一种车联网知识库表示方法，装置及系统制造方法及图纸

本发明专利技术实施例提供一种基于单纯复形SC的车联网IOV知识表示方法，所述方法包括：用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；用SC的边界来表示IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。

A Knowledge Base Representation Method, Device and System for Vehicle Networking

The embodiment of the present invention provides an IOV knowledge representation method for vehicle network based on simple complex SC, which includes: k-dimensional SC with k'dimensional function value is used to represent k'dimensional knowledge in k-dimensional continuous space; where the coordinate of the vertex of SC is the value of K input variables (x1,... The function value on the vertex is the k'output value of the function (y1,... The relationship between them is: (y1,...) Yk') = f (x1,... (xk'), where f is the corresponding function based on IOV knowledge, K and K are natural numbers, and the boundary of SC is used to represent the safety boundary of IOV knowledge. IOV knowledge includes steering wheel angle, curvature of road and speed of automatic driving vehicle, as well as the relationship between parameters in accordance with objective law of vehicle dynamics, among which steering wheel angle of automatic driving vehicle, steering wheel angle of automatic driving vehicle and steering wheel speed of automatic driving vehicle are the main parameters. The curvature of the road and the speed of the self-driving vehicle are obtained by sensors on the self-driving vehicle.

【技术实现步骤摘要】
一种车联网知识库表示方法，装置及系统
本专利技术涉及车联网领域，特别涉及一种车联网知识库表示方法，装置及系统。
技术介绍
近来，车联网一个明显的发展趋势是从基于规则的方式向基于学习的方式过渡。过渡方式可以分为两类：割裂式的过渡和融合式的过度。割裂式的过渡中，新的基于学习的IOV系统完全按照学习的方法、从头学起，从形式到内容、完全抛弃旧的基于规则的系统。也就是说，之前在基于规则的框架下总结和沉淀下来的大量规则和经验(或者说知识)，也一同被抛弃、浪费掉了。在融合式的过渡中，把基于规则的系统的知识运用到基于学习的框架里，最大程度的发挥前者的能量。换句话说，用基于学习的系统替换基于规则的系统，抛弃的只是后者的形式，而保留下来的是后者的知识。IOV领域里的学习，有其自身的特性，在学习方式上很适合使用通用人工智能(AGI)的方式来学习。这种学习方式的目标是让机器像人一样的思考和学习，特点是能够基于已有的基础知识，不间断的在线学习和更新，扩充旧知识、沉淀新知识，以适应新情况。目前，大多数基于学习的IOV系统是割裂式过渡的产物，而融合式过渡相对空白。即便有些尝试，也大多聚焦在某个具体问题上。由于缺少通用的、基础性的手段，适用于整个IOV领域，在IOV领域进行AGI式的学习还有很大困难。
技术实现思路
本专利技术实施例提供了一种车联网知识库表示方法，装置及系统，以提供适用于整个IOV领域的通用的基础性的手段。一方面，本专利技术实施例提供一种基于单纯复形SC的车联网IOV知识表示方法，所述方法包括：用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；用SC的边界来表示IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。可选地，利用顶点的数组记录所有顶点的信息，其中，所述数组的长度为所述SC里的顶点的数目，所述数组里的每个元素存储一个顶点的信息。可选地，一个顶点的信息包括：所述顶点的坐标和所述顶点的函数值，所述顶点的函数值为所述顶点的坐标在所述基于IOV知识的对应关系函数中的函数值。可选地，利用单元数组记录所述SC所有单元的信息。一个单元的信息包括：所述单元的顶点索引值和所述单元中每个面的对应面。可选地，所述SC的边界由所述SC里对应面为空的面组成的。一方面，本专利技术实施例提供一种基于单纯复形SC的车联网IOV知识表示装置，所述装置包括：知识表示单元，用于用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；安全边界表示单元，用于用所述SC的边界来表示所述IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。可选地，利用顶点的数组记录所有顶点的信息，其中，所述数组的长度为所述SC里的顶点的数目，所述数组里的每个元素存储一个顶点的信息。可选地，一个顶点的信息包括：所述顶点的坐标和所述顶点的函数值，所述顶点的函数值为所述顶点的坐标在所述基于IOV知识的对应关系函数中的函数值。可选地，利用单元数组记录所述SC所有单元的信息。一个单元的信息包括：所述单元的顶点索引值和所述单元中每个面的对应面。可选地，所述SC的边界由所述SC里对应面为空的面组成的。一方面，本专利技术实施例提供、一种基于SC的IOV知识的导入方法，所述方法包括：把各种不同形式的知识抽象成知识函数F，所述知识函数F包括对应关系函数f，安全判断函数g，以及知识定义域D；其中，f为基于IOV知识的对应关系函数；所述安全判断函数g用于对知识定义域D内部的任意一组输入值(x1,x2,…,xk)，判断所述输入数值在所述IOV知识里是否是一个安全的组合；所述知识定义域D用于确定是每一个输入变量xi能取的最小和最大值，其中,i＝1,2,…,k；对所述知识函数F进行离散采样，建立顶点集合P；建立单元集合C，用各个单元填补所述顶点集合P中各顶点之间的空白，形成最终的知识库SC。可选地，对所述知识函数F进行离散采样，建立顶点集合P，包括：初始化顶点集合P为空；对每一个知识函数F，执行下列步骤、对Fi进行离散采样。基于对应关系函数f以及顶点集合P里现有的顶点，确定位于D里面的一个新的候选采样点p的坐标；通过安全判断函数g，判断p是否在安全区域内；如果不是在安全区域内，则忽略候选采样点p，选择下一个候选采样点；如果是在安全区域内，通过所述对应关系函数f，计算候选采样点p所对应的函数值；把候选采样点p加入到顶点集合P，作为一个新的顶点。可选地，建立单元集合C，用各个单元填补顶点之间的空白，形成最终的知识库SC，包括：把顶点集合P分成两个子集合：P-和P+，其中：P-包含所有在边界上的顶点；P+包含所有不在边界上的顶点；以所述P-为顶点集合，建立k-1维的单元集合C-；把所述顶点集合P-和所述单元集合C-合并、形成一个k-1维的封闭的单纯复形S-，用来表示知识库SC的边界；以所述P为顶点集合，以所述S-为边界约束，建立k维的单元集合C；把所述顶点集合P和所述单元集合C合并，形成最终的知识库SC。一方面，本专利技术实施例提供一种基于SC的IOV知识的导入装置，所述装置包括：抽象单元，用于把各种不同形式的知识抽象成知识函数F，所述知识函数F包括对应关系函数f，安全判断函数g，以及知识定义域D；其中，f为基于IOV知识的对应关系函数；所述安全判断函数g用于对知识定义域D内部的任意一组输入值(x1,x2,…,xk)，判断所述输入数值在所述IOV知识里是否是一个安全的组合；所述知识定义域D用于确定是每一个输入变量xi能取的最小和最大值，其中,i＝1,2,…,k；顶点集合建立单元，用于对所述知识函数F进行离散采样，建立顶点集合P；单元集合建立单元，用于建立单元集合C，用各个单元填补顶点集合建立单元建立的所述顶点集合P中各顶点之间的空白，形成最终的知识库SC。可选地，顶点集合建立单元，包括：候选样点确定模块，用于基于对应关系函数f以及顶点集合P里现有的顶点，确定位于D里面的一个新的候选采样点p的坐标；判断模块，用于通过安全判断函数g，判断候选样点确定模块确定的p是否在安全区域内；如果不是在安全区域内，则忽略候选采样点p，选择下一个候选采样点；如果是在安全区域内，通过所述对应关系函数f，计算候选采样点p所对应的函数值；更新模块，用于把候选采样点p加入到顶点集合P，作为一个新的顶点。可选地本文档来自技高网...

