公开(公告)号：CN119961525A

公开(公告)日：2025-05-09

申请号：CN202510436029.2

申请日：2025-04-09

Applicant: 吉林大学 ,  湖北汽车工业学院

Inventor： 高菲 ,  李成哲 ,  赵睿 ,  郑程元 ,  高镇海 ,  杨正才

IPC: G06F16/9535 ,  G06N3/0455 ,  G06N3/08 ,  G06N5/04 ,  G06F40/211

Abstract: 本发明适用于汽车智能座舱技术领域，提供了一种基于大语言模型的人舱交互意图个性化预测方法，首先，通过结合车辆状态数据、驾驶员行为序列数据以及数据增强技术，构建了一个专用于驾驶员意图预测的驾驶舱场景数据集。其次，设计了一种新型的驾驶员意图个性化预测模型PCockpit‑LLM。然后采用了两阶段微调策略。在第一阶段，利用广泛覆盖驾驶舱场景的泛化数据集对PCockpit‑LLM进行全参数微调。在第二阶段，通过个性化驾驶舱场景数据集对模型进行进一步微调。本方法通过充分利用大语言模型的上下文理解能力与知识泛化能力，实现了驾驶员意图预测的高准确性与个性化，为智能座舱的个性化主动交互功能提供了理论支持与技术基础。

公开(公告)号：CN116901967A

公开(公告)日：2023-10-20

申请号：CN202310836172.1

申请日：2023-07-10

Applicant: 吉林大学

Inventor： 付尧 ,  滕宇涵 ,  欧阳欢 ,  雷雨龙 ,  董瑞 ,  刘科 ,  李成哲 ,  宫薪添 ,  回禹杭

IPC: B60W30/19 ,  F16H59/48 ,  F16H59/24 ,  F16H59/36 ,  G06F30/27 ,  G06N3/04 ,  G06F119/02

Abstract: 本发明公开了一种基于强化学习的电动汽车AMT升降挡方法，包括如下步骤：包括：构建换挡网络模型，所述换挡网络模型包括策略网络和评价网络；以车速、车辆加速度和油门踏板开度作为所述策略网络的输入变量，以换挡指令作为所述策略网络的输出变量；以车速、车辆加速度和油门踏板开度和所述换挡指令为评价网络的输入变量，所述评价网路输出当前换挡指令的价值；计算换挡策略综合评价指数；以所述换挡策略综合评价指数和当前换挡指令的价值的差值最小作为优化目标，对所述换挡网络模型进行优化，得到最优换挡网络模型；在车辆行驶过程中，实时检测车速、车辆加速度和油门踏板开度作为最优换挡网络模型的输入变量，通过最优换挡网络模型得到换挡指令。