基于大语言模型的智能车辆动态路线规划方法和系统
本发明涉及自动驾驶，尤其涉及一种基于大语言模型的智能车辆动态路线规划方法和系统。
背景技术：
1、路径规划是自动驾驶系统中至关重要的一环，其主要任务是确定车辆运动的最优路线。目前，现有技术在自动驾驶路径规划过程中仅考虑单一因素，在处理复杂交通环境和动态变化时，难以实时有效地做出最优决策。
技术实现思路
1、本发明提供一种基于大语言模型的智能车辆动态路线规划方法和系统，用以解决现有技术在自动驾驶路径规划过程中仅考虑单一因素，在处理复杂交通环境和动态变化时，难以实时有效地做出最优决策的缺陷。
2、第一方面，本发明提供一种基于大语言模型的智能车辆动态路线规划方法，包括：
3、实时获取自动驾驶车辆的整体规划信息、运动信息、感知信息和地图信息；
4、对所述整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征；
5、将所述文本描述特征输入至预先构建的大语言模型，得到所述大语言模型输出的路径规划方案；
6、其中，所述大语言模型是基于自动驾驶车辆的样本整体规划信息、样本运动信息、样本感知信息和样本地图信息对应的样本文本描述特征，以及所述样本文本描述特征对应的路径规划方案标签训练得到的。
7、在一些实施例中，所述整体规划信息包括运动规划目标和坐标系；所述运动信息包括当前位置、偏航角、速度和加速度；所述感知信息包括周围对象的类型、相对位置、移动速度和方向；所述地图信息包括车道线和交通信息。
8、在一些实施例中，所述对所述整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征，包括：
9、对所述整体规划信息进行转换，得到第一文本描述；
10、对所述运动信息进行转换，得到第二文本描述；
11、对所述感知信息进行转换，得到第三文本描述；
12、对所述地图信息进行转换，得到第四文本描述；
13、对所述第一文本描述、第二文本描述、第三文本描述和第四文本描述进行特征提取，得到所述文本描述特征。
14、在一些实施例中，所述对所述第一文本描述、第二文本描述、第三文本描述和第四文本描述进行特征提取，得到所述文本描述特征，包括：
15、对所述第一文本描述进行特征提取得到第一特征，对所述第二文本描述进行特征提取得到第二特征，对所述第三文本描述进行特征提取得到第三特征，对所述第四文本描述进行特征提取得到第四特征；
16、将所述第一特征、第二特征、第三特征和第四特征进行融合，得到所述文本描述特征。
17、在一些实施例中，所述大语言模型的确定过程包括：
18、获取自动驾驶车辆的样本整体规划信息、样本运动信息、样本感知信息和样本地图信息；
19、对所述样本整体规划信息、样本运动信息、样本感知信息和样本地图信息进行处理，得到所述样本文本描述特征；
20、确定所述样本文本描述特征对应的路径规划方案标签；
21、以所述样本文本描述特征为样本数据，以所述样本文本描述特征对应的路径规划方案标签为样本标签，对初始大语言模型进行训练，训练完成后，得到所述大语言模型。
22、在一些实施例中，所述对初始大语言模型进行训练，包括：
23、将所述样本文本描述特征输入至所述初始大语言模型，得到所述初始大语言模型输出的所述样本文本描述特征对应的路径规划方案预测结果；
24、基于所述样本文本描述特征对应的路径规划方案标签和路径规划方案预测结果，对所述初始大语言模型的参数进行迭代优化，得到所述大语言模型。
25、第二方面，本发明还提供一种基于大语言模型的智能车辆动态路线规划系统，包括：
26、获取单元，用于实时获取自动驾驶车辆的整体规划信息、运动信息、感知信息和地图信息；
27、处理单元，用于对所述整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征；
28、输出单元，用于将所述文本描述特征输入至预先构建的大语言模型，得到所述大语言模型输出的路径规划方案；
29、其中，所述大语言模型是基于自动驾驶车辆的样本整体规划信息、样本运动信息、样本感知信息和样本地图信息对应的样本文本描述特征，以及所述样本文本描述特征对应的路径规划方案标签训练得到的。
30、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于大语言模型的智能车辆动态路线规划方法。
31、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于大语言模型的智能车辆动态路线规划方法。
32、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于大语言模型的智能车辆动态路线规划方法。
33、本发明提供的一种基于大语言模型的智能车辆动态路线规划方法和系统，通过实时获取自动驾驶车辆的整体规划信息、运动信息、感知信息和地图信息，对整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征，将文本描述特征输入至预先构建的大语言模型，得到大语言模型输出的路径规划方案，适用于复杂交通环境，提高了路径规划的准确性和实时性。
技术特征：
1.一种基于大语言模型的智能车辆动态路线规划方法，其特征在于，包括：
2.根据权利要求1所述的基于大语言模型的智能车辆动态路线规划方法，其特征在于，所述整体规划信息包括运动规划目标和坐标系；所述运动信息包括当前位置、偏航角、速度和加速度；所述感知信息包括周围对象的类型、相对位置、移动速度和方向；所述地图信息包括车道线和交通信息。
3.根据权利要求1所述的基于大语言模型的智能车辆动态路线规划方法，其特征在于，所述对所述整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征，包括：
4.根据权利要求3所述的基于大语言模型的智能车辆动态路线规划方法，其特征在于，所述对所述第一文本描述、第二文本描述、第三文本描述和第四文本描述进行特征提取，得到所述文本描述特征，包括：
5.根据权利要求1所述的基于大语言模型的智能车辆动态路线规划方法，其特征在于，所述大语言模型的确定过程包括：
6.根据权利要求5所述的基于大语言模型的智能车辆动态路线规划方法，其特征在于，所述对初始大语言模型进行训练，包括：
7.一种基于大语言模型的智能车辆动态路线规划系统，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于大语言模型的智能车辆动态路线规划方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于大语言模型的智能车辆动态路线规划方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于大语言模型的智能车辆动态路线规划方法。
技术总结
本发明提供一种基于大语言模型的智能车辆动态路线规划方法和系统，属于自动驾驶技术领域，其中方法包括：实时获取自动驾驶车辆的整体规划信息、运动信息、感知信息和地图信息；对整体规划信息、运动信息、感知信息和地图信息进行处理，得到文本描述特征；将文本描述特征输入至预先构建的大语言模型，得到大语言模型输出的路径规划方案；其中，大语言模型是基于自动驾驶车辆的样本整体规划信息、样本运动信息、样本感知信息和样本地图信息对应的样本文本描述特征，以及样本文本描述特征对应的路径规划方案标签训练得到的。本发明适用于复杂交通环境，提高了路径规划的准确性和实时性。
技术研发人员：陈龙,张瑞俊,王飞跃
受保护的技术使用者：中国科学院自动化研究所
技术研发日：
技术公布日：2024/9/23