【技术保护点】
1.一种基于单纯复形SC的车联网IOV知识表示方法，其特征在于，所述方法包括：用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；用SC的边界来表示IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。

【技术特征摘要】
1.一种基于单纯复形SC的车联网IOV知识表示方法，其特征在于，所述方法包括：用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；用SC的边界来表示IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。2.如权利要求1所述的IOV知识表示方法，其特征在于，利用顶点的数组记录所有顶点的信息，其中，所述数组的长度为所述SC里的顶点的数目，所述数组里的每个元素存储一个顶点的信息。3.如权利要求2所述的IOV知识表示方法，其特征在于，一个顶点的信息包括：所述顶点的坐标和所述顶点的函数值，所述顶点的函数值为所述顶点的坐标在所述基于IOV知识的对应关系函数中的函数值。4.如权利要求1-3任一项所述的IOV知识表示方法，其特征在于，利用单元数组记录所述SC所有单元的信息。5.如权利要求4所述的IOV知识表示方法，其特征在于，一个单元的信息包括：所述单元的顶点索引值和所述单元中每个面的对应面。6.如权利要求1所示的IOV知识表示方法，其特征在于，所述SC的边界由所述SC里对应面为空的面组成的。7.一种基于单纯复形SC的车联网IOV知识表示装置，其特征在于，所述装置包括：知识表示单元，用于用附带k’维函数值的k维SC来表示k维连续空间上的k’维知识；其中，SC的顶点的坐标为k个输入变量的值(x1,…,xk)，所述顶点上的函数值为函数的k’个输出值(y1,…,yk’)，二者的关系是：(y1,…,yk’)＝f(x1,…,xk’)，其中f为基于IOV知识的对应关系函数；k和k’为自然数；安全边界表示单元，用于用所述SC的边界来表示所述IOV知识的安全边界，其中，IOV知识包括自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度，以及参数之间符合车辆动力学客观规律的关系，其中自动驾驶车辆的方向盘转角、道路曲率和自动驾驶车辆的速度通过所述自动驾驶车辆上的传感器获取。8.如权利要求7所述的IOV知识表示装置，其特征在于，利用顶点的数组记录所有顶点的信息，其中，所述数组的长度为所述SC里的顶点的数目，所述数组里的每个元素存储一个顶点的信息。9.如权利要求8所述的IOV知识表示装置，其特征在于，一个顶点的信息包括：所述顶点的坐标和所述顶点的函数值，所述顶点的函数值为所述顶点的坐标在所述基于IOV知识的对应关系函数中的函数值。10.如权利要求7-9任一项所述的IOV知识表示装置，其特征在于，利用单元数组记录所述SC所有单元的信息。11.如权利要求10所述的IOV知识表示装置，其特征在于，一个单元的信息包括：所述单元的顶点索引值和所述单元中每个面的对应面。12.如权利要求7所示的IOV知识表示装置，其特征在于，所述SC的边界由所述SC里对应面为空的面组成的。13.一种基于SC的IOV知识的导入方法，其特征在于，所述方法包括：把各种不同形式的知识抽象成知识函数F，所述知识函数F包括对应关系函数f，安全判断函数g，以及知识定义域D；其中，f为基于IOV知识的对应关系函数；所述安全判断函数g用于对知识定义域D内部的任意一组输入值(x1,x2,...

【专利技术属性】
技术研发人员：殷晓田，李剑，陶永祥，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44