摘要
本发明提供一种面向可扩展泛化的智能驾驶三维占用预测方法及系统,包括:获取图像数据,将图像数据输入特征提取网络,得到场景特征;将场景特征输入投射网络得到二维场景特征,通过体素渲染技术得到二维预测结果,将图像数据输入预设的视觉基础模型,得到大规模二维伪标签作为真值,对二维预测结果进行监督,完成对预设的三维占用模型的自监督预训练;基于自监督预训练后的三维占用模型通过预获取的三维标注数据进行微调,获取最终三维占用模型;基于所述最终三维占用模型,通过预设的占用头解码完成三维占用预测,通过预设的多层感知机和车辆状态信息完成轨迹预测。本发明解决了现有自动驾驶对于三维占用预测训练成本高、精确度差的问题。
技术关键词
场景特征
车辆状态信息
多层感知机
渲染技术
体积特征
特征提取网络
非暂态计算机可读存储介质
图像
轨迹
视觉
标签
处理器
解码
数据获取模块
计算机程序产品
语义
基础
系统为您推荐了相关专利信息
轨迹跟踪控制方法
路径规划算法
线性
控制器
节点
俯仰控制方法
模型预测控制器
车辆状态信息
俯仰控制系统
传感器模块
SSD算法
工件定位方法
注意力机制
特征提取模块
坐标
芯片缺陷识别方法
多层感知机
分类器模型
特征提取模型
解码器
个性化学习路径
知识点
推荐方法
长短期记忆网络
加权有向图