摘要
本发明公开了一种基于线性时间复杂度的端到端自动驾驶方法,包括:获取历史以及当前帧的传感器信息;融合多模态传感器信息得到BEV特征图;拼接BEV特征与自车当前状态,并执行差异化丢弃策略;通过基于扩散策略的解码器来得到多模态轨迹,并选择得分最高的作为最终输出轨迹。本发明的有益效果是:采用的编码器和解码器均基于线性注意力机制实现,能够大幅提升推理效率;能够从连续多帧传感器输入中提取并融合空间与时间信息,准确捕捉场景动态变化,为车辆做出更为合理和安全的轨迹决策提供了保证;保持线性时间复杂度的同时,实现了不等长查询与特征之间的高效对齐与信息交互。
技术关键词
线性时间复杂度
自动驾驶方法
多模态传感器
轨迹
激光雷达信息
残差网络
分辨率
注意力
激光雷达传感器
策略
解码器
模拟传感器
图像
处理器
编码向量
系统为您推荐了相关专利信息
动作生成方法
特征提取模块
机械臂末端执行器
深度残差网络
生成动作
自主控制方法
巡检系统
小型无人机
设备运动轨迹
多模态数据采集
诊断系统
汽车数据处理技术
数据采集模块
事故现场
报告
末端执行器
动作预测模型
强化学习网络
数据采集方法
运动轨迹数据