The invention discloses a method and a device for intelligent driving of automobiles, the method comprises the following steps: establishing a knowledge base in advance; wherein, the knowledge base comprises a car control statement set X = {x1, X2, x3,...... Xn}, the auto control, and the mapping relation between the set of statements and auto control module; obtaining the auto control of the first sequence of statements on each sequence segmentation set X1 = {x11, X12, x13,...... X1m},...... Xn = {xn1, xn2, xn3,...... Xnk}; second, Y1 to obtain the first input sequence segmentation system = {y11, Y12, y13,...... Y1n}; any sequence comparison, the first word sequences set and the second word sequence; if the result is less than a preset threshold, according to the statement, the car, gets the car driving control module.
【技术实现步骤摘要】
一种汽车智能驾驶的方法及装置
本专利技术涉及汽车
,特别涉及一种汽车智能驾驶的方法及装置。
技术介绍
随着汽车和电子技术的发展,人们越来越注重对汽车的智能化驾驶。汽车的智能化是当前汽车领域技术发展的新热点。汽车的控制中心设置于驾驶位置的前端,只有驾驶员才能对汽车进行操作控制,在遇到突发事件时若驾驶员没有及时操作控制,很容易导致事故的产生,因此,一种不需要驾驶员肢体操作汽车驾驶的方法十分必要。
技术实现思路
鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种汽车智能驾驶的方法及装置。第一方面,本专利技术提供一种汽车智能驾驶的方法,所述方法包括:预先建立知识库;其中所述知识库包括汽车控制语句集x={x1,x2,x3,……,xn},及所述汽车控制语句集与汽车控制模块之间的映射关系;获取所述汽车控制语句集中每个序列的第一切词序列集x1={x11,x12,x13,……,x1m},……,xn={xn1,xn2,xn3,……,xnk};获取第一输入系统的第二切词序列y1={y11,y12,y13,……,y1n};比较第一切词序列集中的任一序 ...
【技术保护点】
一种汽车智能驾驶的方法,其特征在于,所述方法包括:预先建立知识库;其中所述知识库包括汽车控制语句集x={x1,x2,x3,……,xn},及所述汽车控制语句集与汽车控制模块之间的映射关系;获取所述汽车控制语句集中每个序列的第一切词序列集x1={x11,x12,x13,……,x1m},……,xn={xn1,xn2,xn3,……,xnk};获取第一输入系统的第二切词序列y1={y11,y12,y13,……,y1n};比较第一切词序列集中的任一序列xK与所述第二切词序列y1;若比较结果小于预设阀值,则根据匹配的汽车控制语句,获取对应的汽车控制模块控制汽车驾驶。
【技术特征摘要】
1.一种汽车智能驾驶的方法,其特征在于,所述方法包括:预先建立知识库;其中所述知识库包括汽车控制语句集x={x1,x2,x3,……,xn},及所述汽车控制语句集与汽车控制模块之间的映射关系;获取所述汽车控制语句集中每个序列的第一切词序列集x1={x11,x12,x13,……,x1m},……,xn={xn1,xn2,xn3,……,xnk};获取第一输入系统的第二切词序列y1={y11,y12,y13,……,y1n};比较第一切词序列集中的任一序列xK与所述第二切词序列y1;若比较结果小于预设阀值,则根据匹配的汽车控制语句,获取对应的汽车控制模块控制汽车驾驶。2.如权利要求1所述的方法,其特征在于,所述比较第一切词序列集中的任一序列与所述第二切词序列之前,还包括:建立两个双向LSTM神经网络模型;将所述第一切词序列集中的序列和所述第二切词序列分别作为所述两个双向LSTM神经网络模型的第一输入Ip1和第二输入Ip2;通过所述双向LSTM神经网络模型的参数对所述第一输入Ip1和所述第二输入Ip2进行标准化,以获得标准化后的第一标准输出Op1和第二标准输出Op2。3.如权利要求2所述的方法,其特征在于,所述比较第一切词序列集中的任一序列与所述第二切词序列,具体为:比较所述第一标准输出Op1和第二标准输出Op2。4.如权利要求3所述的方法,其特征在于,所述比较所述第一标准输出Op1和第二标准输出Op2,具体为:通过计算所述第一标准输出Op1和所述第二标准输出Op2的相似性。5.如权利要求1所述的方法,其特征在于,所述获取第一输入系统的第二切词序列之后,还包括:建立静态知识库;其中,所述静态知识库为基于汽车零件领域知识,建立汽车零件的从属关系树,并将所述汽车零件知识归入汽车零件的从属关系树的节点上;通过遍历从属关系树,将所述第二切词序列标准化。6....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。