【技术实现步骤摘要】
本专利技术涉及人工智能与机器学习领域，具体地，涉及一个语言驱动的交通交互场景生成系统和方法。
技术介绍
1、近些年来，随着科学技术的不断发展，智能车和无人驾驶领域受到了广泛的关注。随着人工智能领域的不断发展，通过应用深度学习等技术，智能驾驶领域得到了在定位、检测、推理等方面都得到了不错的发展，在工业界和学界都获得了一定的成果，也有着广阔的发展和应用前景。
2、交通路况信息瞬息万变，因此对于自动驾驶系统而言，学习如何感知周边车辆人流、如何进行规划决策都需要进行大量的计算，因此也需要大量精确的、用于模型训练的交通数据，才能充分发挥人工智能的能力，完成复杂的驾驶任务。数据集是训练和验证自动驾驶系统的关键资源和基础。高质量的数据集能够提供丰富的场景、多样的交通情况以及准确的标注信息，这对于提高自动驾驶系统的感知、决策和控制能力至关重要。目前基于现实采集的数据集普遍存在长尾问题。在大部分情况下，采集车采集的数据大多来自常规驾驶场景，而对安全至关重要的挑战性场景(如交通事故、危险驾驶等)的出现频率太低。这些场景在实际驾驶中虽然出现的次数...
【技术保护点】
1.一种语言驱动的交通交互场景生成系统，其特征在于，包括：
2.根据权利要求1所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述文本编码模块中，利用大语言模型将文本语言指令转化为整数型离散化的地图编码、交互事件编码和车辆编码，包括：
3.根据权利要求2所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述特征提取模块中，利用多层神经网络对地图编码m、交互事件编码E和车辆编码A进行再次编码，并投射到高维特征空间，具体为：
4.根据权利要求3所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述融合模块中，利用基于注意力...
【技术特征摘要】
1.一种语言驱动的交通交互场景生成系统，其特征在于，包括：
2.根据权利要求1所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述文本编码模块中，利用大语言模型将文本语言指令转化为整数型离散化的地图编码、交互事件编码和车辆编码，包括：
3.根据权利要求2所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述特征提取模块中，利用多层神经网络对地图编码m、交互事件编码e和车辆编码a进行再次编码，并投射到高维特征空间，具体为：
4.根据权利要求3所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述融合模块中，利用基于注意力机制的特征聚合模块融合道路特征l、交互事件查询以及车辆查询具体为：
5.根据权利要求4所述的一种语言驱动的交通交互场景生成系统，其特征在于，所述解码模块，利用多层线性神经网络将车辆特征信息解码为车辆轨迹、车辆属性和初始位置，获得生成结果，包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。