首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

自动驾驶自进化学习方法、装置、电子设备及存储介质 

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:武汉理工大学

摘要:本发明提供一种自动驾驶自进化学习方法、装置、电子设备及存储介质,属于自动驾驶技术领域,该方法包括:获取车辆端采集的现实场景数据,并生成虚拟场景数据,且基于所述现实场景数据和所述虚拟场景数据构建虚实结合的场景数据;从所述虚实结合的场景数据中筛选目标数据,并对所述目标数据进行标注;基于随机滑动窗口与加权平均方法对标注后的目标数据进行融合,得到训练集;基于所述训练集对云端的神经网络模型进行训练,得到自动驾驶模型;所述神经网络模型为类知识蒸馏的自进化学习算法模型。本发明基于虚实结合的场景数据以及类知识蒸馏的自进化学习算法模型,解决现有的自动驾驶方案存在着神经网络模型训练效率低的的技术问题。

主权项:1.一种自动驾驶自进化学习方法,其特征在于,包括:获取车辆端采集的现实场景数据,并生成虚拟场景数据,且基于所述现实场景数据和所述虚拟场景数据构建虚实结合的场景数据,并将所述虚实结合的场景数据上传至数据云;基于网页云配置的数据筛选方式,从所述数据云上存储的虚实结合的场景数据中筛选目标数据,并对所述目标数据进行标注,并将标注后的目标数据存储到所述数据云;基于随机滑动窗口与加权平均方法对所述数据云中标注后的目标数据进行融合,得到训练集,并将所述训练集存储到所述数据云;利用训练云,并基于所述数据云中的训练集对车端的神经网络模型进行训练,并基于校验云对训练后的神经网络模型进行校验,确定校验通过的训练后的神经网络模型为自动驾驶模型;所述神经网络模型为类知识蒸馏的自进化学习算法模型。

全文数据:

权利要求:

百度查询: 武汉理工大学 自动驾驶自进化学习方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。