摘要
本申请公开了一种基于机器学习模型的驾驶场景拓扑推理方法及电子设备,模型包括以级联方式设置的多个循环模块,各循环模块包括交通元素检测模块和车道中心线检测模块,车道中心线检测模块包括车道中心线解码模块和车道中心线拓扑推理模块。该方法中,各级车道中心线解码模块基于输入的车道中心线特征信息和车道中心线拓扑推理信息,得到输入至下一级车道中心线解码模块和同级车道中心线拓扑推理模块的更新的车道中心线特征信息,以及注意力权重信息,如此实现循环交互,直至得到目标驾驶场景对应的拓扑关系。提升了驾驶场景拓扑关系推理的准确性或者精度,从而提升了自动驾驶控制方面的准确性。
技术关键词
车道中心线
机器学习模型
解码模块
注意力
推理方法
交通
元素
场景
处理单元
解码器单元
关系
视角
级联方式
掩膜
网络单元
点对点
电子设备
转换单元
系统为您推荐了相关专利信息
数据补全方法
空间特征提取
卷积注意力网络
前馈神经网络
交通
异常检测方法
重构误差
关分析方法
数据预测模型
变压器运行数据
状态监测方法
模糊逻辑推理
注塑模
增量学习算法
模糊规则
多声道
卷积循环神经网络
卷积模块
定位方法
序列
空间金字塔
区域分割方法
特征提取器
上采样
注意力