基于元宇宙的智能网联汽车交互方法及系统技术方案

本发明专利技术实施例提供了一种基于元宇宙的智能网联汽车交互方法及系统，通过获取样本数网联汽车交互行为数据，基于对所述样本数网联汽车交互行为数据进行交互意图预测得到的交互意图热力图以及所述先验元宇宙交互意图信息，确定所述样本数网联汽车交互行为数据对应的交互意图预测损失值，基于所述交互意图热力图和模态概率图，对网联汽车交互意图预测模型的模型权重参数信息进行遍历循环更新，生成满足模型收敛要求的目标交互意图预测模型，最后基于所述目标交互意图预测模型对输入网联汽车交互行为数据进行意图预测，得到所述输入网联汽车交互行为数据的元宇宙交互意图信息，如此，可以提升交互行为数据的交互意图准预测确度。度。度。

【技术实现步骤摘要】
基于元宇宙的智能网联汽车交互方法及系统


[0001]本专利技术涉及元宇宙
，具体而言，涉及一种基于元宇宙的智能网联汽车交互方法及系统。

技术介绍

[0002]要实现精准的元宇宙交互产品开发，往往需要涉及到元宇宙交互意图信息的识别或解析。现有常见的一些元宇宙交互意图信息识别方法，往往存在识别精度不高的问题。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种基于元宇宙的智能网联汽车交互方法，所述方法包括：
[0004]获取样本数网联汽车交互行为数据，所述样本数网联汽车交互行为数据对应标注了先验元宇宙交互意图信息，所述先验元宇宙交互意图信息指代所述样本数网联汽车交互行为数据在元宇宙交互场景中的交互意图分布；
[0005]基于对所述样本数网联汽车交互行为数据进行交互意图预测得到的交互意图热力图以及所述先验元宇宙交互意图信息，确定所述样本数网联汽车交互行为数据对应的交互意图预测损失值，基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征；
[0006]基于所述交互意图预测损失值和所述概率损失特征对网联汽车交互意图预测模型的模型权重参数信息进行遍历循环更新，生成满足模型收敛要求的目标交互意图预测模型；
[0007]基于所述目标交互意图预测模型对输入网联汽车交互行为数据进行意图预测，得到所述输入网联汽车交互行为数据的元宇宙交互意图信息。
[0008]优选地，所述基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征包括：
[0009]基于所述模态概率图，得到所述样本数网联汽车交互行为数据的N种先验元宇宙交互意图信息的参考概率，得到N个参考概率，N为所述目标交互意图预测模型对应的先验元宇宙交互意图信息的数量；
[0010]基于所述交互意图热力图和上述得到的N个参考概率，确定得到所述概率损失特征。
[0011]优选地，在基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征之前，所述方法还包括：
[0012]对N个样本数网联汽车交互行为数据进行交互意图预测得到所述N个样本数网联汽车交互行为数据对应的N个交互意图热力图；
[0013]确定所述N个样本数网联汽车交互行为数据对应的N个模型训练收敛评估指标；
[0014]将所述N个样本数网联汽车交互行为数据中模型训练收敛评估指标不满足设定收
敛评估指标的交互行为数据确定为目标交互行为数据；
[0015]基于所述目标交互行为数据对预设模态概率图进行更新，得到所述模态概率图。
[0016]优选地，所述基于所述交互意图预测损失值和所述概率损失特征对目标交互意图预测模型的模型权重参数信息进行遍历循环更新，包括：
[0017]将所述交互意图预测损失值和第一损失影响因子的融合损失值，以及所述概率损失特征和第二损失影响因子的融合损失值进行融合，得到所述样本数网联汽车交互行为数据对应的全局模型训练收敛评估指标；
[0018]基于所述全局模型训练收敛评估指标对所述目标交互意图预测模型的模型权重参数信息进行遍历循环更新。
[0019]优选地，所述方法还包括：
[0020]对样本数网联汽车交互行为数据集中的至少一部分交互行为数据标定设定的元宇宙交互意图信息，所述元宇宙交互意图信息包括独立元宇宙交互意图信息和组合元宇宙交互意图信息，所述样本数网联汽车交互行为数据是从所述样本数网联汽车交互行为数据集中获取的交互行为数据。
[0021]此外，本专利技术实施例还提供一种基于元宇宙的智能网联汽车交互系统，包括：
[0022]存储器和处理器；以及
[0023]意图预测装置装置，所述意图预测装置装置包括：
[0024]获取模块，用于获取样本数网联汽车交互行为数据，所述样本数网联汽车交互行为数据对应标注了先验元宇宙交互意图信息，所述先验元宇宙交互意图信息指代所述样本数网联汽车交互行为数据在元宇宙交互场景中的交互意图分布；
[0025]确定模块，用于基于对所述样本数网联汽车交互行为数据进行交互意图预测得到的交互意图热力图以及所述先验元宇宙交互意图信息，确定所述样本数网联汽车交互行为数据对应的交互意图预测损失值，基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征；
[0026]更新模块，用于基于所述交互意图预测损失值和所述概率损失特征对网联汽车交互意图预测模型的模型权重参数信息进行遍历循环更新，生成满足模型收敛要求的目标交互意图预测模型；
