哈尔滨工业大学;哈尔滨工业大学(深圳)张子阳获国家专利权
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！
龙图腾网获悉哈尔滨工业大学;哈尔滨工业大学(深圳)申请的专利面向自动驾驶全场景感知的多模型推理加速系统及方法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：CN116306938B 。
龙图腾网通过国家知识产权局官网在2026-02-17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：202211603460.4，技术领域涉及：G06N5/04；该发明授权面向自动驾驶全场景感知的多模型推理加速系统及方法是由张子阳;李欢;赵阳;李峰;林昌垚;刘劼设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。
本面向自动驾驶全场景感知的多模型推理加速系统及方法在说明书摘要公布了：本发明提出了一种面向自动驾驶全场景感知的多模型推理加速系统及方法，将自动驾驶全场景感知中的多个DNN模型转换为基于有向无环图DAG的计算图，设计一个调度框架POS，并采用深度强化学习DRL方法得到最优的POS调度策略，构建基于最大熵深度强化学习的算子调度算法以选择最佳并行策略，完成自动驾驶全场景的感知；本发明与最先进的深度学习推理框架和特定调度方法相比，POS可以始终实现1.2倍～3.9倍的推理加速以及28％～55％的GPU利用率提升。此外，最优调度的搜索开销比基线缩短了1.2倍～2.9倍。
本发明授权面向自动驾驶全场景感知的多模型推理加速系统及方法在权利要求书中公布了：1.一种面向自动驾驶全场景感知的多模型推理加速方法，其特征在于： 所述方法具体包括以下步骤： 步骤1，将面向自动驾驶全场景感知中的多个DNN模型转换为基于有向无环图DAG的计算图表示； 步骤2，基于步骤1得到的计算图，设计一个调度框架POS，用于加速自动驾驶全场景感知中的多任务DNN推理； 步骤3，将步骤1得到的计算图，结合步骤2设计的POS调度框架，采用深度强化学习DRL方法得到最优的POS调度策略； 步骤4：在步骤3中的深度强化学习DRL方法中引入熵，构建基于最大熵深度强化学习的算子调度算法，为计算图的阶段中的算子选择最佳并行策略； 步骤5：更新步骤1至4的网络参数，完成面向自动驾驶全场景感知的多模型推理加速。
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哈尔滨工业大学;哈尔滨工业大学(深圳)，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励