半透明自动驾驶人工智能系统及车辆技术方案

本发明专利技术公开了一种半透明自动驾驶人工智能系统及车辆，其中系统包括：传感器模块，用于采集多种环境信息，其中，传感器模块包括直接传感器模块和间接传感器模块，多个直接传感器模块采集多种环境信息中当前车辆信息，间接传感器模块获取多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。该系统可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，不仅降低自动驾驶所需的硬件条件，而且提高训练效率，进而有效保证车辆的安全性和可靠性，增强车辆的鲁棒性。

Semitransparent automatic driving artificial intelligence system and vehicle

The invention discloses a translucent automatic driving system of artificial intelligence and the vehicle, wherein the system comprises a sensor module, used to collect a variety of environmental information, the sensor module includes direct and indirect sensor module sensor module, a sensor module directly collecting the current vehicle information in a variety of environmental information, indirect access to a variety of environmental information in the sensor module the current road information and other vehicle information; decision-making module, according to a variety of environmental information by adding human expertise in deep learning network makes the vehicle semi transparent decision. The system can be achieved by the addition of human knowledge deep learning network makes the vehicle making transparent, not only reduces the hardware required for automatic driving conditions, and improve the training efficiency, and effectively guarantee the safety and reliability of the vehicle, enhance the robustness of vehicle.

【技术实现步骤摘要】
半透明自动驾驶人工智能系统及车辆
本专利技术涉及人工智能系统
，特别涉及一种半透明自动驾驶人工智能系统及车辆。
技术介绍
随着人工智能技术的发展，自动驾驶系统无疑是未来汽车行业的重点发展方向，其具有稳定性较高、不会疲劳的优势，可弥补有人驾驶系统的一些缺陷和不足，可有效减少交通事故的发生。自动驾驶系统是一种利用计算机信息技术控制汽车的驾驶系统。国外从上世纪末就开始了自动驾驶技术的研究，许多汽车企业已经能搭建自己的自动驾驶系统，并且国内近几年也在重点发展自动驾驶的相关技术，而且已经实现了自动驾驶汽车的上路测试。然而，相关技术中的自动驾驶解决方案仍存在很大问题，网络的训练速度慢，不同车辆的在线训练以及用户对于自动驾驶的不信任等问题仍然阻碍着自动驾驶的市场化。其问题在于目前市场上多采用的端到端(EndtoEnd)的模式，即通过数据流输入直接获得车辆的操作信息，这种方法似乎真的实现了让机器思考，也就是人工智能，也是许多从事人工智能的科学家与研究人员的美好愿望。但是，这种思想束缚了自动驾驶从学术研究走向日常生活。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种半透明自动驾驶人工智能系统，该系统不仅可以降低自动驾驶所需的硬件条件，而且提高训练效率，进而有效保证车辆的安全性和可靠性，增强车辆的鲁棒性。本专利技术的另一个目的在于提出一种车辆。为达到上述目的，本专利技术一方面实施例提出了一种半透明自动驾驶人工智能系统，包括：传感器模块，用于采集多种环境信息，其中，所述传感器模块包括直接传感器模块和间接传感器模块，所述多个直接传感器模块采集所述多种环境信息中当前车辆信息，所述间接传感器模块获取所述多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据所述多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。本专利技术实施例的半透明自动驾驶人工智能系统，可以利用传统的车辆动力学公式，并将得到的精确解通过时域差分方程的凡是输入网络，从而简化剩余系统所需完成的任务，并有足够强的解释性，同时可以降低系统的网络规模，而且可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，实现在紧急情况下即时做出制动等操作，或提醒驾驶人员重新掌握操作等，从而不仅降低自动驾驶所需的硬件条件而且提高训练效率，进而有效提高车辆的安全性和可靠性，增强车辆的鲁棒性。另外，根据本专利技术上述实施例的半透明自动驾驶人工智能系统还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，其中，所述间接传感器模块包括视觉模块、辅助测距模块和精确定位模块，以分别作为网络输出对应任务所需得到的可解释的特定量，并输出为经过深度学习网络处理过的传感器信号，以得到所述当前道路信息及所述其他车辆信息；所述直接传感器模块用于检测车辆当前状态得到所述当前车辆信息。进一步地，在本专利技术的一个实施例中，所述直接传感器模块包括编码器、加速度传感器、陀螺仪中的一个或多个传感器。进一步地，在本专利技术的一个实施例中，其中，所述视觉模块用于获取车道信息可移动物体信息；所述辅助测距模块用于获取距离参数和障碍物参数；所述精确定位模块用于获取当前车辆位置路段信息。进一步地，在本专利技术的一个实施例中，所述视觉模块包括：第一识别单元，用于对车辆进行车道识别；车道预测单元，用于对车辆进行车道预测；第二识别单元，用于对车道的交通标志及信号灯进行识别；第三识别单元，用于对其它车辆进行车辆识别；第四识别单元，用于对车辆周围的行人及其他非机动车进行识别。进一步地，在本专利技术的一个实施例中，所述辅助测距模块包括：第一测距单元，用于激光雷达测距；第二测距单元，用于毫米波测距。进一步地，在本专利技术的一个实施例中，所述精确定位模块包括：GPS(GlobalPositioningSystem，全球定位系统)定位单元，用于GPS定位；修正单元，用于对地图进行修正。进一步地，在本专利技术的一个实施例中，所述决策模块包括：深度学习模块和力学分析模块，以根据车辆动力学公式得到精确解，并将所述精确解通过时域差分方程的输入网络，简化剩余系统所需完成任务。进一步地，在本专利技术的一个实施例中，其中，所述力学分析模块还用于获取当前车辆信息、所述当前道路信息及所述其他车辆信息；所述深度学习模块还用于获取所述当前道路信息及其他车辆信息，以将深度学习网络中的车辆模型简化为满足预设条件的车辆的几何运动。为达到上述目的，本专利技术另一方面实施例提出了一种车辆，其包括上述的半透明自动驾驶人工智能系统。该车辆可以利用传统的车辆动力学公式，并将得到的精确解通过时域差分方程的凡是输入网络，从而简化剩余系统所需完成的任务，并有足够强的解释性，同时可以降低系统的网络规模，而且可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，实现在紧急情况下即时做出制动等操作，或提醒驾驶人员重新掌握操作等，从而不仅降低自动驾驶所需的硬件条件而且提高训练效率，进而有效提高车辆的安全性和可靠性，增强车辆的鲁棒性。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的半透明自动驾驶人工智能系统方框示意图；图2是根据本专利技术一个实施例的传感器模块的方框示意图；图3是根据本专利技术一个实施例的决策模块的方框示意图；图4是根据本专利技术一个实施例的传感器模块和决策模块连接的方框示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的半透明自动驾驶人工智能系统及车辆，首先将参照附图描述根据本专利技术实施例提出的半透明自动驾驶人工智能系统。图1是本专利技术一个实施例的半透明自动驾驶人工智能系统的方框示意图。如图1所示，该半透明自动驾驶人工智能系统10包括：传感器模块100和决策模块200。其中，传感器模块100用于采集多种环境信息，其中，如图2所示，传感器模块100包括直接传感器模块110和间接传感器模块120，多个直接传感器模块110采集多种环境信息中当前车辆信息，间接传感器模块120获取多种环境信息中当前道路信息及其他车辆信息。决策模块200用于根据多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。本专利技术实施例的系统10可以通过添加人类专业知识的深度学习网络使得车辆的决策半透明化，从而不仅降低自动驾驶所需的硬件条件而且提高训练效率，进而有效提高车辆的安全性和可靠性，增强车辆的鲁棒性。具体地，本专利技术实施例的系统10主要由传感器模块100和决策模块200两部分组成。其中，如图2所示，传感器模块100由直接传感器模块110与间接传感器模块120组成，两者相互结合，可以获得更为全面的信息。决策模块200则是通过在深度学习网络中添加人类专业知识，从而使得车辆的决策半透明化，进而改善了先进的端对端自动驾驶系统难以解释、不易查错、运本文档来自技高网...

