基于生成式对抗网络(GAN)的自动驾驶容错感知技术研究

在自动驾驶系统中，各类传感器如摄像机、激光雷达和毫米波雷达等扮演着关键角色。这些传感器模拟了人类的感知功能，负责执行诸如车道线检测、障碍物识别等重要的环境感知任务。然而，自动驾驶所处的环境异常复杂，其中基于视觉的传感器常常受到各种干扰，如设备故障、摄像机遮挡或光线变化。这些问题可能导致图像采集失败、图像不完整或曝光过度。近年来，图像生成技术在计算机视觉领域崭露头角，但在自动驾驶场景中的应用研究相对匮乏。因此，本研究旨在针对自动驾驶系统中视觉传感器突发失效问题，提出了自动驾驶系统感知容错模块的概念，并深入探讨了图像生成技术在该模块中的若干应用。通过对特定问题和应用的深入研究，我们不仅改进了模型的性能，还优化了损失函数和训练方法，为自动驾驶系统的感知容错能力提供了有效的解决方案。