摘要
本申请公开了一种多模态路径规划模型的训练方法及装置、多模态路径规划应用方法及装置、电子设备、计算机可读存储介质及计算机程序产品,该训练方法包括:获取多维度的原始训练数据并输入模型的各个独立编码器中,得到多个维度的编码特征;将多个维度的编码特征输入交互编码器中,得到交互编码特征;将交互编码特征输入多个独立解码器中,得到多维解码结果;根据多维解码结果、真实行驶轨迹和行驶模态标签计算损失并以此更新模型参数。本申请训练的多模态路径规划模型结构简单、轻量且泛化性强,通过多模态标签有针对性地训练多模态解码器,能够在不调整数据分布的情况下,实现真正的自动驾驶多模态规划效果,为下游提供了更充足的规划信息。
技术关键词
编码特征
多模态
规划
解码器
独立编码器
轨迹
地图
计算机程序产品
训练装置
可读存储介质
存储计算机可执行指令
电子设备
历史行驶数据
标签
更新模型参数
解码单元
系统为您推荐了相关专利信息
生态系统服务功能
数字孪生体
实时数据
保护区
可视化界面
工业设备智能
协同控制方法
仿生群体智能
面向微服务架构
多模态环境
疲劳驾驶检测
融合特征
检测驾驶员疲劳驾驶
交互特征
图像
阳极铜板
高精度定位方法
多模态数据融合
生成对抗网络
解码结构
ARIMA模型
实时信息
地图
路径规划系统
路况