Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学吴国斌获国家专利权

北京交通大学吴国斌获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利一种离线多智能体智能驾驶数据集的开发方法及系统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:CN120524229B

龙图腾网通过国家知识产权局官网在2025-12-12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:202510596233.0,技术领域涉及:G06F18/214;该发明授权一种离线多智能体智能驾驶数据集的开发方法及系统是由吴国斌;陶耀东;于博设计研发完成,并于2025-05-09向国家知识产权局提交的专利申请。

一种离线多智能体智能驾驶数据集的开发方法及系统在说明书摘要公布了:本申请公开了一种离线多智能体智能驾驶数据集的开发方法及系统,涉及智能驾驶辅助领域,该方法包括:对第一多智能体真实交互数据进行预处理操作以得到第二多智能体真实交互数据,并通过交通场景提取模型提取第二多智能体真实交互数据所对应的原始全景交通场景表示;从自动驾驶仿真平台获取对应目标交通交互事件的第一多智能体仿真交互数据;基于条件域对抗生成网络以真实数据特征空间为基准,对第一多智能体仿真交互数据进行域自适应增强以生成第二多智能体仿真交互数据,缩小仿真数据与真实数据的域间差距;通过数据封装生成标准化智能驾驶数据集。由此,构建得到具有统一结构、跨域对齐、面向多智能体协同感知与决策的高质量智能驾驶数据集。

本发明授权一种离线多智能体智能驾驶数据集的开发方法及系统在权利要求书中公布了:1.一种离线多智能体智能驾驶数据集的开发方法,包括: 对第一多智能体真实交互数据进行预处理操作以得到第二多智能体真实交互数据,并通过交通场景提取模型提取所述第二多智能体真实交互数据所对应的原始全景交通场景表示;所述第一多智能体真实交互数据包含通过测试车辆所部署的多模态传感器组和V2X通信设备从真实交通场景中所采集的参数数据;所述交通场景提取模型是以图卷积神经网络为模型主干的; 确定所述原始全景交通场景表示所对应的目标交通交互事件,并从自动驾驶仿真平台获取对应所述目标交通交互事件的第一多智能体仿真交互数据; 基于条件域对抗生成网络以真实数据特征空间为基准,对所述第一多智能体仿真交互数据进行域自适应增强以生成第二多智能体仿真交互数据,从而缩小仿真数据与真实数据的域间差距;所述条件域对抗生成网络的条件信息是根据所述目标交通交互事件和所述原始全景交通场景表示而定义的; 基于所述目标交通交互事件对相应的所述第二多智能体仿真交互数据和所述第二多智能体真实交互数据进行封装,以生成标准化智能驾驶数据集; 其中,所述交通场景提取模型包含级联的图构建模块、图卷积模块和全局池化输出层; 所述图构建模块用于构建与所述第二多智能体真实交互数据相对应的交通场景初始图结构;图结构中的图节点是由交通场景中的交通参与者或道路环境元素而定义的,图结构中的边连接是由所连接的图节点之间的物理空间距离、运动方向和运动速度而定义的; 所述图卷积模块用于通过自注意力机制动态更新所述交通场景初始图结构所对应的邻接矩阵,并利用多层图卷积层聚合邻居信息,以逐层更新各个图节点的节点特征表示; 所述全局池化输出层用于将所有图节点的经更新的节点特征表示进行全局池化,以生成整体交通场景的原始全景交通场景表示; 所述条件域对抗生成网络包含综合条件计算模块、特征提取器、生成器、特征逆映射模块和域分类器; 所述综合条件计算模块用于根据所述目标交通交互事件和所述原始全景交通场景表示,确定所述条件域对抗生成网络的综合条件信息: , 式中,表示综合条件信息,表示目标交通交互事件,表示原始全景交通场景表示;表示事件编码函数,用于将转换为低维嵌入向量;表示注意力机制,以动态融合事件嵌入和场景特征; 所述特征提取器用于提取所述第一多智能体仿真交互数据所对应的原始仿真特征,并结合所述综合条件信息进行特征优化,以确定相应的仿真优化特征: , , 式中,表示第一多智能体仿真交互数据,表示特征提取器网络,表示原始仿真特征,表示特征提取器中的可学习参数矩阵和偏置项,表示ReLU激活函数,表示特征拼接操作,表示仿真优化特征; 所述生成器用于利用训练过程中学到的域适应能力,将仿真优化特征调整为更接近于条件约束下真实数据特征分布的域增强仿真特征: , , 式中,表示生成器中的可学习参数矩阵和偏置项;表示在综合条件信息指导下的生成器映射,表示域增强仿真特征; 所述特征逆映射模块用于将域增强仿真特征映射回仿真数据空间,生成第二多智能体仿真交互数据: , , 式中,表示第二多智能体仿真交互数据,表示Sigmoid激活函数,表示特征逆映射模块,表示特征逆映射模块的可学习参数矩阵和偏置项。

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交通大学,其通讯地址为:100080 北京市海淀区西直门外上园村3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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。