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！

申请/专利权人：希迪智驾(成都)科技有限公司

摘要：本发明公开了一种基于对比学习的自动驾驶鲁棒控制方法及系统，通过深度对比学习，有效利用未标注的大量样本数据，提高模型对异构分布的适应能力和鲁棒性；同时，引入连续控制网络为模型提供了处理高维、连续动态环境的能力，增强了预测的精度和泛化能力。本发明不仅提高了在复杂交通环境中的轨迹预测性能，还通过自监督学习机制，减少了对大量标注数据的依赖，为自动驾驶系统提供了一个更为精确、鲁棒的轨迹预测解决方案。

主权项：1.一种基于对比学习的自动驾驶鲁棒控制方法，其特征在于，包括如下步骤：步骤S1、使用低维状态提取器提取监测轨迹数据集中的状态表征，并将所述状态表征映射至特征空间，在所述特征空间中预设一组种群的多个候选者，初始化每个候选者对应的对比轨迹集合；步骤S2、采用scIRL算法对每个候选者对应的对比轨迹集合进行计算，得到奖励参数；步骤S3、为每个候选者构建一个连续鲁棒控制网络，将所述奖励参数作为驾驶语境训练对应的连续鲁棒控制网络，得到候选连续鲁棒控制网络；步骤S4、对每个候选连续鲁棒控制网络进行测试，得到测试指标，通过所述测试指标筛选出优选候选连续鲁棒控制网络进行杂交和变异，基于杂交和变异的结果产生下一组种群，并重复执行步骤S2至步骤S4直至循环次数达到预设值；其中，所述连续鲁棒控制网络包括用于输入静态地图几何的第一网络输入流、用于输入车辆空间状态映射的第二网络输入流和用于输入车辆运动学状态映射的第三网络输入流；将静态地图几何、车辆空间状态映射和车辆运动学状态映射分别对应输入所述第一网络输入流、第二网络输入流和第三网络输入流由所述连续鲁棒控制网络进行训练，所述连续鲁棒控制网络经训练后输入奖励函数的控制参数；其中，将静态地图几何、车辆空间状态映射和车辆运动学状态映射分别对应输入所述第一网络输入流、第二网络输入流和第三网络输入流由所述连续鲁棒控制网络进行训练包括：通过所述第一网络输入流将所述静态地图几何进行卷积映射，得到静态地图注意力图；通过所述第二网络输入流将所述车辆空间状态映射进行卷积映射，得到车辆空间信息注意力图；将所述静态地图注意力图与所述车辆空间信息注意力图进行融合映射，得到融合映射注意力图；通过所述第三网络输入流将所述车辆运动学状态映射进行卷积映射，得到车辆运动学注意力图；建立双输入孪生结构，通过所述双输入孪生结构将所述融合映射注意力图与所述车辆运动学注意力图进行耦合，得到耦合向量，通过全连接层将所述耦合向量映射至IRL参数空间。

全文数据：

权利要求：

百度查询： 希迪智驾(成都)科技有限公司 一种基于对比学习的自动驾驶鲁棒控制方法及系统