公开(公告)号：CN114194211A

公开(公告)日：2022-03-18

申请号：CN202111442633.4

申请日：2021-11-30

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 邓琪 ,  李茹杨 ,  张亚强 ,  赵雅倩 ,  李仁刚

IPC: B60W60/00 ,  B60W50/00

Abstract: 本申请公开了一种自动驾驶方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取驾驶环境的多模态感知信息和驾驶行为数据；利用卷积神经网络提取多模态感知信息的多尺度特征，利用Transformer对多尺度特征进行融合得到融合特征数据；将融合特征数据和驾驶行为数据结合为专家演示数据，并将自动驾驶过程建模为马尔可夫决策过程；利用专家演示数据采用最大熵逆强化学习获取自动驾驶过程的奖励函数，并利用深度强化学习优化驾驶策略模型；将优化后的驾驶策略模型输出至客户端，以便客户端利用优化后的驾驶策略模型根据环境感知信息实现自动驾驶。本申请保证自动驾驶感知数据的可靠性，提升自动驾驶过程中决策规划的合理性。

公开(公告)号：CN119559259A

公开(公告)日：2025-03-04

申请号：CN202311113474.2

申请日：2023-08-31

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 张恒 ,  李茹杨 ,  张腾飞 ,  邓琪

IPC: G06T7/80 ,  G06K7/14 ,  G06K19/077 ,  G06T3/4038 ,  G06F17/11 ,  G01S7/497 ,  G01S7/40

Abstract: 本申请公开了一种基于标定系统的车辆传感器标定方法、系统、装置及介质，涉及自动驾驶领域，解决对车辆传感器标定效率低下的问题。该方案中，在待标定车辆满足第一标定条件时，控制全站仪对标定装置进行扫描，得到第一数据；在满足第二标定条件时，控制待标定车辆上的各个传感器对标定装置进行采集，得到第二数据；根据第一数据得到标定先验信息，并根据标定先验信息及第二数据对待标定车辆上的各个传感器进行标定。可见，本申请中使用全站仪和多个标定装置可以大大减少标定过程的人员需求和时间消耗。这样可以降低标定成本，并且便于进行量产，提高生产效率。

公开(公告)号：CN116861261B

公开(公告)日：2024-01-19

申请号：CN202311127103.X

申请日：2023-09-04

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 张腾飞 ,  李茹杨 ,  沈鸿翔 ,  张恒 ,  邓琪

IPC: G06F18/214 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/094 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06F18/25 ,  G01S13/86 ,  G01S13/931 ,  G01S15/86 ,  G01S15/931 ,  G01S17/86 ,  G01S17/931

Abstract: 本发明提供一种自动驾驶模型的训练方法、部署方法、系统、介质和设备，涉及机器学习领域，包括：获取数据集；数据集中的样本包括正常场景数据和干扰场景数据；从数据集中选取第一正常场景样本和第一干扰场景样本，利用第一算法训练得到第一感知模型；从数据集中选取第二正常场景样本和第二干扰场景样本，利用第二算法结合第一感知模型使用干扰特征知识蒸馏方法和元网络对抗知识蒸馏方法，训练得到第二感知模型；将第二感知模型部署至自动驾驶系统中。本发明能避免高质量特征和低质量特征同时被蒸馏，提升了知识蒸馏的效果，便于对第二感知模型中低质量的抗干扰特征进行针对性的知(56)对比文件Qi Deng 等.Context-Enhanced Meta-Reinforcement Learning with Data-ReusedAdaptation for Urban AutonomousDriving.IEEE.2023,全文.Qi Deng 等.Context-Aware Meta-RL withTwo-Stage Constrained Adaptation forUrban Driving.IEEE.2023,全文.Ruyang Li 等.Deep ReinforcementLearning with Noisy Exploration forAutonomous Driving.ICMLSC.2022,全文.张燕咏;张莎;张昱;吉建民;段逸凡;黄奕桐;彭杰;张宇翔.基于多模态融合的自动驾驶感知及计算.计算机研究与发展.2020,(第09期),全文.