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！

龙图腾网获悉清华大学苏州汽车研究院(相城)申请的专利基于时空对齐的车路云一体化端到端自动驾驶装置和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：CN121578722B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610105859.1，技术领域涉及：G05B19/042；该发明授权基于时空对齐的车路云一体化端到端自动驾驶装置和方法是由任海兵;郑四发;陈佳良;葛格;马林设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本基于时空对齐的车路云一体化端到端自动驾驶装置和方法在说明书摘要公布了：本发明公开了一种基于时空对齐的车路云一体化端到端自动驾驶装置和方法，旨在解决单车智能端到端算法局限及车路协同感知后融合不兼容问题。装置含路侧设备与车端，路侧设备提取路侧特征并传输，车端通过时空对齐网络模块补偿传输延时，将路侧特征投影至统一BEV空间，经动态融合后输入预测规划网络模块。方法含路侧处理、车端处理、时空对齐、特征融合及端到端规划步骤，采用多任务损失函数优化。本发明实现车路信息深度融合，适配异构传感器场景，降低车端负载，提升长尾场景感知与规划精度，增强自动驾驶可靠性与安全性。

本发明授权基于时空对齐的车路云一体化端到端自动驾驶装置和方法在权利要求书中公布了：1.一种基于时空对齐的车路云一体化端到端自动驾驶装置，其特征在于，包括： 路侧设备，其用于基于路侧感知网络提取路侧特征； 车端，其包括车路云一体化端到端网络，车路云一体化端到端网络用于接收车辆传感器数据和路侧特征， 其中，车路云一体化端到端网络包括路侧特征获取单元、车端特征获取单元、车路特征融合模块和预测规划网络模块， 其中，路侧特征获取单元包括与路侧设备对应的时空对齐网络模块， 时空对齐网络模块包括历史路侧特征更新子模块、历史路侧特征池、路侧特征时间对齐网络和车端BEV编码器；其中：历史路侧特征更新子模块用于将当前路侧特征a之前n个时刻的路侧特征作为历史路侧特征h1，输入到历史路侧特征池，由历史路侧特征池保存；路侧特征时间对齐网络基于当前路侧特征a、传输延时Δt及历史路侧特征h1，预测未来时刻t+Δt的路侧特征，以补偿预设范围的传输延时，同时通过车端BEV编码器将未来时刻t+Δt的路侧特征投影到与车端特征一致的BEV空间，获得时空对齐路端特征；路侧特征时间对齐网络的损失值Lpre表示为式1： Lpre=sumWm*|PRE[Lm,t,Δt]-Lm,t+Δt|21 其中，sum表示加权求和函数，Lm,t表示来自第m个路侧设备的t时刻特征预测值，Lm,t+Δt表示第m个路侧设备t+Δt时刻的特征值，PRE是路侧特征时空对齐网络，Wm表示第m个路侧设备的权重；*表示乘号，||2表示向量L2范数； 车端特征获取单元用于基于车辆传感器数据提取车端特征，通过车端BEV特征编码器将车端特征转换到自车为中心的BEV空间，获得时空对齐车端特征； 车路特征融合模块用于将时空对齐路侧特征与时空对齐车端特征进行动态融合，输出车路融合特征； 预测规划网络模块基于车路融合特征，预测其他车辆的运动，并输出自车的车辆规划轨迹，预测规划网络模块在训练时采用多任务损失函数L：L=Ldet+Lmap+Lmotion+Lplan+Lpre；其中，Ldet表示预测规划网络模块的交通参与者感知Header计算得到的动态元素检测损失；Lmotion表示预测规划网络模块的预测Header计算得到的运动预测损失；Lmap表示预测规划网络模块的地图感知Header计算得到的地图构建损失；Lplan表示预测规划网络模块的规划子模块计算得到的规划损失。

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清华大学苏州汽车研究院(相城)，其通讯地址为：215000 江苏省苏州市相城区太阳路2266号1号楼；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。