摘要
本发明涉及一种自动驾驶车辆轨迹规划方法,该方法包括:采用端到端分支从自动驾驶多模态数据中提取出驾驶场景的全面时空信息表示,预测生成未来设定时段内自车预测的轨迹序列;采用视觉语言模型分支将与文本指令相关的视觉特征嵌入到大语言模型中,预测得到未来设定时段内若干条不同的轨迹序列;根据损失值大小以及当前驾驶场景的危险态势对两个分支输出的轨迹序列进行融合,得到最终的规划轨迹。与现有技术相比,本发明具有安全可靠性高的优点。
技术关键词
车辆轨迹规划方法
场景
分支
多尺度特征学习
视觉特征
交互网络
交互特征
序列
多模态
交通
大语言模型
深度估计算法
模态特征
轨迹规划算法
强化学习策略
时序
系统为您推荐了相关专利信息
风光可再生能源
出力场景
生成对抗网络
GP模型
生成方法
照明节能方法
多模态数据融合
测试场景
舒适度
轨迹
参数调节方法
声纹模型
声纹特征
音频采集设备
信噪比门限