Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州智体科技有限公司梁晓辉获国家专利权

广州智体科技有限公司梁晓辉获国家专利权

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!

龙图腾网获悉广州智体科技有限公司申请的专利基于多模态大模型的自适应驾驶行为评估与培训系统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:CN119513809B

龙图腾网通过国家知识产权局官网在2025-07-22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:202411542373.1,技术领域涉及:G06F18/25;该发明授权基于多模态大模型的自适应驾驶行为评估与培训系统是由梁晓辉;陈荣波;蔡轶佳;杨昊设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。

基于多模态大模型的自适应驾驶行为评估与培训系统在说明书摘要公布了:本发明公开了基于多模态大模型的自适应驾驶行为评估与培训系统,包括多模态驾驶数据采集与情境感知模块、数据存储模块、驾驶行为实时评估与反馈模块、自适应培训策略生成模块、云端大模型驱动自学习模块和驾驶员心理状态监测与调整模块;所述驾驶行为实时评估与反馈模块,用于通过机器学习评估大模型对驾驶员的驾驶行为进行实时评估并提供即时反馈;本发明结合多模态大模型技术,通过实时采集驾驶车辆和驾驶员的多模态数据,并根据驾驶情境的变化和驾驶员表现的实时评估,生成个性化的培训任务和学习策略,在不同复杂情境下动态调整培训任务,并通过分析驾驶员的心理状态调整培训任务,系统能够针对驾驶员的行为提供详细的反馈。

本发明授权基于多模态大模型的自适应驾驶行为评估与培训系统在权利要求书中公布了:1.基于多模态大模型的自适应驾驶行为评估与培训系统,其特征在于,包括多模态驾驶数据采集与情境感知模块、数据存储模块、驾驶行为实时评估与反馈模块、自适应培训策略生成模块、云端大模型驱动自学习模块和驾驶员心理状态监测与调整模块; 所述多模态驾驶数据采集与情境感知模块,用于采集车辆和驾驶员的多模态数据,并感知驾驶情境; 所述数据存储模块,用于存储所述多模态数据; 所述驾驶行为实时评估与反馈模块,用于通过机器学习评估大模型对驾驶员的驾驶行为进行实时评估并提供即时反馈; 所述机器学习评估大模型具体实现过程为: L1:获取所述多模态驾驶数据采集与情境感知模块采集的当前时刻的摄像头图像、LiDAR激光雷达数据、地图图像和语音数据; L2:对LiDAR激光雷达数据进行处理,得到二维激光雷达图像,对地图图像进行处理,得到二维灰度图像,将摄像头图像的图像特征、二维激光雷达图像的特征和二维灰度图像的地图特征进行融合,得到当前时刻的融合特征; L3:计算当前时刻的融合特征和上一个感兴趣帧的融合特征的欧式相似度,根据欧式相似度判断当前时刻的融合特征是否为感兴趣帧; L4:如果当前时刻的融合特征为感兴趣帧,利用预先训练完成的主模型对当前时刻的融合特征进行处理,得到当前时刻的细粒度特征,然后利用多个三维卷积核将时间对齐后的缓存感兴趣帧的细粒度特征和当前时刻的细粒度特征进行融合,得到当前时刻的评估特征,所述主模型采用ResNet网络; L5:如果当前时刻的融合特征为非感兴趣帧,利用预先训练完成的辅模型对当前时刻的融合特征进行处理,得到当前时刻的粗粒度特征,对粗粒度特征进行特征变换得到细粒度特征,然后利用多个二维卷积核将时间对齐后的缓存感兴趣帧的细粒度特征和当前时刻的细粒度特征进行融合,得到当前时刻的评估特征,所述辅模型采用MobileNetV2网络; L6:利用自然语言技术提取当前语音数据的语音特征,利用评估网络模型对当前时刻的评估特征和语音特征进行融合处理,得到当前时刻的目标评估结果; 所述自适应培训策略生成模块,用于通过深度学习培训大模型生成个性化的培训任务和学习策略; 所述云端大模型驱动自学习模块,通过云端平台,基于多模态数据针对所述机器学习评估大模型和所述深度学习培训大模型进行长期跟踪和自学习; 所述驾驶员心理状态监测与调整模块,用于监测驾驶员的生理和心理状态,并在需要时调整驾驶任务和课程内容。

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广州智体科技有限公司,其通讯地址为:510000 广东省广州市天河区软件路11号5楼503室F区1号房;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”。

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。