买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学;杭州宏杉科技股份有限公司申请的专利一种面向自动驾驶的多模型自适应调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120540105B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511047623.9，技术领域涉及：G05B13/04；该发明授权一种面向自动驾驶的多模型自适应调度方法是由温震宇;王涛;朱永;杨子华;王志秋;贺诗波;李至哲设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种面向自动驾驶的多模型自适应调度方法在说明书摘要公布了：本发明公开了一种面向自动驾驶的多模型自适应调度方法，包括：提供一种离散优化编码技术，通过二进制编码将网络选择转化为离散优化问题；提供一种场景密度离散化算法，利用目标检测对周围环境的感知结果，将连续的场景密度映射为离散的场景密度；提供一种量化预测模型，建立精度和时延与密度及网络方案的函数关系；提供一种网络选择优化框架，利用动态权重剪枝剔除目标函数值低于当前最优的候选方案，基于场景密度等级对剩余候选网络进行优先级排序，采用双缓冲并行评估策略同步计算各方案的实时性能指标，最终获取到最优的网络选择方案。本发明通过创新的动态调度机制和优化求解策略，显著提升了自动驾驶系统在多样化场景下的性能表现。

本发明授权一种面向自动驾驶的多模型自适应调度方法在权利要求书中公布了：1.一种面向自动驾驶的多模型自适应调度方法，其特征在于，包括： S1，将自动驾驶系统抽象为特征提取模块、轨迹跟踪模块、语义分割模块和规划决策模块四个组件； S2，为特征提取、轨迹跟踪和语义分割配置多种网络选项，形成多种不同的网络配置方案，每种网络配置方案以三元组形式标识； S3，对所有网络配置方案进行离散化编码； S4，定义优化目标，包括： 采用加权插值法，构建优化指标： 其中，H为评估指标，用于评估精度与延迟的平衡，ACC为系统运行的精度，Latency为系统运行的延迟，λ为权重系数，用于调节精度和延迟的优先级，系统运行时，将根据实时目标密度，利用拟合的精度和时延函数，计算每种网络配置方案的H值，并选择H值最大的网络配置方案作为最优配置； S5，收集多场景密度数据样本，构建多样化高质量数据集； S6，量化场景目标密度，划分目标密度等级； S7，利用多样化高质量数据集，并根据目标密度等级对多样化高质量数据集进行分组； S8，在不同密度的场景数据和不同网络配置下测试模型精度； S9，建立场景目标密度、网络配置方案、精度的密度-网络-精度拟合函数； S10，测试不同场景目标密度与网络配置方案的时延； S11，建立场景目标密度、网络配置方案、时延的密度-网络-时延拟合函数； S12，依据密度-网络-精度拟合函数和密度-网络-时延拟合函数对最佳网络选取方案进行建模，建立为离散组合优化问题； S13，对于离散组合优化问题，采用改进的分支定界法来进行求解，输出最优方案标识，包括： 将当前已遍历网络的H值与未遍历网络的可能的最大H值进行求和，并取其中的最大值，得到预估的上界，上界估计函数为： ， 其中，UB为预估上界，CurrentH为已选网络的H值，PotentialH为剩余网络中的H值，PotentialH值通过精度取剩余网络中最大可能值、时延取剩余网络中最小值来进行快速估计，上界基于当前路径的实测值与剩余网络的最大理论增益估计，下界则为实际已选网络的确定值，当某分支的上界低于当前全局最优解时触发剪枝，消除无效搜索路径，最终通过逐层收缩解空间，得到使H最大的最优解； S14，依据最优方案标识从预加载的网络库中调用相应的特征提取网络、轨迹跟踪网络和语义分割网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学;杭州宏杉科技股份有限公司，其通讯地址为：310000 浙江省杭州市拱墅区朝晖六区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。