【技术实现步骤摘要】
本专利技术涉及动态决策，尤其是一种基于神经辐射场模型的动态决策方法及其装置。
技术介绍
1、在军事博弈对抗、无人自主系统等领域，存在许多罕见但是不可避免的困难驾驶场景，比如夜晚的低光照场景，在这种场景下，传统的相机会因为曝光不足的问题产生极大的误差。另外，如果场景中存在其他智能体，智能体之间会产生博弈现象，即存在碰撞的可能。针对以上问题，需要有一种新型网络体系架构，以便于优化智能体在罕见但有意义的极端场景下的决策、应对智能体之间的博弈和实现更加安全的智能体移动。
2、神经辐射场(neura l rad iance fie lds，nerf)是一项利用多目图像重建三维场景的新型网络技术。该技术通过神经网络对场景中每个点的辐射强度、颜色等信息进行建模，从而实现高质量的三维重建。nerf使用深度学习技术进行训练，能够从输入的图像集合中还原出高度逼真、真实感的三维场景。nerf技术在计算机视觉和图形学领域有着广泛的应用，能够用于虚拟现实、增强现实、三维重建等领域。nerf技术可以在夜晚的黑暗场景下提供一个很好的保障，能通过在白天正常光照的环境下，采集相关数据，进行训练。这样，在黑暗场景下，能重建正常光照的同样环境，以提供给智能体使用。然而，目前大部分nerf方法只考虑生成静态场景，而不包括环境中的动态信息，无法实时地为智能体提供实时、动态的决策结果。
技术实现思路
1、为解决上述问题，本专利技术的目的在于提供一种基于神经辐射场模型的动态决策方法、装置及其存储介质，通过激光雷达识
2、本专利技术解决其问题所采用的技术方案是：
3、第一方面，本申请实施例提供一种基于神经辐射场模型的动态决策方法，所述方法包括：通过激光雷达采集位于目标物的目标距离范围内的目标点云信息，并根据所述目标点云信息确定所述目标距离范围内包含的障碍物的物体位置信息；获取所述目标物在世界坐标下的目标坐标信息，并通过训练后的目标神经辐射场模型构建所述目标坐标信息对应的目标三维场景图，其中，所述目标神经辐射场模型基于在所述世界坐标下的各样本坐标信息关联的样本环境数据进行三维场景图的构建训练得到；确定所述物体位置信息在所述世界坐标下的物体坐标信息，并根据所述物体坐标信息在所述目标三维场景图中生成所述障碍物的坐标信息，得到重构图像；根据所述重构图像和所述目标物的前进方向，生成动态决策结果。
4、第二方面，本申请实施例提供一种基于神经辐射场模型的动态决策装置，包括：获取模块，用于通过激光雷达采集位于目标物的目标距离范围内的目标点云信息，并根据所述目标点云信息确定所述目标距离范围内包含的障碍物的物体位置信息；训练模块，用于获取所述目标物在世界坐标下的目标坐标信息，并通过训练后的目标神经辐射场模型构建所述目标坐标信息对应的目标三维场景图，其中，所述目标神经辐射场模型基于在所述世界坐标下的各样本坐标信息关联的样本环境数据进行三维场景图的构建训练得到；重构模块，用于确定所述物体位置信息在所述世界坐标下的物体坐标信息，并根据所述物体坐标信息在所述目标三维场景图中生成所述障碍物的信息，得到重构图像；决策模块，用于根据所述重构图像和所述目标物的前进方向，生成动态决策结果。
5、第三方面，本申请实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的基于神经辐射场模型的动态决策方法。
6、第四方面，本申请实施例提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的基于神经辐射场模型的动态决策方法。
7、本申请实施例，通过激光雷达识别出障碍物并获取障碍物的物体位置信息，快速准确地识别出障碍物，并适用于各种场景下的障碍物检测；通过训练后的目标神经辐射场模型构建目标坐标信息对应的目标三维场景图，提高渲染图像的质量和真实感，使得三维场景更加逼真和准确；根据重构图像和目标物的前进方向，生成动态决策结果，通过实时监测障碍物在三维场景中的障碍物的坐标信息，能实时地判断障碍物与目标物的位置关系，提高动态决策结果的准确性和实时性。
8、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于神经辐射场模型的动态决策方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据所述目标点云信息确定所述目标距离范围内包含的障碍物的物体位置信息，包括：
3.根据权利要求1所述的一种基于神经辐射场模型的动态决策方法，所述通过训练后的目标神经辐射场模型构建所述目标坐标信息对应的目标三维场景图之前，还包括：
4.根据权利要求3所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据每个样本坐标信息以及所关联的样本环境数据对预设神经辐射场模型进行训练，得到训练后的目标神经辐射场模型，包括：
5.根据权利要求4所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据所述样本三维场景图与所述预测三维场景图之间的差异构建目标损失，包括：
6.根据权利要求3所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据所述物体坐标信息在所述目标三维场景图中生成所述障碍物的坐标信息，包括：
7.根据权利要求6所述的一种基于神经辐
8.一种基于神经辐射场模型的动态决策装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1至7任意一项所述的基于神经辐射场模型的动态决策方法。
10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7任意一项所述的基于神经辐射场模型的动态决策方法。
...【技术特征摘要】
1.一种基于神经辐射场模型的动态决策方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据所述目标点云信息确定所述目标距离范围内包含的障碍物的物体位置信息，包括：
3.根据权利要求1所述的一种基于神经辐射场模型的动态决策方法，所述通过训练后的目标神经辐射场模型构建所述目标坐标信息对应的目标三维场景图之前，还包括：
4.根据权利要求3所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据每个样本坐标信息以及所关联的样本环境数据对预设神经辐射场模型进行训练，得到训练后的目标神经辐射场模型，包括：
5.根据权利要求4所述的一种基于神经辐射场模型的动态决策方法，其特征在于，所述根据所述样本三维场景图与所述预测三维场景图之间的差异构建目标损失，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：田永鸿，夏灿铭，彭佩玺，谭光，许浩然，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。