摘要
本发明公开了一种端到端自动驾驶预测和规划方法、系统、装置及介质,包括基于传感设备获取原始图像数据,进行初步提取,得到多模态特征;基于目标检测和语义分割,对初步提取得到的多模态特征执行多类感知任务;基于不同融合策略,对多模态特征进行多模态特征融合,得到融合后的多模态特征;对融合后的多模态特征进行模态感知和状态规划,得到初步预测和规划结果;对得到的初步预测和规划结果进行后处理优化,得到最优的端到端自动驾驶预测和规划结果。本发明通过采集特征信息,预测优化路径,从而建立的基于Transformer的多模态融合网络和辅助多模态特征的预测和规划系统,保证自动驾驶感知任务的准确性和鲁棒性,以及显著降低了碰撞率。
技术关键词
多模态特征融合
原始图像数据
深度Q网络
融合策略
传感设备
非极大值抑制方法
多层感知器网络
交通信号灯状态
激光雷达点云数据
规划系统
运动轨迹变化
解码器
卡尔曼滤波器
处理器
深度学习网络
系统为您推荐了相关专利信息
多模态智能分析
智能分析决策
RTK定位数据
数字孪生系统
农业
网格地图
工业机器人
计算机程序指令
气体
数据处理模块
电网断面
样本
拉丁超立方采样
发电机
智能体模型
三维力传感器
剪力梁
机器人辅助微创手术
手术器具
压力
物资分配方法
时空卷积神经网络
风险评估模型
需求预测模型
策略