【技术保护点】
一种半透明自动驾驶人工智能系统，其特征在于，包括：传感器模块，用于采集多种环境信息，其中，所述传感器模块包括直接传感器模块和间接传感器模块，所述多个直接传感器模块采集所述多种环境信息中当前车辆信息，所述间接传感器模块获取所述多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据所述多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。

【技术特征摘要】
1.一种半透明自动驾驶人工智能系统，其特征在于，包括：传感器模块，用于采集多种环境信息，其中，所述传感器模块包括直接传感器模块和间接传感器模块，所述多个直接传感器模块采集所述多种环境信息中当前车辆信息，所述间接传感器模块获取所述多种环境信息中当前道路信息及其他车辆信息；决策模块，用于根据所述多种环境信息通过添加人类专业知识的深度学习网络使得车辆的决策半透明化。2.根据权利要求1所述的半透明自动驾驶人工智能系统，其特征在于，其中，所述间接传感器模块包括视觉模块、辅助测距模块和精确定位模块，以分别作为网络输出对应任务所需得到的可解释的特定量，并输出为经过深度学习网络处理过的传感器信号，以得到所述当前道路信息及所述其他车辆信息；所述直接传感器模块用于检测车辆当前状态得到所述当前车辆信息。3.根据权利要求2所述的半透明自动驾驶人工智能系统，其特征在于，所述直接传感器模块包括编码器、加速度传感器、陀螺仪中的一个或多个传感器。4.根据权利要求2所述的半透明自动驾驶人工智能系统，其特征在于，其中，所述视觉模块用于获取车道信息可移动物体信息；所述辅助测距模块用于获取距离参数和障碍物参数；所述精确定位模块用于获取当前车辆位置路段信息。5.根据权利要求4所述的半透明自动驾驶人工智能系统，其特征在于，所述视...

【专利技术属性】
技术研发人员：赵雪轩，朱子霖，施炯明，郑钢铁，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11