摘要
本发明涉及一种基于多模态融合的端到端自动驾驶系统,包括:环境感知模块,包括多种类型的传感器,用于采集不同模态的环境信息;特征提取模块,用于对不同模态的环境信息进行特征提取,并转化到鸟瞰图空间下,得到多模态BEV特征;特征融合模块,用于对多模态BEV特征进行融合,得到融合特征;行为规划模块,用于采用训练好的行为规划网络,根据融合特征,输出目标车辆的未来航路点和控制指令的预测结果;输出融合模块,用于进行轨迹预测和多步控制预测,并基于情境的策略选择最优的驾驶行为。与现有技术相比,本发明有效提升了复杂场景下的环境感知精度和决策泛化能力,减少了模块间误差累积,为端到端自动驾驶提供了更高效的解决方案。
技术关键词
自动驾驶系统
融合特征
多模态
点云特征
特征提取模块
深度Q网络
统计滤波方法
缓冲模块
数据对齐模块
分支
轨迹
状态空间模型
补丁
表达式
独立特征
融合图像特征
交叉注意力机制
系统为您推荐了相关专利信息
评价方法
深度学习算法
输变电设备
时效性
特征提取模块
分支
编码特征
遥感图像语义分割
空间多尺度
全局特征提取
品种识别
深度学习模型
识别方法
特征选择算法
训练集
表面肌电信号
信号监测系统
信号预处理模块
多模态特征
信号采集模块
信息调查方法
古建筑保护工程
智能化分析系统
智能分析系统
古建筑保护技术