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 > 清华大学深圳国际研究生院刘瑜获国家专利权

清华大学深圳国际研究生院刘瑜获国家专利权

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!

龙图腾网获悉清华大学深圳国际研究生院申请的专利端到端感知决策规控架构确定方法及装置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:CN120726596B

龙图腾网通过国家知识产权局官网在2026-01-09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:202511130138.8,技术领域涉及:G06V20/56;该发明授权端到端感知决策规控架构确定方法及装置是由刘瑜;肖百卉;阮书岚;李徵;李劭辉;何友设计研发完成,并于2025-08-13向国家知识产权局提交的专利申请。

端到端感知决策规控架构确定方法及装置在说明书摘要公布了:本发明提供一种端到端感知决策规控架构确定方法及装置,属于自动驾驶技术领域,基于自动驾驶场景的基础交通信号图像、道路地图数据以及基础驾驶规则构建的第一多模态数据集,自动驾驶场景的动态交通元素图像序列数据、复杂环境元素图像序列数据以及复杂驾驶规则构建的第二多模态数据集,基于自动驾驶场景图像、自动驾驶目标以及传感器时序数据构建的第三多模态数据集,分别对多模态大模型进行分阶段训练,得到适用于自动驾驶场景的端到端感知决策规控架构。通过分阶段训练策略对多模态大模型进行训练,逐步实现从基础元素识别到复杂元素识别再到决策训练,增强模型的实时性,满足自动驾驶任务对实时性的要求。

本发明授权端到端感知决策规控架构确定方法及装置在权利要求书中公布了:1.一种端到端感知决策规控架构确定方法,其特征在于,包括: 基于自动驾驶场景的基础交通信号图像、道路地图数据以及基础驾驶规则构建的第一多模态数据集,对预设的多模态大模型进行训练; 基于自动驾驶场景的动态交通元素图像序列数据、复杂环境元素图像序列数据以及复杂驾驶规则构建的第二多模态数据集,对所述第一多模态数据集训练后的多模态大模型进行训练; 基于自动驾驶场景图像、自动驾驶目标以及传感器时序数据构建的第三多模态数据集,对所述第二多模态数据集训练后的多模态大模型进行端到端训练,得到适用于自动驾驶场景的端到端感知决策规控架构; 其中,所述自动驾驶场景图像包括基础交通信号、道路地图数据、动态交通元素和复杂环境元素中的一个或多个; 所述多模态大模型包括跨模态特征对齐模块、规则理解模块、多模态感知模块、模态特征交叉解码模块和决策模块; 所述跨模态特征对齐模块,用于提取所述基础交通信号图像、所述道路地图数据以及所述基础驾驶规则各自的基础语义特征,将各所述基础语义特征映射至同一语义嵌入空间以完成语义特征对齐及语义特征融合,得到基础语义融合特征; 所述规则理解模块,用于将所述基础驾驶规则转换为结构化语义表示; 所述多模态感知模块,用于提取所述动态交通元素图像序列数据、所述复杂环境元素图像序列数据以及所述复杂驾驶规则各自的时序特征; 所述模态特征交叉解码模块,用于对各所述时序特征进行交互式解码和全局聚合,生成统一高阶表示; 所述决策模块,用于将所述自动驾驶场景图像、所述自动驾驶目标以及所述传感器时序数据编码为联合表征,将所述结构化语义表示、所述统一高阶表示和所述联合表征输入至强化学习模型,生成决策,所述决策用于表征自动驾驶控制指令的集合。

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清华大学深圳国际研究生院,其通讯地址为:518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼;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。