欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023103548002
申请人: 禾多科技(北京)有限公司
专利类型:发明专利
专利状态:未下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种车辆避障方法,包括:

获取地图信息集和障碍物轨迹信息集;

基于所述地图信息集和所述障碍物轨迹信息集,生成地图状态信息组集和障碍物状态信息组集;

基于所述地图状态信息组集和所述障碍物状态信息组集,生成地图隐藏状态信息组集、障碍物隐藏状态信息组集、障碍物地图隐藏状态信息集和交互隐藏状态信息集;

将所述障碍物隐藏状态信息组集和所述障碍物地图隐藏状态信息集输入至交互注意力模型中,得到第一交互状态信息集;

将所述障碍物隐藏状态信息组集和所述地图隐藏状态信息组集输入至所述交互注意力模型中,得到第二交互状态信息集;

将所述交互隐藏状态信息集、所述第一交互状态信息集和所述第二交互状态信息集输入至预先训练的轨迹信息生成模型中,得到轨迹信息集;

将所述轨迹信息集、所述障碍物地图隐藏状态信息集和所述交互隐藏状态信息集输入至预先训练的轨迹权重信息生成模型中,得到轨迹权重信息集;

根据所述轨迹信息集和所述轨迹权重信息集,控制目标车辆进行避障。

2.根据权利要求1所述的方法,其中,所述基于所述地图信息集和所述障碍物轨迹信息集,生成地图状态信息组集和障碍物状态信息组集,包括:对所述地图信息集中的每个地图信息进行采样处理,以生成地图向量信息组,得到地图向量信息组集;

对所述障碍物轨迹信息集中的每个障碍物轨迹信息进行采样处理,以生成障碍物向量信息组,得到障碍物向量信息组集;

对所述地图向量信息组集中的每个地图向量信息进行嵌入处理,以生成地图状态信息,得到地图状态信息组集;

对所述障碍物向量信息组集中的每个障碍物向量信息进行嵌入处理,以生成障碍物状态信息,得到障碍物状态信息组集。

3.根据权利要求1所述的方法,其中,所述基于所述地图状态信息组集和所述障碍物状态信息组集,生成地图隐藏状态信息组集、障碍物隐藏状态信息组集、障碍物地图隐藏状态信息集和交互隐藏状态信息集,包括:将所述地图状态信息组集中的每个地图状态信息输入至预先训练的第一注意力模型中,以生成地图隐藏状态信息,得到地图隐藏状态信息组集;

将所述障碍物状态信息组集中的每个障碍物状态信息输入至所述第一注意力模型中,以生成障碍物隐藏状态信息,得到障碍物隐藏状态信息组集;

将所述障碍物隐藏状态信息组集和所述地图隐藏状态信息组集组合为障碍物地图隐藏状态信息集;

将所述障碍物地图隐藏状态信息集输入至第二注意力模型中,得到交互隐藏状态信息集。

4.根据权利要求3所述的方法,其中,所述第一注意力模型是通过以下步骤训练得到的:获取训练样本集,其中,所述训练样本集中的训练样本包括:样本状态信息和样本隐藏状态信息;

从所述训练样本集中选取训练样本;

确定初始第一注意力模型,其中,所述初始第一注意力模型包括:初始第一感知模型、初始第二感知模型、初始自注意力模型和初始预定义模型;

将所述训练样本包括的样本状态信息输入至所述初始第一感知模型中,得到初始第一感知信息;

将所述初始第一感知信息输入至所述初始第二感知模型中,得到初始第二感知信息;

将所述初始第二感知信息输入至所述初始自注意力模型中,得到初始注意力信息;

将所述初始注意力信息输入至所述初始预定义模型中,得到初始隐藏状态信息;

基于预设的第一损失函数,确定所述初始隐藏状态信息与所述训练样本包括的样本隐藏状态信息之间的第一差异值;

基于所述第一差异值,调整所述初始第一注意力模型的网络参数。

5.根据权利要求4所述的方法,其中,所述方法还包括:响应于所述第一差异值满足第一预设条件,将所述初始第一注意力模型确定为训练后的第一注意力模型。

6.根据权利要求1所述的方法,其中,所述轨迹权重信息生成模型是通过以下步骤训练得到的:获取训练样本集,其中,所述训练样本集中的训练样本包括:样本轨迹隐藏信息和样本轨迹权重信息集,所述样本轨迹隐藏信息包括:样本轨迹信息集、样本障碍物地图隐藏状态信息集和样本交互隐藏状态信息集;

从所述训练样本集中选取训练样本;

确定初始轨迹权重信息生成模型,其中,所述初始轨迹权重信息生成模型包括:初始第五感知模型、初始交互注意力模型和初始第六感知模型;

将所述训练样本包括的样本轨迹信息集输入至所述初始第五感知模型中,得到初始轨迹感知信息集;

将所述初始轨迹感知信息集和所述训练样本包括的样本障碍物地图隐藏状态信息集输入至所述初始交互注意力模型中,得到初始交互感知信息集;

将所述初始轨迹感知信息集、所述初始交互感知信息集和所述训练样本包括的样本交互隐藏状态信息集输入至所述初始第六感知模型中,得到初始轨迹权重信息集;

基于预设的第三损失函数,确定所述初始轨迹权重信息集与所述训练样本包括的样本轨迹权重信息集之间的第三差异值;

基于所述第三差异值,调整所述初始轨迹权重信息生成模型的网络参数。

7.根据权利要求6所述的方法,其中,所述方法还包括:响应于所述第三差异值满足第三预设条件,将所述初始轨迹权重信息生成模型确定为训练后的轨迹权重信息生成模型。

8.一种车辆避障装置,包括:

获取单元,被配置成获取地图信息集和障碍物轨迹信息集;

第一生成单元,被配置成基于所述地图信息集和所述障碍物轨迹信息集,生成地图状态信息组集和障碍物状态信息组集;

第二生成单元,被配置成基于所述地图状态信息组集和所述障碍物状态信息组集,生成地图隐藏状态信息组集、障碍物隐藏状态信息组集、障碍物地图隐藏状态信息集和交互隐藏状态信息集;

第一输入单元,被配置成将所述障碍物隐藏状态信息组集和所述障碍物地图隐藏状态信息集输入至交互注意力模型中,得到第一交互状态信息集;

第二输入单元,被配置成将所述障碍物隐藏状态信息组集和所述地图隐藏状态信息组集输入至所述交互注意力模型中,得到第二交互状态信息集;

第三输入单元,被配置成将所述交互隐藏状态信息集、所述第一交互状态信息集和所述第二交互状态信息集输入至预先训练的轨迹信息生成模型中,得到轨迹信息集;

第四输入单元,被配置成将所述轨迹信息集、所述障碍物地图隐藏状态信息集和所述交互隐藏状态信息集输入至预先训练的轨迹权重信息生成模型中,得到轨迹权重信息集;

控制单元,被配置成根据所述轨迹信息集和所述轨迹权重信息集,控制目标车辆进行避障。

9.一种电子设备,包括:

一个或多个处理器;

存储装置,其上存储有一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑7中任一所述方法。

10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1‑7中任一所述的方法。