买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京百度网讯科技有限公司申请的专利训练方法、获取方法、装置、设备及自动驾驶车辆获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116092055B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310118772.4，技术领域涉及：G06V20/58；该发明授权训练方法、获取方法、装置、设备及自动驾驶车辆是由宋泽良;柳长春;苏亚博;郑欣悦设计研发完成，并于2023-01-30向国家知识产权局提交的专利申请。

本训练方法、获取方法、装置、设备及自动驾驶车辆在说明书摘要公布了：本公开提供了训练方法、获取方法、装置、设备及自动驾驶车辆，涉及计算机技术领域，尤其涉及人工智能、自动驾驶技术领域。具体实现方案为：获取训练数据集，所述训练数据集包括多个训练数据，每个所述训练数据包括驾驶车辆的历史运动信息、所述驾驶车辆所在驾驶场景的障碍物的障碍物运动信息、所述驾驶场景的道路的道路拓扑信息、所述驾驶车辆的未来轨迹；根据所述未来轨迹，基于所述训练数据集，构造对比学习任务的正例对和负例对；基于所述对比学习任务的正例对和负例对，对目标模型进行对比学习训练，所述目标模型用于根据所述历史运动信息、所述障碍物运动信息、所述道路拓扑信息获取所述驾驶场景的场景表示张量。

本发明授权训练方法、获取方法、装置、设备及自动驾驶车辆在权利要求书中公布了：1.一种模型训练方法，包括： 获取训练数据集，所述训练数据集包括多个训练数据，每个所述训练数据包括驾驶车辆的历史运动信息、所述驾驶车辆所在驾驶场景的障碍物的障碍物运动信息、所述驾驶场景的道路的道路拓扑信息、所述驾驶车辆的未来轨迹； 根据所述未来轨迹，基于所述训练数据集，构造对比学习任务的正例对和负例对； 基于所述对比学习任务的正例对和负例对，对目标模型进行对比学习训练，所述目标模型用于根据所述历史运动信息、所述障碍物运动信息、所述道路拓扑信息获取所述驾驶场景的场景表示张量；所述目标模型还包括预测网络，用于预测障碍物为关键障碍物的概率； 确定所述训练数据对应的障碍物标签，所述障碍物标签用于标识所述驾驶场景的障碍物是否为关键障碍物； 基于所述预测网络的输出和所述障碍物标签，对所述目标模型进行监督训练； 其中，所述确定所述训练数据对应的障碍物标签包括： 根据所述训练数据的未来轨迹确定至少一个候选关键障碍物； 对于每一个候选关键障碍物，通过仿真获取将候选关键障碍物从所述驾驶场景中摘除后，所述驾驶车辆的规划轨迹； 根据所述规划轨迹与所述未来轨迹的轨迹距离确定所述候选关键障碍物是否为关键障碍物。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦2层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。