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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于扩散模型自动驾驶汽车的关键安全场景生成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：CN120107972B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510153715.9，技术领域涉及：G06V20/70；该发明授权一种基于扩散模型自动驾驶汽车的关键安全场景生成系统是由王玉泽;陈旭;邓慧敏;胡锐;刘顺程;苏涵;郑凯设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于扩散模型自动驾驶汽车的关键安全场景生成系统在说明书摘要公布了：本发明公开了一种基于扩散模型自动驾驶汽车的关键安全场景生成系统，包括：交通模块通过扩散模型对噪声轨迹进行去噪处理并生成真实多样交通场景；关键安全场景生成模块通过在扩散模型的每一步去噪过程中调用混合指导函数，引导对手智能体与自我智能体发生碰撞，以生成对抗性的关键安全场景；专家轨迹优化模块通过Adam优化器对目标函数进行多次迭代优化，生成安全真实的专家轨迹；规划器增强模块通过生成的关键安全场景及其专家轨迹对预训练的规划器进行微调，从而提升其应对极端场景的能力；实现了通过生成真实、多样且对抗性的关键安全场景，提升自动驾驶规划器在极端环境下的安全性和鲁棒性。

本发明授权一种基于扩散模型自动驾驶汽车的关键安全场景生成系统在权利要求书中公布了：1.一种基于扩散模型自动驾驶汽车的关键安全场景生成系统，其特征在于，包括： 交通模块，通过扩散模型对噪声轨迹进行去噪处理并生成真实多样交通场景； 关键安全场景生成模块，通过在扩散模型的每一步去噪过程中调用混合指导函数，引导对手智能体与自我智能体发生碰撞，以生成对抗性的关键安全场景； 专家轨迹优化模块，通过在生成的关键安全场景中选择自我智能体的解决方案重新生成自我智能体的轨迹，使其在关键场景中能够成功避免碰撞，并通过Adam优化器对目标函数进行多次迭代优化，生成安全真实的专家轨迹； 规划器增强模块，通过生成的关键安全场景及其专家轨迹对预训练的规划器进行微调，从而提升其应对极端场景的能力，将生成的关键安全场景和专家轨迹作为训练数据，微调现有的基于数据驱动的规划器，将专家轨迹转换为自我智能体的动作，驱动其在关键场景中的运动； 所述交通模块通过扩散模型对噪声轨迹进行去噪处理，并生成真实多样交通场景包括： 设定初始条件，并将轨迹噪声作为交通模型的输入数据； 从去噪步骤中均匀采样去噪步骤，将加载在噪声轨迹的噪声直 接加载到真实轨迹上，得到监督训练的损失函数，其表达式如下所示： 其中，为监督训练的损失函数，为对噪声、步骤、干净轨迹和智能体决策上下 文求期望，为干净轨迹，为模型输出结果，； 基于扩散模型对噪声轨迹进行去噪处理； 基于Transformer架构将时间、地图和智能体之间的动态交互信息进行融合以实现精准模拟交通动态交互，并生成真实多样交通场景； 所述扩散模型包括正向加噪子模块和逆向去噪子模块，正向加噪子模块进行正向加噪 过程包括：从干净的真实轨迹开始，正向扩散过程通过在每一步添加高斯噪 声，生成逐渐增加噪声的轨迹序列； 逆向去噪子模块进行逆向去噪过程包括：在模型训练过程中，学习从噪声轨迹恢 复到干净轨迹的逆向过程；逆向扩散的每一步都以智能体决策上下文初始条件为 条件； 所述混合指导函数包括对抗指导函数、环境指导函数、碰撞指导函数和初始化指导函数；其中，对抗指导函数用于最小化自我智能体与对手智能体之间的距离以增加碰撞可能性；环境指导函数用于惩罚智能体行驶在不可驾驶区域，通过检查栅格化的不可驾驶地图层和栅格化的车辆边框间的重叠来检测智能体与环境之间的碰撞；碰撞指导函数用于目标在生成对抗关键安全场景时，确保仅对手和自我智能体发生碰撞，避免其他智能体之间的碰撞；初始化指导函数，用于在生成对抗关键安全场景时，通过指导轨迹对原有轨迹的影响最小化，确保了在创建对抗场景的过程中，原有轨迹的自然性和合理性得到最大程度的保留。

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电子科技大学长三角研究院(衢州)，其通讯地址为：浙江省衢州市柯城区芹江东路288号1幢18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。