基于神经辐射场的自动驾驶天气图像生成方法

本发明提出了一种基于神经辐射场的自动驾驶天气图像生成方法，用于提供不同天气下的自动驾驶仿真场景图像。方法首先通过自动驾驶数据集图像训练NeRF模型，然后通过预训练的二维风格迁移模型调整训练集图像天气风格，使用风格化图像调整NeRF模型，从而实现天气转换效果。为了进一步提高生成天气场景的多视角一致性，将NeRF模型的输入特征解耦为几何特征和外观特征。在模型调整过程中，优化外观特征编码，保留场景的几何特征。最终生成的场景可用于多视角图片渲染，为自动驾驶仿真测试提供多样化的天气条件数据支持。相比于传统的2D方法和生成模型，本方法具备更高的几何一致性和真实感，对自动驾驶仿真测试的发展具有重要意义。