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！

龙图腾网获悉合肥工业大学申请的专利一种基于DeepSeek训练框架的多模态自动驾驶训练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：CN120910477B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511408309.9，技术领域涉及：G06F18/20；该发明授权一种基于DeepSeek训练框架的多模态自动驾驶训练方法是由张炳力;赵李辉;王怿昕;胡忆楠设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于DeepSeek训练框架的多模态自动驾驶训练方法在说明书摘要公布了：本发明涉及自动驾驶技术领域，尤其涉及一种基于DeepSeek训练框架的多模态自动驾驶训练方法。包括：读取DriveLM‑nuScenes数据集的多视角摄像头图像与文本指令，按环视布局拼接图像形成全景表示；对全景图像进行缩放、归一化及标准化处理得到图像张量；对文本指令进行标记化处理，插入图像占位符与对话角色标记，结构化文本输入表示；通过多模态对齐模块实现视觉与文本标记序列的维度对齐、位置编码附加及跨模态注意力融合，生成多模态嵌入表示；将嵌入表示输入DeepSeek语言模型自回归生成决策文本，以带掩码的交叉熵损失为优化目标。本发明解决了现有多视图融合不足、模态对齐薄弱等问题，提升了复杂场景下的认知可靠性与决策可解释性，适配车载边缘部署。

本发明授权一种基于DeepSeek训练框架的多模态自动驾驶训练方法在权利要求书中公布了：1.一种基于DeepSeek训练框架的多模态自动驾驶训练方法，其特征在于，包括以下步骤： S1:读取DriveLM-nuScenes数据集样本数据，样本数据包含多视角摄像头图像和文本指令信息，多视角摄像头图像为实验车辆按环视布局部署摄像头采集所得，文本指令信息为表达驾驶任务或场景理解需求的自然语言信息，按环视布局的固定顺序拼接各视角图像，形成全景拼接图像； S2:将全景拼接图像缩放至384×384像素，转化为张量后归一化至[0,1]，经通道预设均值与标准差标准化，得到预处理后的图像张量； S3:将文本指令信息转化为初步标记序列并分配位置信息，在序列中插入图像占位符与对话角色标记，采用预设格式构建结构化文本输入表示； S4:通过多模态对齐模块，依次执行多模态统一表示构建、标记序列对齐与预适配、跨模态注意力对齐处理，获得融合视觉与文本语义的多模态嵌入表示； 多模态对齐模块含视觉编码单元、文本编码单元及跨模态注意力单元，步骤S4具体包括如下步骤： S41：多模态统一表示构建：视觉编码单元将图像张量转化为视觉标记序列，文本编码单元将结构化文本输入表示转化为文本标记序列，设定定长上限，对两类序列进行补齐或截断处理，同步生成标识有效无效位置的序列掩码信息，并生成位置编码信息； S42：标记序列对齐与预适配：通过线性投影将两类序列的特征向量映射至同一维度空间，为文本标记序列附加基于顺序索引的序列位置编码，为视觉标记序列附加基于二维行列坐标的空间位置编码，编码向量均与对应特征向量在同一维度相加； S43：跨模态注意力对齐：合并两类序列输入跨模态注意力单元，基于缩放点积计算文本与视觉序列的语义关联权重，依据序列掩码信息仅在有效位置执行注意力计算，出维度为[batch_size,seq_len,hidden_dim]的多模态嵌入表示； 其中，其中batch_size维度表示批处理大小，seq_len维度表示统一序列长度，hidden_dim维度表示语义表征的向量空间维度； S5:将多模态嵌入表示输入基于DeepSeek训练框架的语言模型，通过自回归生成方式逐步生成自动驾驶场景的语义理解与决策文本，形成预测序列； S6:采用教师强制策略将真实标签作为解码输入，以带掩码的交叉熵损失为目标，通过AdamW优化器执行梯度回传与参数更新，结合权重衰减与指数衰减学习率调度策略。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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。