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！

龙图腾网获悉重庆长安汽车股份有限公司;中国科学技术大学申请的专利一种智能驾驶系统及其自主学习方法、存储介质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：CN121598327B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610124211.9，技术领域涉及：G06F18/25；该发明授权一种智能驾驶系统及其自主学习方法、存储介质是由张晓宇;高洪波;任祥云;梁锋华;杨成;黄海洮;唐超;王鑫淼设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本一种智能驾驶系统及其自主学习方法、存储介质在说明书摘要公布了：一种智能驾驶系统及其自主学习方法、存储介质，涉及智能驾驶技术领域，该方法包括：构建特征提取网络模型，提取当前驾驶场景特征，并基于预先建立的场景特征‑决策映射关系，获取决策向量；设计并训练集成神经网络模型，获取迁移特征；构建自编码神经网络模型，得到新生数据特征，并将新生数据特征、迁移特征与决策向量进行特征融合后，优化融合特征表达，以得到优化后的自编码神经网络模型，并输出新的新生数据特征；基于在线学习算法和增量更新算法，通过实时监控和动态调整，对特征提取网络模型、集成神经网络模型和自编码神经网络模型进行更新优化。本申请可增强对新场景的适应能力，以及对复杂环境的实时响应和自我调节能力。

本发明授权一种智能驾驶系统及其自主学习方法、存储介质在权利要求书中公布了：1.一种智能驾驶系统自主学习方法，其特征在于，所述方法包括： 构建多尺度多视角的特征提取网络模型，根据实时驾驶数据提取当前驾驶场景特征，并基于预先建立的场景特征-决策映射关系，获取决策向量； 设计并训练集成自适应特征选择与多尺度特征提取的集成神经网络模型，以根据所述实时驾驶数据获取迁移特征； 构建自编码神经网络模型，对所述实时驾驶数据进行压缩表征，得到新生数据特征，并将所述新生数据特征、迁移特征与决策向量进行特征融合后，优化融合特征表达，以得到优化后的自编码神经网络模型，并输出新的新生数据特征； 以该新的新生数据特征作为输入，基于在线学习算法和增量更新算法，通过实时监控和动态调整，对所述特征提取网络模型、集成神经网络模型和自编码神经网络模型进行更新优化； 设计并训练集成自适应特征选择与多尺度特征提取的集成神经网络模型，具体包括： 将Inception模块的并行卷积结构结合ResNet的残差连接，形成基础网络架构； 在所述基础网络架构中引入膨胀因果卷积层，并集成门控时空注意力机制，构建集成自适应特征选择与多尺度特征提取的集成神经网络架构； 通过大规模的图像数据集对所述集成神经网络架构进行预训练，并通过驾驶场景数据库进行微调，得到训练好的集成神经网络模型； 构建自编码神经网络模型，具体包括： 设计编码-解码器结构的无监督神经网络，其中，编码器用于将输入数据压缩到低维潜在空间，解码器用于将低维潜在表示映射回原始数据空间； 基于驾驶场景数据库，通过最小化重构误差对所述无监督神经网络进行训练，得到所述自编码神经网络模型； 所述多尺度多视角的特征提取网络模型包括： 多尺度多视角编码模块，用于同步处理不同尺度和视角的传感器数据，并输出基础编码特征； 全局与局部信息提取模块，用于输入所述基础编码特征并进行特征提取，输出具有全局与局部一致性的场景特征表示； 交叉注意力融合模块，用于输入所述场景特征表示并进行特征融合，输出综合特征表示； 多层编码器，用于输入所述综合特征表示，并分层提取从低级到高级的特征表示，输出泛化驾驶场景特征。

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重庆长安汽车股份有限公司;中国科学技术大学，其通讯地址为：400023 重庆市江北区建新东路260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。