买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明提供一种基于扩散模型的智能汽车类人换道轨迹生成方法，包括以下步骤：步骤一、获取并建立多场景专家数据集：步骤二、采用多场景专家数据集训练扩散模型：步骤三、用扩散模型生成类人换道轨迹。本发明建立采集了多个场景的专家换道轨迹的多场景专家数据集，提高专家数据集内的换道轨迹的多样性；用多场景专家数据集的专家换道轨迹训练扩散模型，利用采集的真实人类驾驶员的数据训练扩散模型，使得扩散模型生成的轨迹信息更符合人类换道特征，具备更好的类人特性；使得用该数据集训练的扩散模型生成的换道轨迹信息更加多样化，在减少了成本的同时，可以获得大量可靠、专业、多样化的类人换道轨迹数据。

主权项：1.一种基于扩散模型的智能汽车类人换道轨迹生成方法，其特征在于：包括以下步骤：步骤一、获取并建立多场景专家数据集：一采集多场景的专家换道轨迹的数据；1获取专家换道轨迹；2数据处理；3轨迹分类；二建立多场景专家数据集；步骤二、采用多场景专家数据集训练扩散模型：流程如下：1样本处理对于Γ中的N个轨迹样本进行处理，其中1≤i≤N,i为整数；对于每个轨迹样本： 将进行图片化处理，以一个图片Xi0形式传给扩散模型，将每个采样点tt,xt,yt作为图像的每个像素点的通道，于是将转化为一个的图像形式Xi0，其中M代表图像有M行，代表图像有列，3代表图像的每个像素点有3个通道，其中第一个通道存放所有采样点的时刻tt，第二个通道存放所有采样点的纵坐标xt，第三个通道存放所有采样点的横坐标yt；2添加噪声对于所有Xi0，其中1≤i≤N，i为整数，根据扩散系数对图像Xi0进行T次加噪处理，取T＝500，并保存每次加噪后的图像Xit及其加噪次数t，具体的，对于第t次加噪处理的结果Xit写为： 其中，为扩散系数，它是一个小于1的可变正系数，通常随着t的增大而减小，设β为一个大于0的常数系数；zt为一个符合高斯分布的噪声；3抽取样本随机抽取Xit，将Xit及其加噪次数t输入扩散模型，扩散模型输出预测的噪声zθXit,t，其中θ为扩散模型参数；4梯度上升更新扩散模型参数计算真实噪声zt与预测的噪声zθXit,t之差，用梯度上升法更新扩散模型的参数： 5判断停止条件循环流程3抽取样本和流程4梯度上升更新扩散模型参数，直至模型收敛后，训练结束，扩散模型训练完成；步骤三、用扩散模型生成类人换道轨迹：1执行降噪循环；2从图像中获取生成的类人轨迹信息。

全文数据：

权利要求：

百度查询： 吉林大学 一种基于扩散模型的智能汽车类人换道轨迹生成方法