(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210895515.7 (22)申请日 2022.07.28 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 卢帅　王成法　韩仲卿　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 鄢功军 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/82(2022.01) G06V 20/58(2022.01) (54)发明名称 自动驾驶车辆的仿真测试方法、 模 型训练方 法和设备 (57)摘要 本公开提供了一种自动驾驶车辆的仿真测 试方法， 涉及人工智能技术领域， 尤其涉及自动 驾驶、 辅助驾驶和深度学习技术领域。 具体实现 方案为： 响应于确定待测车辆与障碍物之间存在 预设交互行为， 根据预设交互行为的类型， 确定 目标深度学习模型， 其中， 障碍物是基于预设状 态信息在仿真场景中移动的， 待测车辆是基于自 动驾驶模式在仿真场景中移动的； 利用目标深度 学习模型处理环境信息和障碍物的预设状态信 息， 得到目标状态信息； 以及利用目标状态信息 控制障碍物移动。 本公开还提供了一种深度学习 模型的训练方法、 装置、 电子设备和存 储介质。 权利要求书4页 说明书14页 附图10页 CN 115221722 A 2022.10.21 CN 115221722 A 1.一种自动驾驶车辆的仿真测试 方法， 包括： 响应于确定待测车辆与障碍物之间存在预设交互行为， 根据所述预设交互行为的类 型， 确定目标深度学习模型， 其中， 所述障碍物是基于预设状态信息在仿真场景中移动的， 所述待测车辆是基于自动驾驶模式在所述仿真场景中移动的； 利用所述目标深度学习 模型处理环境信 息和所述障碍物的预设状态信 息， 得到目标状 态信息； 以及 利用所述目标状态信息控制所述障碍物 移动。 2.根据权利要求1所述的方法， 其中， 所述预设交 互行为的类型包括以下至少之一： 在所述待测车辆直行的情况 下， 所述障碍物转向； 在所述待测车辆转向的情况 下， 所述障碍物直行； 在所述待测车辆直行的情况 下， 所述障碍物进入所述待测车辆所处的车道； 以及 所述障碍物 跟随所述待测车辆 。 3.根据权利要求1所述的方法， 其中， 所述障碍物的预设状态信息包括以下至少之一： 所述障碍物的位置信息、 所述障碍物的速度信息、 所述障碍物的加速度信息、 所述障碍物的 形状信息和所述障碍物的类型信息， 所述环境信 息包括以下至少之一： 车道线信 息、 交通指示信 息、 路网拓扑信息和规则信 息。 4.根据权利要求1所述的方法， 其中， 所述目标状态信息包括目标速度信息， 所述利用所述目标状态信息控制所述障碍物 移动包括： 控制所述障碍物按照所述目标速度信息指示的速度进行移动。 5.根据权利要求1所述的方法， 其中， 所述目标状态信 息包括目标位置信 息和目标速度 信息， 所述利用所述目标状态信息控制所述障碍物 移动包括： 控制所述障碍物按照所述目标速度信息指示的速度移动至所述目标位置信息指示的 位置。 6.根据权利要求1所述的方法， 还 包括： 根据路测数据， 确定所述环境信息和多个所述障碍物的预设状态信息； 根据所述环境信息和多个所述障碍物的预设状态信息， 建立所述仿真场景； 将所述待测车辆添加至所述仿真场景中； 以及 确定所述待测车辆与所述障碍物之间的交 互行为的类型。 7.根据权利要求6所述的方法， 其中， 所述确定所述待测车辆与 所述障碍物之间的交互 行为的类型包括： 根据所述障碍物的预设状态信息， 确定所述障碍物的轨 迹信息； 以及 根据所述待测车辆的轨迹信 息和所述障碍物的轨迹信 息， 确定所述待测车辆与所述障 碍物之间的交 互行为的类型。 8.根据权利要求1所述的方法， 还 包括： 根据所述待测车辆和由所述目标状态信 息控制的所述障碍物， 确定所述待测车辆的测 试结果。 9.一种深度学习模型的训练方法， 包括：权　利　要　求　书 1/4 页 2 CN 115221722 A 2将样本数据的第 一样本子数据输入初始深度 学习模型， 得到输出样本状态信 息， 其中， 所述样本数据为一个样本时段内环境信息和障碍物的状态信息， 所述样本数据来自于与一 个预设交 互行为的类型对应的路测子数据； 根据输出样本状态信息和所述样本数据的第二样本 子数据， 确定损失值； 以及 利用所述损失值调整所述初始深度学习模型的参数， 得到目标深度 学习模型， 其中， 所 述目标深度学习模型与一个预设交 互行为的类型对应。 10.根据权利要求9所述的方法， 其中， 所述将样本数据的第一样本子数据输入初始深 度学习模型， 得到 输出样本状态信息包括： 对路测数据进行分类， 得到多个所述路测子数据， 其中， 所述路测子数据与一个预设交 互行为的类型对应； 对所述路测子数据进行划分， 得到多个样本数据； 对所述样本数据进行划分， 得到第 一样本子数据和第 二样本子数据， 其中， 所述第一样 本子数据与所述样本时段的第一样本子时段对应， 所述第二样本子数据与所述样本时段的 第二样本 子时段对应； 以及 将所述第一样本 子数据输入所述初始深度学习模型， 得到所述输出样本状态信息 。 11.一种自动驾驶车辆的仿真测试装置， 包括： 第一确定模块， 用于响应于确定待测车辆与障碍物之间存在预设交互行为， 根据所述 预设交互行为的类型， 确定目标深度学习模型， 其中， 所述障碍物是基于预设状态信息在仿 真场景中移动的， 所述待测车辆是基于自动驾驶模式在所述仿真场景中移动的； 处理模块， 用于利用所述目标深度 学习模型处理环境信 息和所述障碍物的预设状态信 息， 得到目标状态信息； 以及 控制模块， 用于利用所述目标状态信息控制所述障碍物 移动。 12.根据权利要求1 1所述的装置， 其中， 所述预设交 互行为的类型包括以下至少之一： 在所述待测车辆直行的情况 下， 所述障碍物转向； 在所述待测车辆转向的情况 下， 所述障碍物直行； 在所述待测车辆直行的情况 下， 所述障碍物进入所述待测车辆所处的车道； 以及 所述障碍物 跟随所述待测车辆 。 13.根据权利要求11所述的装置， 其中， 所述障碍物的预设状态信息包括以下至少之 一： 所述障碍物的位置信息、 所述障碍物的速度信息、 所述障碍物的加速度信息、 所述障碍 物的形状信息和所述障碍物的类型信息， 所述环境信 息包括以下至少之一： 车道线信 息、 交通指示信 息、 路网拓扑信息和规则信 息。 14.根据权利要求1 1所述的装置， 其中， 所述目标状态信息包括目标速度信息， 所述控制模块包括： 第一控制子模块， 用于控制所述障碍物按照所述目标速度信息指示的速度进行移动。 15.根据权利要求11所述的装置， 其中， 所述目标状态信 息包括目标位置信 息和目标速 度信息， 所述控制模块包括： 第二控制子模块， 用于控制所述障碍物按照所述目标速度信 息指示的速度移动至所述权　利　要　求　书 2/4 页 3 CN 115221722 A 3