基本信息:
- 专利标题： 基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统
- 申请号：CN202410907531.2 申请日：2024-07-08
- 公开(公告)号：CN118886303A 公开(公告)日：2024-11-01
- 发明人： 刘擎超 , 王瑞海 , 蔡英凤 , 王海 , 陈龙 , 熊晓夏
- 申请人： 江苏大学
- 申请人地址： 江苏省镇江市京口区学府路301号
- 专利权人： 江苏大学
- 当前专利权人： 江苏大学
- 当前专利权人地址： 江苏省镇江市京口区学府路301号
- 代理机构： 南京智造力知识产权代理有限公司
- 代理人： 王军丽
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06T7/246 ; G06V10/764 ; G06V10/774 ; G06N3/0455 ; G06N3/0442 ; G06N3/0499 ; G06N3/048 ; G06N3/096
摘要：
本发明公开了基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统，在获取车辆轨迹数据的基础上，首先，利用贪婪策略动态选择最优历史轨迹片段长度，得到不同条件下的历史轨迹片段长度，其次，将历史轨迹片段输入数据扩散模型进行训练，经过改进的Transformer模型训练得到不同车辆行为的多种车辆轨迹数据，之后，利用数据编辑模型构建无预测器引导下的车辆轨迹数据，生成目标域内的新样本；然后，利用数据演化模型预测下一段片段的模式、长度和幅度，将所得信息输入至数据扩散和数据编辑模型得到新样本，并进行组合得到生成轨迹。本发明能提高生成轨迹的稳定性和可靠性，从而提高驾驶的安全性和适应性。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |