摘要
本发明涉及一种基于大语言模型场景分析的自动驾驶协同决策方法、设备及介质,包括:S1、根据当前场景信息与参与者意图,采用大语言模型对利用基于OPM过程的神经网络模型求得的当前参与者的未来行为树进行剪枝操作,生成当前场景下自车的未来行为树并给出下一步决策所需的效率约束与安全约束;S2、根据所述效率约束与安全约束,对依据自车当前状态生成的未来轨迹进行筛选,将筛选后得到的最优自车轨迹对应的最优控制指令发送至车载控制端并执行,执行后更新OPM过程的状态空间;S3、循环执行S1~S2,直至通过当前冲突场景。与现有技术相比,本发明引入参与者意图作为自动驾驶决策的重要因素,提高了自动驾驶在复杂场景下的通行效率与安全可靠性。
技术关键词
大语言模型
决策方法
场景
意图
轨迹
加速度
神经网络模型构建
车辆
三元组
蒙特卡洛
分支
车载传感器
处理器
对象
可读存储介质
多项式
存储器
表达式
系统为您推荐了相关专利信息
视频生成方法
交互视频
语义特征
损失函数优化
人手
生成方法
关键词
滑动窗口技术
深度优先搜索方法
格式化
高速通信网络
光纤耦合器阵列
阵列波导光栅
集成芯片
电光调制器
定位优化方法
柔性
焊盘阵列
基准
精确定位控制技术