本发明专利技术涉及一种基于大语言模型场景分析的自动驾驶协同决策方法、设备及介质，包括：S1、根据当前场景信息与参与者意图，采用大语言模型对利用基于OPM过程的神经网络模型求得的当前参与者的未来行为树进行剪枝操作，生成当前场景下自车的未来行为树并给出下一步决策所需的效率约束与安全约束；S2、根据所述效率约束与安全约束，对依据自车当前状态生成的未来轨迹进行筛选，将筛选后得到的最优自车轨迹对应的最优控制指令发送至车载控制端并执行，执行后更新OPM过程的状态空间；S3、循环执行S1～S2，直至通过当前冲突场景。与现有技术相比，本发明专利技术引入参与者意图作为自动驾驶决策的重要因素，提高了自动驾驶在复杂场景下的通行效率与安全可靠性。
【技术实现步骤摘要】
本专利技术涉及自动驾驶决策，尤其是涉及一种基于大语言模型场景分析的自动驾驶协同决策方法、设备及介质。
技术介绍
1、自动驾驶协同决策是实现智能交通系统的核心技术之一，其目标是通过多源感知数据融合和动态场景理解，使车辆在复杂交通环境中实现安全、高效的自主决策。
2、传统基于规则的自动驾驶决策方法通过预定义的逻辑和专家经验制定驾驶策略，但是由于交通参与者的意图具有高度不确定性，而静态的规则无法动态响应博弈，动态交互过程易陷入僵化，极大地影响了复杂场景下的通行效率。
3、经过检索，中国专利技术专利申请cn119781478a公开了一种基于视觉大语言模型的自动驾驶决策规划方法及系统，该方案通过视觉大语言模型系统进行信息交互，由车端获取传感数据，上传至云平台，由云平台上的视觉大语言模型生成轨迹，上传至车端，最后由车端生成最终的规划轨迹，以供车辆行驶使用。然而，该方案在自动驾驶决策过程也并未引入交通参与者的意图因素，其在动态交互、复杂场景适应性等方面存在显著缺陷。
技术实现思路
>1、本专利技术的目本文档来自技高网...
【技术保护点】
1.一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，所述场景信息通过车载传感器获取，包括空间信息和动力信息；所述参与者意图通过车联网获取，包括周边车辆和行人的意图信息。
3.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，利用基于OPM过程的神经网络模型构建当前参与者的未来行为树，包括：
4.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，根据当前场景信息与参与者意图，采用大语言...
【技术特征摘要】
1.一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，所述场景信息通过车载传感器获取，包括空间信息和动力信息；所述参与者意图通过车联网获取，包括周边车辆和行人的意图信息。
3.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，利用基于opm过程的神经网络模型构建当前参与者的未来行为树，包括：
4.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，根据当前场景信息与参与者意图，采用大语言模型对当前参与者的未来行为树进行剪枝操作，具体包括：
5.根据权利要求1所述的一种基于大语言模型场景分析的自动驾驶协同决策方法，其特征在于，所述下一步决策所需的效率约束与安全约束，具体为：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：杭鹏，董欣炜，李积洋，易阳，孙剑，
申请(专利权)人：同济大学，
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。