无人车自主行进的方法与流程

技术特征：

1.一种利用仿真生成样本实现无人车自主行进的方法，其特征在于,该方法包括如下步骤：

步骤一、搭建仿真模型，在仿真平台生成训练样本；

步骤二、用步骤一生成的训练样本通过循环神经网络实现端到端训练，端到端的一端是指输入传感器测量数据，另一端是指输出无人车的控制指令；

步骤三、控制无人车在现实场景中运行，获取相应的传感器数据和控制指令，对步骤二的神经网络的各层参数进行处理，得到适用于该无人车自主行进的循环神经网络。

2.如权利要求1所述的利用仿真生成样本实现无人车导航的方法，其特征在于,步骤一中，搭建仿真模型并在仿真平台生成训练样本的方法如下：

1-1.搭建无人车仿真模型，添加激光测距传感器；

1-2.在仿真平台随机加入障碍物，构建场景；

1-3.将无人车置于仿真场景中，控制无人车在仿真场景中无碰撞地安全行驶，记录无人车的转向角速度和运行速度，同时将测距传感器测量得到的数据及相应的时间戳记录到本地；

1-4.重复执行场景构建及无人车运行，产生足量数据，并指定激光测距传感器测量数据为神经网络的输入，控制指令为神经网络的输出。

3.如权利要求2所述的利用仿真生成样本实现无人车自主行进的方法，其特征在于,步骤二中，使用循环神经网络实现端到端训练的具体方法如下：

2-1.建立处理序列数据的循环神经网络，将测距传感器测量数据预处理后作为循环神经网络的输入，标记为，x_t表示t时刻神经网络的输入数据，将速度和转向角速度等控制指令作为神经网络输出，标记为，o_t表示t时刻神经网络输出的控制参数，将循环神经网络隐藏单元标记为，s_t表示t时刻神经网络隐藏单元的状态，其中x_t,o_t,s_t是一一对应的，下标表示t时刻；

2-2.使用循环神经网络进行端到端的训练。

4.如权利要求3所述的利用仿真生成样本实现无人车自主行进的方法，其特征在于,步骤三中，使用实际数据对网络进行微调处理的具体方法如下：

3-1.在现实场景中控制无人车安全无碰撞地运行，采集测距传感器数据并记录遥控器的控制指令，获得现实场景中的训练数据；

3-2.将测距传感器数据作为网络输入，将遥控器控制指令作为网络输出，在步骤二的基础上，对循环神经网络进行微调处理，得到适用于该无人车自主行进的循环神经网络。