CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119475978B(45)授权公告日2025.07.11

(21)申请号202411509346.4

(22)申请日2024.10.28

(65)同一申请的已公布的文献号申请公布号CN119475978A

(43)申请公布日2025.02.18

(73)专利权人重庆大学

地址400044重庆市沙坪坝区沙坪坝正街

174号

(72)发明人唐小林陈佳信王猛杨为刘宇杰唐小丽李佳承

(74)专利代理机构北京同恒源知识产权代理有限公司11275

专利代理师方钟苑

GO6F9/445(2018.01)GO6N3/045(2023.01)

GO6N3/092(2023.01)

GO6V10/82(2022.01)

GO6N3/006(2023.01)GO6V10/80(2022.01)

GO6V10/77(2022.01)

G06T17/00(2006.01)

(56)对比文件

CN113335291A,2021.09.03CN115412883A,2022.11.29审查员许贺

(51)Int.CI.

GO6F30/27(2020.01)权利要求书3页说明书7页附图3页

(54)发明名称

在离线训练场景下，以自适应巡航控制与车道保持辅助为首要学习任务，通过加载三维在仿真训练环境启动前，根据来自6个不同视

在离线训练场景下，以自适应巡航控制与车道保持辅助为首要学习任务，通过加载三维

在仿真训练环境启动前，根据来自6个不同视角RGB摄像头采集的实时驾驶画面，获取纯视觉特征捍取流的CameraBEV特征，并与原先二维变量型状态张量相结合。随后，利用

为智能体，提出Guard环境认知网络概念，形成能够充分实现策略学习·策略评估-环境认知三种作用的Acta-CilicGuacl网络架构；

针对基于数据驱动的深度强化学习型混合动力汽车控制策略，传统Actor-Citic架构训练流程按胆原始方案持续进行。同时，为有效训练Guard环境认知网络，在损失函数中同步包含关于Actor.Critic与Guard的损失值与L2[正则项，由此将在Actox与Critis网络对当前的

前最伏镇移对值的u8征

在离线仿真训练结束后，加数更加复杂多变且近似真实世界的路径轨迹为测试工况，并且对测试坏境引入差异性较大井且多样化的状态偏差，例如：轨迹特征、光阻条件、天气变化与自车状态，进而在动态驾驶场景下对Guard环境认知模型进行评估，确定需要改进与增强的适用范围；

(57)摘要

119475978BCN本发明涉及一种在线驾驶场景的陌生环境状态认知模型训练方法，属于新能源汽车与人工智能的交叉领域。该方法包括：S1:加载三维驾驶场景模型，搭建混合动力汽车模型，并对每个时刻行驶位置的多角度驾驶画面采集；S2:获取纯视觉特征提取流的CameraBEV特征，并与原二维变量型状态张量相结合；利用基于Actor-Critic架构的近端策略优化算法作为智能体，形成Actor-Critic-Guard网络架构；S3:构建包含关于Actor、Critic与Guard的损失值与L2正则项的损失函数对网络训练；S4:加载近似真实世界的测试环境在动态驾驶场景下对Guard

119475978B

CN

CN119475978B权利要求书1/3页

2

1.一种在线驾驶场景的陌生环境状态认知模型训练方法，其特征在于，该方法具体包括以下步骤：

S1:在离线训练场景下，以自适应巡航控制与车道保持辅助为首要学习任务，通过加载三维驾驶场景模型，搭建混合动力汽车模型，并且根据nuScenes数据集的相机内外参数矩阵布置对应的RGB摄像头模型，实现对每个时刻行驶位置的多角度驾驶画面采集；

S2:在仿真训练环境启动前，根据来自六个不同视角RGB摄像头采集的实时驾驶画面，获取纯视觉特征提取流的CameraBEV特征，并与原先二维变量型状态张量相结合；随后，利用基于Actor-Critic架构的近端