[0027]预测模块，用于基于所述目标交互意图预测模型对输入网联汽车交互行为数据进行意图预测，得到所述输入网联汽车交互行为数据的元宇宙交互意图信息。
[0028]优选地，所述确定模块，具体用于：
[0029]基于所述模态概率图，得到所述样本数网联汽车交互行为数据的N种先验元宇宙交互意图信息的参考概率，得到N个参考概率，N为所述目标交互意图预测模型对应的先验元宇宙交互意图信息的数量；
[0030]基于所述交互意图热力图和上述得到的N个参考概率，确定得到所述概率损失特征。
[0031]优选地，所述模态概率图通过以下步骤获得：
[0032]对N个样本数网联汽车交互行为数据进行交互意图预测得到所述N个样本数网联汽车交互行为数据对应的N个交互意图热力图；
[0033]确定所述N个样本数网联汽车交互行为数据对应的N个模型训练收敛评估指标；
[0034]将所述N个样本数网联汽车交互行为数据中模型训练收敛评估指标不满足设定收敛评估指标的交互行为数据确定为目标交互行为数据；
[0035]基于所述目标交互行为数据对预设模态概率图进行更新，得到所述模态概率图。
[0036]优选地，所述更新模块，具体用于：
[0037]将所述交互意图预测损失值和第一损失影响因子的融合损失值，以及所述概率损失特征和第二损失影响因子的融合损失值进行融合，得到所述样本数网联汽车交互行为数据对应的全局模型训练收敛评估指标；
[0038]基于所述全局模型训练收敛评估指标对所述目标交互意图预测模型的模型权重参数信息进行遍历循环更新。
[0039]优选地，所述获取模块，具体用于：
[0040]对样本数网联汽车交互行为数据集中的至少一部分交互行为数据标定设定的元宇宙交互意图信息，所述元宇宙交互意图信息包括独立元宇宙交互意图信息和组合元宇宙交互意图信息，所述样本数网联汽车交互行为数据是从所述样本数网联汽车交互行为数据集中获取的交互行为数据。
[0041]基于上述内容，本专利技术实施例提供的基于元宇宙的智能网联汽车交互方法及系统，通过获取样本数网联汽车交互行为数据，所述样本数网联汽车交互行为数据对应标注了先验元宇宙交互意图信息，所述先验元宇宙交互意图信息指代所述样本数网联汽车交互行为数据在元宇宙交互场景中的交互意图分布，然后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于元宇宙的智能网联汽车交互方法，其特征在于，所述方法包括：获取样本数网联汽车交互行为数据，所述样本数网联汽车交互行为数据对应标注了先验元宇宙交互意图信息，所述先验元宇宙交互意图信息指代所述样本数网联汽车交互行为数据在元宇宙交互场景中的交互意图分布；基于对所述样本数网联汽车交互行为数据进行交互意图预测得到的交互意图热力图以及所述先验元宇宙交互意图信息，确定所述样本数网联汽车交互行为数据对应的交互意图预测损失值，基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征；基于所述交互意图预测损失值和所述概率损失特征对网联汽车交互意图预测模型的模型权重参数信息进行遍历循环更新，生成满足模型收敛要求的目标交互意图预测模型；基于所述目标交互意图预测模型对输入网联汽车交互行为数据进行意图预测，得到所述输入网联汽车交互行为数据的元宇宙交互意图信息。2.根据权利要求1所述的方法，其特征在于，所述基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征包括：基于所述模态概率图，得到所述样本数网联汽车交互行为数据的N种先验元宇宙交互意图信息的参考概率，得到N个参考概率，N为所述目标交互意图预测模型对应的先验元宇宙交互意图信息的数量；基于所述交互意图热力图和上述得到的N个参考概率，确定得到所述概率损失特征。3.根据权利要求2所述的方法，其特征在于，在基于所述交互意图热力图和模态概率图，确定所述样本数网联汽车交互行为数据对应的概率损失特征之前，所述方法还包括：对N个样本数网联汽车交互行为数据进行交互意图预测得到所述N个样本数网联汽车交互行为数据对应的N个交互意图热力图；确定所述N个样本数网联汽车交互行为数据对应的N个模型训练收敛评估指标；将所述N个样本数网联汽车交互行为数据中模型训练收敛评估指标不满足设定收敛评估指标的交互行为数据确定为目标交互行为数据；基于所述目标交互行为数据对预设模态概率图进行更新，得到所述模态概率图。4.根据权利要求3所述的方法，其特征在于，所述基于所述交互意图预测损失值和所述概率损失特征对目标交互意图预测模型的模型权重参数信息进行遍历循环更新，包括：将所述交互意图预测损失值和第一损失影响因子的融合损失值，以及所述概率损失特征和第二损失影响因子的融合损失值进行融合，得到所述样本数网联汽车交互行为数据对应的全局模型训练收敛评估指标；基于所述全局模型训练收敛评估指标对所述目标交互意图预测模型的模型权重参数信息进行遍历循环更新。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：对样本数网联汽车交互行为数据集中的至少一部分交互行为数据标定设定的元宇宙交互意图信息，所述元宇宙交互意图信息包括独立元宇宙交互意图信息和组合元宇宙交互意图信息，所述样本数网联汽车交互行为数据是从所述样本数网联汽车交互行为数据集中获取的交互行为数据。6.一种基于元宇宙的智能网联汽...

【专利技术属性】
技术研发人员：陈成，邬青，周缘，
申请(专利权)人：上海京知信息科技有限公司，
类型：发明
国别省市：