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！

龙图腾网获悉同济大学申请的专利基于三维视觉语言预训练的端到端自动驾驶规划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：CN119773804B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411893185.3，技术领域涉及：B60W60/00；该发明授权基于三维视觉语言预训练的端到端自动驾驶规划方法是由王瀚漓;张焕;李腾鹏设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于三维视觉语言预训练的端到端自动驾驶规划方法在说明书摘要公布了：本发明涉及一种基于三维视觉语言预训练的端到端自动驾驶规划方法，所述方法包括以下步骤：获取多视角鸟瞰特征X，多视角鸟瞰特征X输入预训练的BEVformer中的BEV编码器计算全局视觉特征；将环境真实描述集成到基于BERT结构的文本注意块中，以获得文本表示；计算分组对齐损失；将全局视觉特征和提示特征输入到语言模型中，语言模型输出词向量，训练基于三维视觉语言预训练的生成式端到端自动驾驶规划模型；将实际的多视角图像输入自动驾驶规划模型，输出实际自动驾驶规划路径。与现有技术相比，本发明具有提高路径规划实时性和泛化能力等优点。

本发明授权基于三维视觉语言预训练的端到端自动驾驶规划方法在权利要求书中公布了：1.一种基于三维视觉语言预训练的端到端自动驾驶规划方法，其特征在于，所述方法包括以下步骤： 获取多视角鸟瞰特征X，多视角鸟瞰特征X输入预训练的BEVformer中的BEV编码器来提取BEV特征B，BEV特征B输入到BEVformer中的到检测、运动和地图变换器中，以同时学习三维对象框、代理运动和地图元素，从而产生受约束的检测特征、运动特征和地图特征，基于BEVformer中的视觉嵌入层将检测特征、运动特征和地图特征编码到相同的通道维度中，编码后输入BEVformer中的Transformer结构并串联，输出全局视觉特征； 将环境真实描述集成到基于BERT结构的文本注意块Ftatt中，以获得检测文本表示Tdet、运动文本表示Tmotion、地图文本表示Tmap及串联文本表示Tglobal； 将检测特征、运动特征、地图特征、全局视觉特征和检测文本表示、运动文本表示、地图文本表示及串联文本表示进行对齐，计算分组对齐损失； 将全局视觉特征和提示特征输入到语言模型中，语言模型输出词向量，基于词向量计算交叉熵损失，基于交叉熵损失、分组对齐损失和下游任务损失计算总体损失，基于总体损失训练文本注意块Ftatt和语言模型，预训练的BEVformer、训练完成的文本注意块Ftatt和语言模型组成基于三维视觉语言预训练的生成式端到端自动驾驶规划模型； 将实际的多视角图像输入基于三维视觉语言预训练的生成式端到端自动驾驶规划模型，输出实际自动驾驶规划路径。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。