摘要
本发明公开了一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备,包含感知、决策以及控制等不同模块的六个任务分支。利用端到端自动驾驶框架减少不同模型传递之间的误差,利用多任务约束的方式增加模型的拟合能力。结合向量化地图与鸟瞰图目标检测作为多任务模型的感知表征,提供了鸟瞰图空间下所需要的动态以及静态目标信息,同时将环境感知信息与决策的导航点输出统一到相同空间,提升模型预测精度。利用不同任务之间的交叉注意力机制进行信息传递,克服传统多任务模型中简单共享特征图导致的训练冲突,实现不同任务之间的高效耦合,提升模型预测精度。
技术关键词
查询特征
代表
多任务
特征提取模块
速度预测模型
交叉注意力机制
决策
规划
高精度地图
图像
深度信息提取
语义信息提取
主特征提取
环境感知信息
周边环境信息
系统为您推荐了相关专利信息
语音特征提取
识别语音数据
语音识别模型
图像全局特征
图像局部特征
YOLO模型
缺陷检测方法
特征提取模块
注意力
融合特征
攻击检测方法
样本
Java反序列化
学习方法
分析单元
卡尔曼滤波补偿
手势区域
加速度
支持IEEE1588协议
多任务损失函数
深度学习模型
语音活动检测
智能终端
生成语音
表达式