嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估结果与真实情况下的表现具有一致性,这对于感知模型的评估以及提升模型鲁棒性和安全性相关研究有重要意义.

面向智能网联汽车的场景描述语言综述

以模拟仿真、实车路试、功能安全相结合的方式完成智能网联汽车的试验、评价和认证是技术发展的必然趋势。使用场景描述语言能够仿真渲染出具有高价值的自动驾驶系统测试集,支持自动驾驶汽车整个开发过程的测试和场景的定义,以及高度还原现实世界的复杂交通状况。本文介绍了在交通领域中场景的定义、分类、主要的场景描述语言以及基于场景描述语言的自动驾驶仿真测试系统,并对场景描述语言存在的问题和展望做了总结分析。

用Java语言构造VRML解释器原理

介绍了一种用 Java语言编写 VRML解释器原理 ,这种解释器读入 VRML 2 .0的URL,建立场景树结构和事件路由的内部描述以供浏览器的其他模块调用。一些输入文件分析块包含管理一部分事件路由表和事件队列。因此 ,这项工作不仅包括解释器 ,而且提供了一个比较完备的 VRML API,它包含了描述 VRML实体的类 ,特别是浏览器类 ,其方法供其它模块调用以获得内部的结构和一些基本的系统属性。本文提到 ,如何将一系列的类节点组织起来形成内部的场景结构 ,路由和事件是如何组织起来的 ,VRML 对象是怎样指定的 。

Web上的三维世界——介绍虚拟现实建模语言(VRML)

在大约短短的两年内,World Wide Web已经由原来只是科学家和工程师们使用的费解工具变为一个真正的文化现象。Web是以超文本置标语言(HTML, Hypertext Markup Language)编写的一系列超链接文档。如果没有HTML的话,在Web上冲浪将如看冰雪溶化般令人坐立不安。