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！

龙图腾网获悉南方科技大学申请的专利基于语义场景流的自动驾驶规划方法及验证系统训练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：CN121330430B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511912948.9，技术领域涉及：G06V10/774；该发明授权基于语义场景流的自动驾驶规划方法及验证系统训练方法是由陈胤淇;张美莹;郝祁设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本基于语义场景流的自动驾驶规划方法及验证系统训练方法在说明书摘要公布了：公开了基于语义场景流的自动驾驶规划方法及验证系统训练方法，将连续多个时刻对应的点云数据输入到预训练的无监督联合网络中，通过粗层次预处理模块获取每个时刻对应点云数据中的动态区域，并得到每个时刻对应点云数据中的所有实例；通过时空特征提取模块获取每个时刻对应点云数据的全局几何特征与局部几何特征；结合每个点云数据对应的所有实例，通过双头任务解码模块得到语义场景流；基于双路径规划机制，根据语义场景流得到第一路径规划结果和或第二路径规划结果，进而得到自动驾驶规划结果。基于双头任务解码器以及双路径规划机制实现动态环境的高精度感知与安全决策，通过验证系统有效提升复杂环境下路径规划的可控性与安全性。

本发明授权基于语义场景流的自动驾驶规划方法及验证系统训练方法在权利要求书中公布了：1.一种自动驾驶规划验证系统的训练方法，其特征在于，包括： 获取不同场景中连续多个时刻的多模态数据，所述多模态数据包括第一原视角图像以及点云数据； 对于任意一个场景：将该场景对应的所有多模态数据中的点云数据输入到无监督联合网络中，得到每个时刻对应的语义场景流，在所述无监督联合网络中，通过粗层次预处理模块获取每个时刻对应点云数据中的动态区域，并对所述动态区域进行初步实例分割，得到每个时刻对应点云数据中的所有实例；通过时空特征提取模块获取每个时刻对应点云数据的全局几何特征与局部几何特征；通过双头任务解码模块，根据每个点云数据对应的所有实例、全局几何特征以及局部几何特征，得到语义场景流；将所有时刻对应的语义场景流输入到扩散模型中进行高斯模型初始化，得到该场景对应的初始的高斯模型； 获取每个时刻对应的时间序列，每个时刻对应的时间序列中包括该时刻以及该时刻之前的多个历史时刻；获取每个时刻对应的第一原始轨迹与每个时刻对应时间序列中所有时刻对应的车道速度变化信息；根据该时刻对应的第一原始轨迹以及该时刻对应时间序列对应的所有多模态数据与车道速度变化信息，生成该时刻对应的新轨迹，所述新轨迹通过双路径规划机制得到，并得到该时刻对应的第一新视角图像、第二原始轨迹以及第二原视角图像； 根据当前场景下每个时刻对应的语义场景流对当前场景对应的初始的所述高斯模型进行迭代优化，则在任意一个训练轮次中： 对于任意一个时刻：将该时刻对应的语义场景流输入到当前场景对应的高斯模型中，以根据所述新轨迹渲染该时刻对应的第二新视角图像，根据所述第一原始轨迹渲染该时刻对应的第三原视角图像； 根据每个时刻对应的所述第一原始轨迹以及所述第二原始轨迹得到轨迹一致性损失；根据每个时刻对应的语义场景流以及车道速度变化信息得到运动一致性损失；根据每个时刻对应的第一新视角图像、第二新视角图像与第三原视角图像得到综合渲染损失；根据每个时刻对应所述第一原视角图像与所述第二原视角图像得到第一重建损失；根据每个时刻对应所述第一原视角图像与所述第三原视角图像得到第二重建损失；根据所述轨迹一致性损失、运动一致性损失、综合渲染损失、第一重建损失以及第二重建损失得到总损失函数； 根据所述总损失函数对当前场景对应的高斯模型进行优化，直到所述总损失函数收敛，得到当前场景对应的高斯验证模型。

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南方科技大学，其通讯地址为：518000 广东省深圳市南山区桃源街道学苑大道1088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。