【技术实现步骤摘要】
本专利技术属于自动驾驶，具体涉及一种基于大语言模型端到端可解释的自动驾驶控制方法与系统。
技术介绍
1、自动驾驶系统的核心目标在于实现对周围环境的高度精准感知，进而做出实时决策，并在无人为干预的条件下执行高度可靠的车辆控制。此外，系统还应当确保整个行程中的安全性和舒适性，从而提供一种无缝的智能化出行体验。为了达到这些目标，自动驾驶系统必须集成多种先进的技术，以应对复杂的交通场景和不可预见的外部环境因素。随着深度学习技术的迅速发展，自动驾驶模型算法也从中受益。经典的自动驾驶算法通常采用基于模块化的思想，包含一系列任务，如感知、预测、决策和规划控制等，并为每个任务部署独立的模型。这种设计虽然可以简化研发难度，但是下游的规划控制模块无法访问到原始的传感器数据，仅基于感知或决策模块产生的误差累积起来会严重影响规划控制结果，甚至导致安全性问题。此外，各个任务被解耦为独立的模块可能会引发信息丢失，造成不必要的损耗。
2、近年来，一些方法提出以端到端方式训练网络。端到端自动驾驶方案将原始传感器数据作为输入，在一个网络内优化所有特征，直接产...
【技术保护点】
1.基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤1的具体实现包括如下：
3.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤2的具体实现包括如下：
4.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤3的大语言模型解码器采用Transformer的双向编码器表征量BERT，具体过程如下：
5.根据权利要求1所述的基于大语言模型端...
【技术特征摘要】
1.基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤1的具体实现包括如下：
3.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤2的具体实现包括如下：
4.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤3的大语言模型解码器采用transformer的双向编码器表征量bert，具体过程如下：
5.根据权利要求1所述的基于大语言模型端到端可解释的自动驾驶控制方法，其特征在于，所述步骤4的控制信号预测头使用交叉协方差池化和归一化操作，具体过程为：
6.根据权利要求5所述的基于大语言模型端到端可解释的自动驾驶控制方...
【专利技术属性】
技术研发人员：董微，蔡英凤，刘泽，王海，孙晓强，李祎承，刘擎超，
申请(专利权)人：江苏大学，
类型：发明
国别省市：
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。