基于类脑神经回路的生成式端到端自动驾驶方法及系统技术方案

本申请涉及自动驾驶技术领域，特别涉及一种基于类脑神经回路的生成式端到端自动驾驶方法及系统，该方法包括以下步骤：以时序鸟瞰图作为生成式世界模型的输入，通过编码器进行编码，得到特征分布；采用重参数化方法对特征分布进行采样，得到采样特征；采用解码器对采样特征进行解码，得到生成式鸟瞰图输出；模拟线虫神经网络对感知

【技术实现步骤摘要】
基于类脑神经回路的生成式端到端自动驾驶方法及系统


[0001]本申请实施例涉及自动驾驶
，特别涉及一种基于类脑神经回路的生成式端到端自动驾驶方法及系统
。

技术介绍

[0002]生成式人工智能作为通用人工智能的重大进展，具有里程碑式的意义，标志着人工智能从感知智能向认知智能的发展阶段迈进
。
生成式人工智能有赋能于实体经济的巨大潜力，尤其在自动驾驶等领域
。
自动驾驶是汽车产业与人工智能
、
自动化控制
、
大数据等新一代信息技术在交通领域交叉融合的体现，高级别自动驾驶系统需要应对几乎所有的复杂交通环境，并且安全
、
高效的完成驾驶任务
。
[0003]近几年来，鸟瞰图生成技术快速发展，使得自动驾驶汽车能够将摄像头获得的周围环境照片转换成“上帝视角”的鸟瞰图
。
比如特斯拉，最近推出的占据栅格地图就是一种鸟瞰图，将周围环境信息以占据栅格的方式让自动驾驶汽车能够获取到
。
[0004]然而，在获得到鸟瞰图之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于类脑神经回路的生成式端到端自动驾驶方法，其特征在于，包括以下步骤：以时序鸟瞰图作为生成式世界模型的输入，通过编码器进行编码，得到特征分布；采用重参数化方法对所述特征分布进行采样，得到采样特征；采用解码器对所述采样特征进行解码，得到生成式鸟瞰图输出；模拟线虫神经网络对感知
、
规划
、
控制的操作过程，建立类脑神经回路网络；将所述采样特征输入至所述类脑神经回路网络，得到自动驾驶汽车的控制量
。2.
根据权利要求1所述的基于类脑神经回路的生成式端到端自动驾驶方法，其特征在于，所述时序鸟瞰图包括自车位置信息
、
交通参与者位置信息
、
车道线信息
、
道路边界信息以及红绿灯信息
。3.
根据权利要求1所述的基于类脑神经回路的生成式端到端自动驾驶方法，其特征在于，所述生成式鸟瞰图输出的获取过程表示为：其中，
z
k
表示采样特征；
z
k
～
N(
μ
k
，
σ
k
)
表示编码器输出特征符合高斯分布；
μ
k
表示特征分布的均值；
σ
k
表示特征分布的方差
。4.
根据权利要求1所述的基于类脑神经回路的生成式端到端自动驾驶方法，其特征在于，所述类脑神经回路网络包括四层神经元；其中，所述四层神经元分别为：
N
s
个感知神经元
、N
i
个内部神经元，
N
c
个指令神经元，
N
m
个运动神经元；在任意两个连续层之间，对于任意的源神经元，插入
n
so
‑
t
个突触；其中，
n
so
‑
t
满足：
n
so
‑
t
≤N
t
，突触极性满足伯努利分布，其中，
N
t
表示目标神经元的个数；
n
so
‑
t
个目标神经元通过二项分布随机挑选；在任意两个连续层之间，任意没有突触的目标神经元
j
插入
m
so
‑
t
个突触，
m
so
‑
t
满足：其中，为突触到目标神经元
i
的数量，突触极性满足伯努利分布，
m
so
‑
t
个源神经元通过二项分布随机挑选；指令神经元之间循环连接，对于任意指令神经元，插入
l
so
‑
t
个突触，其中，
l
so
‑
t
满足：
l
so
‑
t
≤N
c
，突触极性满足伯努利分布，其中，
N
c
表示指令神经元的个数，
l
so
‑
t
个源神经元通过二项分布随机挑选
。5.
根据权利要求4所述的基于类脑神经回路的生成式端到端自动驾驶方法，其特征在于，根据神经元突...

【专利技术属性】
技术研发人员：黄岩军，杜嘉彤，白玉龙，陈虹，
申请(专利权)人：同济大学，
类型：发明
国别省市：