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！

龙图腾网获悉广州大学申请的专利基于三维场景重建和多模态大模型的自动驾驶决策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：CN120894490B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202510949964.9，技术领域涉及：G06T17/00；该发明授权基于三维场景重建和多模态大模型的自动驾驶决策方法是由廉峰;谢延昭;廖代志;郑伟东;徐锦明;朱青青;黎睿莹;罗欢;童镇江;陈浩;郭芷晴设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于三维场景重建和多模态大模型的自动驾驶决策方法在说明书摘要公布了：本申请涉及自动驾驶技术领域，尤其涉及基于三维场景重建和多模态大模型的自动驾驶决策方法，该方法包括：对驾驶场景中当前时间步的静态背景进行增量静态3D高斯建模，得到背景高斯模型；对驾驶场景中当前时间步的动态物体进行复合动态高斯图构建，得到动态物体高斯图；将所述动态物体高斯图集成到所述背景高斯模型中，得到当前时间步的路况高斯场；根据多视角图像对所述路况高斯场进行渲染，得到当前时间步的路况平面图像；基于实时的所述路况平面图像和训练完成的自动驾驶网络系统得到下一时间步的行驶路径。本申请根据路况平面图像预测行驶路径时，能够结合多模态大模型LLM实现意图理解与规划对齐。

本发明授权基于三维场景重建和多模态大模型的自动驾驶决策方法在权利要求书中公布了：1.一种基于三维场景重建和多模态大模型的自动驾驶决策方法，其特征在于，包括以下步骤： 对驾驶场景中当前时间步的静态背景进行增量静态3D高斯建模，得到背景高斯模型；当前时间步的所述背景高斯模型的参数以上一时间步的所述背景高斯模型作为先验进行更新； 对驾驶场景中当前时间步的动态物体进行复合动态高斯图构建，得到动态物体高斯图； 将所述动态物体高斯图集成到所述背景高斯模型中，得到当前时间步的路况高斯场； 根据多视角图像对所述路况高斯场进行渲染，得到当前时间步的路况平面图像； 基于实时的所述路况平面图像和训练完成的自动驾驶网络系统得到下一时间步的行驶路径；所述自动驾驶网络系统通过以智能体为中心的学习范式模块和以自动驾驶汽车为中心的学习范式模块进行训练； 其中，所述基于实时的所述路况平面图像和训练完成的所述自动驾驶网络系统得到下一时间步的行驶路径，具体包括： 对所述路况平面图像进行区域注释和分割，得到BEV特征张量； 根据BEV特征张量确定期望特征张量； 根据所述期望特征张量确定下一时间步的行驶路径； 其中，对所述路况平面图像进行区域注释和分割，得到BEV特征张量，具体包括： 自车和前景物体区域通过三维边界框裁剪； 车道区域则用泛视觉场景掩码分割； 对裁剪区域进行池化，生成各代理的特征表示，再沿批次方向拼接，形成代理BEV特征张量； 其中，所述根据BEV特征张量确定期望特征张量，具体包括： 通过多层感知器适配到BEV空间，并连接到代理期望特征张量；其中，通过结合语言模型和对比学习的组合用于确保BEV特征准确地反映预期信息；有关预期代理的信息，被格式化为文本提示并提交给多模态大模型以生成期望特征张量；这些表示通过所述多层感知器适配到所述BEV空间； 其中，根据所述期望特征张量确定下一时间步的行驶路径，具体包括： 根据所述期望特征张量提取自我查询特征； 根据所述自我查询特征确定下一时间步的行驶路径。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。