端到端自动驾驶轨迹生成方法、系统、计算机设备及介质

AITNT
正文
推荐专利
端到端自动驾驶轨迹生成方法、系统、计算机设备及介质
申请号:CN202511460828
申请日期:2025-10-14
公开号:CN120947679A
公开日期:2025-11-14
类型:发明专利
摘要
本发明提供了端到端自动驾驶轨迹生成方法、系统、计算机设备及介质,属于路径智能规划领域,包括获取交通环境三维感知信息和自然语言指令;对交通环境三维感知信息进行转化得到结构化语义标记,并通过自然语言指令调整结构化语义标记的权重;基于结构化语义标记的权重从结构化语义标记中提取得到视觉流特征,从自然语言指令提取得到语言流特征;基于跨模态注意力机制将视觉流特征和语言流特征进行融合,得到融合特征并生成模拟轨迹;计算实时碰撞时间,当实时碰撞时间大于碰撞时间阈值时,基于物理约束和交通法规库对模拟轨迹进行修正,得到修正后的驾驶轨迹。该方法构建的自动驾驶模拟轨迹符合用户意图,提高了系统可靠性和人机协同效率。
技术关键词
驾驶轨迹生成方法 图像全局特征 融合特征 自然语言 语义向量 注意力机制 动态物体 多层感知网络 标记 跨模态 转向系统 多模态 路径智能规划 车辆 视觉 轨迹生成系统 计算机设备 交通
系统为您推荐了相关专利信息
1
一种巡检无人机非对齐两时相影像智能变化检测方法
变化检测方法 变化检测模型 巡检无人机 融合特征 影像
2
基于深度学习的高清夜视行车数据增强方法
图像生成器 可见光图像 融合特征 边界特征 图像块
3
一种基于多级特征融合与自适应平衡的网络恶意流量检测方法
矢量化方法 多级特征融合 恶意流量检测模型 网络流量数据 恶意流量检测方法
4
用于对象检测的方法和设备
感兴趣 对象检测模型 融合特征 嵌入特征 变换器
5
一种车辆自动驾驶听觉信息语义理解学习方法及装置
音频特征 深度学习模型训练 学习方法 音频事件分类 模态特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号