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！

龙图腾网获悉江苏大学申请的专利一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备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：CN119116999B 。

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：202411078274.2，技术领域涉及：B60W60/00；该发明授权一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备是由蔡英凤;饶中钰;王海;李祎承;刘擎超;陈龙;廉玉波设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备在说明书摘要公布了：本发明公开了一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备，包含感知、决策以及控制等不同模块的六个任务分支。利用端到端自动驾驶框架减少不同模型传递之间的误差，利用多任务约束的方式增加模型的拟合能力。结合向量化地图与鸟瞰图目标检测作为多任务模型的感知表征，提供了鸟瞰图空间下所需要的动态以及静态目标信息，同时将环境感知信息与决策的导航点输出统一到相同空间，提升模型预测精度。利用不同任务之间的交叉注意力机制进行信息传递，克服传统多任务模型中简单共享特征图导致的训练冲突，实现不同任务之间的高效耦合，提升模型预测精度。

本发明授权一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型与设备在权利要求书中公布了：1.一种结合向量化地图与多任务特征嵌入的端到端自动驾驶决策规划模型，其特征在于，由如下获得： S1，搭建环境感知模块，主要包括：特征提取模块、深度-语义-图像交叉注意力融合模块以及向量化地图以及鸟瞰图目标检测任务分支模块； 所述特征提取模块用于提取输入图像的特征； 所述深度-语义-图像交叉注意力融合模块根据特征提取模块提取的特征，得到对应的深度信息特征以及语义信息特征，并对提取的图像特征、深度信息特征以及语义信息特征进行编码得到图像编码特征、深度编码特征以及语义编码特征，并进行信息融合，得到最终的查询特征QF； 所述向量化地图以及鸟瞰图目标检测任务分支模块，以查询特征作为输入，构建不同任务的输出头，最终输出类别、鸟瞰图空间下的长和宽，以及向量化地图的类别信息，和十个点的预测位置信息； S2，搭建多时序交叉注意力融合模块，在得到能有效感知周边环境信息的查询特征QF后，为进一步保证其有效性，将其与历史时刻的特征信息进行交叉注意力融合，得到时序融合的智能体特征Qa，以实现明确历史信息的特征输出； 所述S2的具体实现包括： 利用当前时刻的QF与历史时刻特征Qh进行交叉注意力特征融合，其计算方式如下： Q'F＝wqfQF,K'h＝wkhQh,V'h＝wvhQh 其中wqf，wkh，wvh代表模型需要学习的权重参数，Q'F代表QF对应的查询特征，K'h代表Qh对应的键特征，V'h代表输入Qh对应的值特征，Q”F为融合后的输出特征，根据上述交叉注意力机制可以得到当前时刻特征与历史时刻特征的融合，随后将上述Q”F输入到前向反馈神经网络中，得到最终的智能体特征输出Qa，同时更新历史时刻特征Qh＝Qa； S3，搭建决策规划预测模块，其主要包括两部分内容：1期望速度预测模型、2导航点预测模型； 所述期望速度预测模型，将期望速度查询特征与时序融合的智能体特征进行交叉融合，得到期望速度预测； 所述导航点预测模型，首先将导航点查询特征进行自注意力操作，然后再与智能体特征进行交叉融合，并进行GRU时序预测得到导航点预测。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301号；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。