摘要
本发明公开了一种支持轨迹预测算法快速迭代及量化部署的系统及方法,其系统包括:数据样本处理模块,用于整合多源异构数据,生成标准格式的动态样本库,并生成规范化的预处理轨迹预测样本集;模型训练与量化模块,用于使用预处理轨迹预测样本集对模型库中的轨迹预测模型进行多阶段训练,包括先进行浮点模型的训练,再进行量化感知训练;模型部署与测试模块,用于对多阶段训练后的轨迹预测模型进行硬件在环测试与自动驾驶实车测试,以根据测试结果进一步迭代优化轨迹预测模型。本发明公开的系统及方法的轨迹预测模型缩短了自动驾驶轨迹预测算法的迭代周期,减少了模型量化精度损失,提高了实车验证效率,提升了算法开发效率与部署的可靠性。
技术关键词
轨迹预测模型
多源异构数据
实车数据
车载传感设备
样本
监督学习策略
算法
多阶段
分阶段
线控执行机构
原始观测数据
编码器
语义特征
感知周围环境
测试模块
车辆状态信息
时延
地图
系统为您推荐了相关专利信息
还原脱硝系统
NOx浓度预测方法
混合预测模型
神经网络混合模型
分布式控制系统